java并发编程——ConcurrentHashMap
来源:互联网 发布:淘宝怎么搜福利 编辑:程序博客网 时间:2024/06/05 11:13
ConcurrentHashMap
特点:
线程安全
在并发中使用HashMap存储k/v数据结构时,多个线程并发put操作会导致HashMap底层链表形成环路,导致Entry的next永远不为空,导致死循环。而ConcurrentHashMap保证了线程安全高效
相比于其他Hash结构的线程安全容器,ConcurrentHashMap有着更高的效率。HashTable的实现通过synchronized方法保证线程安全,但是多个线程必须访问同一个HashTable实例,同一时刻只允许一个线程获取锁进行方法,因此在高并发情况下产生了锁等待的低效率。
Collections.synchronizedMap(new HashMap())
也是类似,使用了synchronized块锁住当前SynchronizedMap对象,同样的所有并发访问都必须要等待一把锁。ConcurrentHashMap使用分段锁技术,将存储的元素均匀的放入不同的Segment中的HashEntry[]中,当访问某个数据时只需要锁住这个数据所在的Segement即可,在其他Segment中的数据依旧可以正常方法。在最大程度上隔离了数据,并且把隔离的数据用Segment锁保护,达到不同线程互斥的访问。
接下来,从jdk1.7源码具体分析,对于jdk1.8的优化后续分析
初始化
public ConcurrentHashMap() { this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR, DEFAULT_CONCURRENCY_LEVEL); } public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) { if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)//参数校验 throw new IllegalArgumentException(); if (concurrencyLevel > MAX_SEGMENTS)//并发数大于等于MAX_SEGMENTS,2的16次方(1 << 16==65536) concurrencyLevel = MAX_SEGMENTS; // Find power-of-two sizes best matching arguments int sshift = 0; int ssize = 1; //获取合适的ssize:小于或等于concurrentLevel的2的N次幂 //假设N==sshift.N也就是ssize左移的次数,一次左移位运算就是乘2一次。 while (ssize < concurrencyLevel) {//ssize最大为2的16次方.也就是最大循环16次 ++sshift; ssize <<= 1;//ssize=ssize*2 } this.segmentShift = 32 - sshift; this.segmentMask = ssize - 1; if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY;//1 << 30,2的30次方 int c = initialCapacity / ssize; if (c * ssize < initialCapacity)//initialCapacity/ssize有余数,则除法结果+1 ++c; int cap = MIN_SEGMENT_TABLE_CAPACITY;//2 while (cap < c)//从0开始算,最接近c的最大的2的N次冪 cap <<= 1; //cap值也就是每个segment中HashEntry[]数组的size. //可以这么理解:把initialCapacity个数的元素放入ssize个数的segment中,每个segement需要放几个元素?如果是c个, //那么segement中容器的容量必须是不小于c的2次幂.initialCapacity/ssize有余数时,c会增加一个2次幂以保证容量充足 // create segments and segments[0] Segment<K,V> s0 = new Segment<K,V>(loadFactor, (int)(cap * loadFactor), (HashEntry<K,V>[])new HashEntry[cap]);//segment容量阈值threshold=cap * loadFactor Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize]; UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0] this.segments = ss; }
初始化,其实是初始化Segement[0]与 Segement[0]对应的Segment对象中的HashEntry[],根据int initialCapacity,float loadFactor, int concurrencyLevel获取到segement[]size(ssize),HashEntry[]size(cap)。
get()
public V get(Object key) {// key由equals()确定唯一性 Segment<K, V> s; // manually integrate access methods to reduce overhead HashEntry<K, V>[] tab; int h = hash(key);//h是key的hashcode二次散列值。 根据key的hashcode再做散列函数运算 long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;//散列算法定位segement,u就是Segement数组的索引, Segment的散列运算,为了将不同key分散在不同segement.根据h获取segement的index if ((s = (Segment<K, V>) UNSAFE.getObjectVolatile(segments, u)) != null && (tab = s.table) != null) {// 如果u对应的segement存在,且segement中的table也存在,则获取table中的value for (HashEntry<K, V> e = (HashEntry<K, V>) UNSAFE.getObjectVolatile(tab, ((long) (((tab.length - 1) & h)) << TSHIFT) + TBASE); e != null; e = e.next) { K k; if ((k = e.key) == key || (e.hash == h && key.equals(k)))// 查询到对象相同或者equals相等的key, // 则返回对应的value.会不会一个key,存了多个value?这里只取第一个匹配的?还是只存一个,多的value被覆盖 return e.value; } } return null; }/** * 使用一个补充hash算法,在原有k的hashcode基础上再次进行hash运算。 * 这个二次hash函数很重要,提高容器的存取效率,避免key的hash值冲突(散列沖突)导致segement上的存储不均衡。 */ private int hash(Object k) { int h = hashSeed; if ((0 != h) && (k instanceof String)) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); // Spread bits to regularize both segment and index locations, // using variant of single-word Wang/Jenkins hash. h += (h << 15) ^ 0xffffcd7d; h ^= (h >>> 10); h += (h << 3); h ^= (h >>> 6); h += (h << 2) + (h << 14); return h ^ (h >>> 16); }
Concurrent.hash(Object k)的作用
对key的hashcode进行再次hash运算,为了保证hash冲突最少,元素可以均衡的存放,从而保证了存取效率。如果没有这个hash函数,可能存在很多hash冲突,极端情况下导致所有元素都在一个segement中,这样存取都要获取一把segement锁,分段锁根本无效。
test:
/* * 定位segment算法: * u就是Segment index, * int h = hash(key); long u = (((h >>> segmentShift) & segmentMask) << * SSHIFT) + SBASE; */ // 十进制 System.out.println(Integer.valueOf("00001111", 2));// 15 System.out.println(Integer.valueOf("00011111", 2));// 31 System.out.println(Integer.valueOf("00111111", 2));// 63 System.out.println(Integer.valueOf("01111111", 2));// 127 // 使用散列算法定位出segementIndex System.out.println("15 segementIndex: " + ((((15 >>> 28) & 15) << 10) + 11));// 15 System.out.println("31 segementIndex: " + ((((31 >>> 28) & 15) << 10) + 11));// 31 System.out.println("63 segementIndex: " + ((((63 >>> 28) & 15) << 10) + 11));// 63 System.out.println("127 segementIndex: " + ((((127 >>> 28) & 15) << 10) + 11));// 127 // 二次hash后使用散列算法定位出segementIndex System.out.println("15 segementIndex: " + ((((hash(15) >>> 28) & 15) << 10) + 11));// 15 System.out.println("31 segementIndex: " + ((((hash(31) >>> 28) & 15) << 10) + 11));// 31 System.out.println("63 segementIndex: " + ((((hash(63) >>> 28) & 15) << 10) + 11));// 63 System.out.println("127 segementIndex: " + ((((hash(127) >>> 28) & 15) << 10) + 11));// 127
outpu:
15 segementIndex: 1131 segementIndex: 1163 segementIndex: 11127 segementIndex: 1115 segementIndex: 1127531 segementIndex: 103563 segementIndex: 12299127 segementIndex: 8203
可以很明显的看出,经过hash函数后的Segement index明显被分散了。因为这个hash通过移位预算保证二进制的每一位都参与预算,否则低位一样,无论高位是什么,计算后的值都会冲突。
如何保证get()的线程安全?
HashTable中通过 synchronized get()方法保证了线程安全,但是低效。我们看看ConcurrentHashMap怎么做的:
保证读的安全性,就是要保证读取变量的原子性与可见性。
s = (Segment<K, V>) UNSAFE.getObjectVolatile(segments, u)) UNSAFE.getObjectVolatile(tab,((long) (((tab.length - 1) & h)) << TSHIFT) + TBASE)
保证了segement元素读取,以及(segement中)HashEntry[]数组中的元素读取的原子性、可见性。也就是通过这个方法保证了segement[]这个数组\HashEntry[]数组 读的volatile语义。通常一个数组即使声明了volatile,但也无法保证volatile语义,这里使用UNSAFE方法在操作系统层面保证线程安全。
当线程安全的读到了HashEntry元素,通过volatile声明保证其中value、next的volatile语义,从而保证线程安全:
volatile V value; volatile HashEntry<K, V> next;
Put
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 //这里并不需要保证volatile语义,因为如果null则在ensureSegment保证; //如果不为null,写操作会使用CAS保证 //nonvolatile; recheck (segments, (j << SSHIFT) + SBASE)) == null) // in ensureSegment s = ensureSegment(j);// 获取到新初始化的segment return s.put(key, hash, value, false); }
/** * 根据segementIndex获取对应Segement,如果这个segem不存在,则创建一个 * @param k * the index * @return the segment */ @SuppressWarnings("unchecked") private Segment<K, V> ensureSegment(int k) { final Segment<K, V>[] ss = this.segments; long u = (k << SSHIFT) + SBASE; // 计算segment对应index==u Segment<K, V> seg; if ((seg = (Segment<K, V>) UNSAFE.getObjectVolatile(ss, u)) == null) {// 原子性检查是否未被初始化 Segment<K, V> proto = ss[0]; // 使用ss[0]作为模板,并复制产生新的segment对象 int cap = proto.table.length;// 获取模板HashEntry[].length float lf = proto.loadFactor;// 获取模板加载因子 int threshold = (int) (cap * lf);// 获取模板阈值 HashEntry<K, V>[] tab = (HashEntry<K, V>[]) new HashEntry[cap];// 初始化新的HashEntry[]数组 if ((seg = (Segment<K, V>) UNSAFE.getObjectVolatile(ss, u)) == null) { // recheck,防止已经被初始化;否则直接返回即可 Segment<K, V> s = new Segment<K, V>(lf, threshold, tab);// 初始化新的segment // 自旋,直到初始化成功.通过CAS\getObjectVolatile保证原子性、可见性 while ((seg = (Segment<K, V>) UNSAFE.getObjectVolatile(ss, u)) == null) { if (UNSAFE.compareAndSwapObject(ss, u, null, seg = s)) break; } } } return seg; }
final V put(K key, int hash, V value, boolean onlyIfAbsent) { // 没有获取到锁执行scanAndLockForPut HashEntry<K, V> node = tryLock() ? null : scanAndLockForPut(key, hash, value); V oldValue; // 获取到锁 try { HashEntry<K, V>[] tab = table; int index = (tab.length - 1) & hash; HashEntry<K, V> first = entryAt(tab, index);// 获取HashEntry[]对应的HashEntry元素 for (HashEntry<K, V> e = first;;) { if (e != null) {// 表示HashEntry[]中存在key对应的HashEntry,按onlyIfAbsent规则进行覆盖 K k; if ((k = e.key) == key || (e.hash == hash && key.equals(k))) { oldValue = e.value; if (!onlyIfAbsent) { e.value = value; ++modCount;// put结构化修改操作,modCount+1 } break; } e = e.next; } else {// 如果e==null,则这个key没有对应的HashEntry,则容器首次遇见这个key,初始化一个HashEntry if (node != null) node.setNext(first); else node = new HashEntry<K, V>(hash, key, value, first); int c = count + 1;// segment中的HashEntry数组length+1.count表示HashEntry对象个数 if (c > threshold && tab.length < MAXIMUM_CAPACITY) rehash(node); else setEntryAt(tab, index, node); ++modCount; count = c; oldValue = null; break; } } } finally { unlock(); } return oldValue; }
/** * 返回时保证锁已经被成功获取 * @return a new node if key not found, else null */ private HashEntry<K, V> scanAndLockForPut(K key, int hash, V value) { HashEntry<K, V> first = entryForHash(this, hash);// 根据key的hash值读取所在的HashEntry(头Entry) HashEntry<K, V> e = first; HashEntry<K, V> node = null; int retries = -1; // negative while locating node while (!tryLock()) { HashEntry<K, V> f; // to recheck first below if (retries < 0) { // 当key对应的HashEntry链不存在,则创建一个,之后实际只会执行tryLock,直到超过最大次数限制 if (e == null) { if (node == null) // speculatively create node node = new HashEntry<K, V>(hash, key, value, null); retries = 0; } else if (key.equals(e.key)) retries = 0; else e = e.next; } else if (++retries > MAX_SCAN_RETRIES) {// 如果tryLock()的执行始终返回false,超过最大次数 lock();// 使用lock锁,当前线程有可能进入等待队列 break; } else if ((retries & 1) == 0 && (f = entryForHash(this, hash)) != first) { e = first = f; // 如果发现hash对应的HashEntry变化,也就是发生了resize,改变HashEntry retries = -1; } } return node; }
private void rehash(HashEntry<K, V> node) { /* * 重新分配每個HashEntry[]中的元素,因为我们使用了2的左移(<<2)膨胀,所以之前每个元素要保持原有的index,或者移动2的指数位 * * 如果原有的HashEntry元素可以使用,我們要消除的HashEntry的重复创建. * 因为原有HashEntry的后继结点并不会被改变 * * 经过统计,在double容量时,使用默认的阈值,只有1/6的HashEntry元素需要复制。 * 替换掉的HashEntry元素当不再被引用时会尽快回收。也许其他线程遍历老的table时,在table遍历到一半时就会发生gc. * HashEntry的訪問使用普通的數組索引,因为他们在table * volatile语义的写之后发生 */ HashEntry<K, V>[] oldTable = table;// oldTable指向原有table表 int oldCapacity = oldTable.length; int newCapacity = oldCapacity << 1;// newCapacity==oldCapacity*2 threshold = (int) (newCapacity * loadFactor); HashEntry<K, V>[] newTable = (HashEntry<K, V>[]) new HashEntry[newCapacity];//初始化一個double length的 HashEntry[] int sizeMask = newCapacity - 1;//新的sizeMNask,sizeMask总是length-1 for (int i = 0; i < oldCapacity; i++) {//遍历老的table(HashEntry[]) //因为segement的 HashEntry<K, V>[] table使用了volatile修饰, //并且其中value、next变量也是用了volatile修饰,并且结合Unsafe.此处可以直接使用数组索引方式读。可见性有保证 HashEntry<K, V> e = oldTable[i]; if (e != null) { HashEntry<K, V> next = e.next; int idx = e.hash & sizeMask; if (next == null) //如果這個HashEntry只存儲了一个k\v隐射,也就是只有一个结点 newTable[idx] = e;//HashEntry放入新的Entry数组中 else { //当这个HashEntry中存储的k\v隐射不止一个(每个kev的hash一直) HashEntry<K, V> lastRun = e; int lastIdx = idx;//e新的HashEntry Index //从头遍历e的链表,找到最后一个需要更新HashEntryIndex的元素 lastRun 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;//把这个元素lastRun之前的元素构成的链表直接引用,后边会被gc自動回收 // Clone remaining nodes //把这个lastRun元素之前的所有元素重新初始化,当然每个HashEntry[]Index的位置都可能不同,放入新的数组位置中。 for (HashEntry<K, V> p = e; p != lastRun; p = p.next) {//从头到位遍历HashEntry结点,并放入新的table中 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; }
可以看到rehash是针对某个segment做的扩容,而非对所有Segement。并且是先判断在扩容,然后插入新的元素。这点相对HashMap的扩容更合理,HashMap插入后再去判断扩容,有可能扩容后并不会有新元素进来,也就是失去了扩容的意义。
Size()
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; }
size方法的实现是遍历所有的segment,统计累计所有segment里元素的个数。这个遍历会做两次,如果两次结果相等,那么就直接返回。如果第一次遍历统计与第二次遍历统计直接发生了结构化操作(比如、put被另一个线程执行了),那么再尝试一次,如果第二次与第三次统计的结果依旧不相等,则动用Lock锁,锁住所有的segment(其他线程的put、clear等操作被阻塞)。接下来,再次统计两次,这次由于锁保持了互斥,所以不会被其他线程干扰,modCount不会改变,sum == last,返回统计值,当然这样的锁是非常低效的,通常并发的场景中不会发生。
- java并发编程——ConcurrentHashMap
- java并发编程——ConcurrentHashMap(1.8)
- Java并发容器—ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- java并发编程之ConcurrentHashMap
- Java并发编程之ConcurrentHashMap
- CodeForces - 560D Equivalent Strings (DFS)
- 手把手教你编写游戏模拟器 - Chip8篇(3)
- [c++]关于内存。
- 用c++编写计时器的步骤及其函数代码
- hdu--Let's go to play
- java并发编程——ConcurrentHashMap
- 老罗专访:Android 源码之旅
- java小程序之从方法中返回数组
- 第五课-系统调用跟踪
- Mybatis第五弹
- C++ 宏定义
- Arch的VBox安装笔记
- 15电气 齐振昊 实验名称:在VB中三个数的排序
- Makefile初学(2)