ConcurrentHashMap源码理解（1.7）

请先阅读：
HashMap源码分析
Hashtable类注释翻译、源码分析

一、前言

先来复习下HashMap、HashTable。
HashMap是基于哈希表实现的。每一个元素是一个key-value对，其内部通过单链表解决冲突问题，容量不足（超过了阀值）时，同样会自动增长。
数据结构可表示如下：

HashTable是HashMap是线程安全版，但是使用synchronized来保证线程安全，当线程竞争激烈的情况下的效率非常低下，当一个线程访问HashTable的同步方法时，其他线程访问HashTable的同步方法时，可能会进入阻塞或轮询状态。究其原因，就是因为所有访问HashTable的线程都必须竞争同一把锁。
数据结构可表示如下：

然后，更高效的ConcurrentHashMap就出现了。ConcurrentHashMap的思路是每一把锁用于锁容器其中一部分数据，那么当多线程访问容器里不同数据段的数据时，线程间就不会存在锁竞争，从而可以有效的提高并发访问效率。
数据结构图可表示如下：

二、源码分析

1、ConcurrentHashMap的结构

ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁ReentrantLock，在ConcurrentHashMap里扮演锁的角色，HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组，Segment的结构和HashMap类似，是一种数组和链表结构， 一个Segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素， 每个Segment守护者一个HashEntry数组里的元素,当对HashEntry数组的数据进行修改时，必须首先获得它对应的Segment锁。
类图可表示如下：

2、构造函数

通过构造函数可以看出：
-ssize表示Segment数组长度
-cap 表示Segment中HashEntry数组的长度
-cap * loadFactor：hashEntry数组填充率，用于HashEntry数组的扩容
-segmentShift、segmentMask：主要作用是用来定位Segment

然后创建segments数组并初始化第一个Segment，其余的Segment延迟初始化。（这其中的一些细节没有细究）

@SuppressWarnings("unchecked")    public ConcurrentHashMap(int initialCapacity,                             float loadFactor, int concurrencyLevel) {        if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)            throw new IllegalArgumentException();        if (concurrencyLevel > MAX_SEGMENTS)            concurrencyLevel = MAX_SEGMENTS;        // Find power-of-two sizes best matching arguments        int sshift = 0;        int ssize = 1;        while (ssize < concurrencyLevel) {            ++sshift;            ssize <<= 1;        }        this.segmentShift = 32 - sshift;        this.segmentMask = ssize - 1;        if (initialCapacity > MAXIMUM_CAPACITY)            initialCapacity = MAXIMUM_CAPACITY;        int c = initialCapacity / ssize;        if (c * ssize < initialCapacity)            ++c;        int cap = MIN_SEGMENT_TABLE_CAPACITY;        while (cap < c)            cap <<= 1;        // create segments and segments[0]        Segment<K,V> s0 =            new Segment<K,V>(loadFactor, (int)(cap * loadFactor),                             (HashEntry<K,V>[])new HashEntry[cap]);        Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];        UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0]        this.segments = ss;    }

3、put()方法

put方法的过程先不看代码，自己思考下，应该是这个顺序吧：

① 计算hash值
② 计算Segment数组对应位置
③ 获取分段锁
④ 计算hashEntry数组对应位置
⑤ 判断hashEntry数组是否需要扩容
⑥ 插入 hashEntry数组 或者链表
⑦ 释放分段锁

下面具体看下代码：

public V put(K key, V value) {        Segment<K,V> s;        if (value == null)            throw new NullPointerException();        int hash = hash(key);        int j = (hash >>> segmentShift) & segmentMask;        if ((s = (Segment<K,V>)UNSAFE.getObject          // nonvolatile; recheck             (segments, (j << SSHIFT) + SBASE)) == null) //  in ensureSegment            s = ensureSegment(j);        return s.put(key, hash, value, false);    }final V put(K key, int hash, V value, boolean onlyIfAbsent) {            HashEntry<K,V> node = tryLock() ? null :                scanAndLockForPut(key, hash, value);            V oldValue;            try {                HashEntry<K,V>[] tab = table;                int index = (tab.length - 1) & hash;                HashEntry<K,V> first = entryAt(tab, index);                for (HashEntry<K,V> e = first;;) {                    if (e != null) {                        K k;                        if ((k = e.key) == key ||                            (e.hash == hash && key.equals(k))) {                            oldValue = e.value;                            if (!onlyIfAbsent) {                                e.value = value;                                ++modCount;                            }                            break;                        }                        e = e.next;                    }                    else {                        if (node != null)                            node.setNext(first);                        else                            node = new HashEntry<K,V>(hash, key, value, first);                        int c = count + 1;                        if (c > threshold && tab.length < MAXIMUM_CAPACITY)                            rehash(node);                        else                            setEntryAt(tab, index, node);                        ++modCount;                        count = c;                        oldValue = null;                        break;                    }                }            } finally {                unlock();            }            return oldValue;        }

put方法的流程和预想的基本吻合。在获取到Segment数组对应位置后，调用Segment的put方法。Segment的put方法与HashMap类似。

先尝试获取锁，如果未获取到，会一定程度的自旋（如果超过一定次数，当前线程会阻塞），这一过程是在scanAndLockForPut()方法中完成的；如果获取到了锁，则计算需要新增的节点位于哪一个链表，并获得该链表的第一个节点，即first变量，然后遍历这个链表。如果新增节点的key已经存在于链表中，则替换掉value值，修改次数modCount加1，释放锁；

如果新增节点的key不在链表中，则判断ConcurrentHashMap存储的元素数量是否大于threshold阈值，且小于最大容量，如果是，则进行扩容；否则将新增节点插入链表头部，完成put操作。

---

疑问

第1行 -- >HashEntry<K,V>[] tab = table;第2行 --->int index = (tab.length - 1) & hash;第3行 --->HashEntry<K,V> first = entryAt(tab, index);

对于上面的代码：为什么不直接使用table变量？

有的资料上说，因为table是volatile变量，使用起来会消耗较多的资源（写：立即写入主内存；读：从主内存中获取）。

但是，怎么保证第2行和第3行使用的tab变量和table变量保存一致性？

---

4、rehash()方法

private void rehash(HashEntry<K,V> node) {            HashEntry<K,V>[] oldTable = table;            int oldCapacity = oldTable.length;            int newCapacity = oldCapacity << 1;            threshold = (int)(newCapacity * loadFactor);            HashEntry<K,V>[] newTable =                (HashEntry<K,V>[]) new HashEntry[newCapacity];            int sizeMask = newCapacity - 1;            for (int i = 0; i < oldCapacity ; i++) {                HashEntry<K,V> e = oldTable[i];                if (e != null) {                    HashEntry<K,V> next = e.next;                    int idx = e.hash & sizeMask;                    if (next == null)   //  Single node on list                        newTable[idx] = e;                    else { // Reuse consecutive sequence at same slot                        HashEntry<K,V> lastRun = e;                        int lastIdx = idx;                        for (HashEntry<K,V> last = next;                             last != null;                             last = last.next) {                            int k = last.hash & sizeMask;                            if (k != lastIdx) {                                lastIdx = k;                                lastRun = last;                            }                        }                        newTable[lastIdx] = lastRun;                        // Clone remaining nodes                        for (HashEntry<K,V> p = e; p != lastRun; p = p.next) {                            V v = p.value;                            int h = p.hash;                            int k = h & sizeMask;                            HashEntry<K,V> n = newTable[k];                            newTable[k] = new HashEntry<K,V>(h, p.key, v, n);                        }                    }                }            }            int nodeIndex = node.hash & sizeMask; // add the new node            node.setNext(newTable[nodeIndex]);            newTable[nodeIndex] = node;            table = newTable;        }

这是ConcurrentHashMap扩容方法，将HashEntry数组扩大一倍，将旧数组oldCapacity中的数据移到新数组newCapacity中。

我们知道oldCapacity数组中保存的都是各个链表的头结点。数组扩大后，每个节点都需要重新计算位置。如果链表只有一个节点，直接放入新的数组中；对于有多个节点的链表，ConcurrentHashMap的处理方式较为特殊。以一条具体的链表为例子：

经计算得到某个链表上的节点新数组的索引位置为：3、4、3、3，前两个不用说分别加入第三个HashEntry链表、和第四个HashEntry链表。但是对于后两个是属于同一个链表的，所以直接将第三个加入就可以了。

4、size()方法

public int  size() {         // Try a few times to get accurate count. On failure due to        // continuous async changes in table, resort to locking.         final Segment<K,V>[] segments = this.segments;         int size;         boolean overflow; // true if size overflows 32 bits         long sum;         // sum of modCounts         long last = 0L;   // previous sum         int retries = -1; // first iteration isn't retry         try {             for (;;) {                 if (retries++ == RETRIES_BEFORE_LOCK) {                     for (int j = 0; j < segments.length; ++j)                         ensureSegment(j).lock(); // force creation                 }                 sum = 0L;                 size = 0;                 overflow = false;                 for (int j = 0; j < segments.length; ++j) {                     Segment<K,V> seg = segmentAt(segments, j);                     if (seg != null) {                         sum += seg.modCount;                         int c = seg.count;                         if (c < 0 || (size += c) < 0)                             overflow = true;                     }                 }                 if (sum == last)                     break;                 last = sum;             }         } finally {             if (retries > RETRIES_BEFORE_LOCK) {                 for (int j = 0; j < segments.length; ++j)                     segmentAt(segments, j).unlock();             }         }         return overflow ? Integer.MAX_VALUE : size;     }

计算ConcurrentHashMap的元素大小是一个有趣的问题，因为他是并发操作的，就是在你计算size的时候，他还在并发的插入数据，可能会导致你计算出来的size和你实际的size有相差（在你return size的时候，插入了多个数据），要解决这个问题，JDK1.7版本用两种方案。

1. 第一种方案他会使用不加锁的模式去尝试多次计算ConcurrentHashMap的size，最多三次，比较前后两次计算的结果，结果一致就认为当前没有元素加入，计算的结果是准确的；
2. 第二种方案是如果第一种方案不符合，他就会给每个Segment加上锁，然后计算ConcurrentHashMap的size返回。

参考资料：
Doug Lea：《Java并发编程实战》
方腾飞：《Java并发编程的艺术》