Java 7之多线程并发容器
来源:互联网 发布:抄袭检测软件 编辑:程序博客网 时间:2024/05/22 11:34
与HashMap一样,ConcurrentHashMap也是一个基于散列的Map,但是它使用了锁分段的技术来提供更高的并发性和伸缩性。
锁分段就是进一步对一组独立的对象进行分解。例如,在ConcurrentHashMap的实现中使用了一个包含16个锁的数组,每个锁保护所有散列桶的1/16,其实第N个散列桶由第(N mod 16)个锁来保护。所以这个并发集合可以支持多达16个并发的写入器。
首先举个例子:
- public class StripedMap {
- // Synchronization policy: buckets[n] guarded by locks[n%N_LOCKS]
- private static final int N_LOCKS = 16; // 并发锁的数量
- private final Node[] buckets; // 散列桶
- private final Object[] locks; // 锁数组
- private static class Node { // 链表中的节点
- Node next;
- Object key;
- Object value;
- }
- public StripedMap(int numBuckets) { // 构造函数
- buckets = new Node[numBuckets];
- locks = new Object[N_LOCKS];
- for (int i = 0; i < N_LOCKS; i++)
- locks[i] = new Object();
- }
- private final int hash(Object key) { // 计算值的存储位置,相当于散列函数
- return Math.abs(key.hashCode() % buckets.length);
- }
- public Object get(Object key) {
- int hash = hash(key);
- synchronized (locks[hash % N_LOCKS]) { // 计算出由哪个锁来保护这个散列桶
- for (Node m = buckets[hash]; m != null; m = m.next) // 遍历这个散列桶,找到需要的值
- if (m.key.equals(key))
- return m.value;
- }
- return null;
- }
- public void clear() {
- for (int i = 0; i < buckets.length; i++) {
- synchronized (locks[i % N_LOCKS]) { // 将锁分段中的值清空
- buckets[i] = null;
- }
- }
- }
- }
如上使用了锁分段技术简单实现了一个Map并发容器,但是与采用单个锁来实现独占访问相比,要获取多个锁来实现独占访问将更加困难并且开销更高。例如有些方法需要跨段,如size()和containsValue(),它们可能需要锁定整个表而而不仅仅是某个段,这需要按顺序锁定所有段,操作完毕后,又按顺序释放所有段的锁。这里“按顺序”是很重要的,否则极有可能出现死锁,在ConcurrentHashMap内部,段数组是final的,并且其成员变量实际上也是final的,但是,仅仅是将数组声明为final的并不保证数组成员也是final的,这需要实现上的保证。这可以确保不会出现死锁,因为获得锁的顺序是固定的。不变性是多线程编程占有很重要的地位。
- final Segment<K,V>[] segments; // 段数组为final类型的
- static final class Segment<K,V> extends ReentrantLock implements Serializable {
- transient volatile HashEntry<K,V>[] table;
- // threshold阈,是哈希表在其容量自动增加之前可以达到多满的一种尺度。
- transient int threshold;
- // loadFactor是加载因子
- final float loadFactor;
- Segment(float lf, int threshold, HashEntry<K,V>[] tab) {
- this.loadFactor = lf;
- this.threshold = threshold;
- this.table = tab;
- }
- // 省略部分代码
- }
- static final class HashEntry<K,V> {
- final int hash;
- final K key;
- volatile V value;
- volatile HashEntry<K,V> next;
- HashEntry(int hash, K key, V value, HashEntry<K,V> next) {
- this.hash = hash;
- this.key = key;
- this.value = value;
- this.next = next;
- }
- // 省略部分代码
- }
首先来看一下ConcurrentHashMap中最主要的一个构造函数,如下:
- public ConcurrentHashMap(int initialCapacity,float loadFactor, int concurrencyLevel) {
- // 参数有效性判断
- if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)
- throw new IllegalArgumentException();
- // concurrencyLevel是用来计算segments的容量
- if (concurrencyLevel > MAX_SEGMENTS)
- concurrencyLevel = MAX_SEGMENTS;
- int sshift = 0;
- int ssize = 1;
- // ssize是大于或等于concurrencyLevel的最小的2的N次方值
- while (ssize < concurrencyLevel) {
- ++sshift;
- ssize <<= 1;
- }
- // 初始化segmentShift和segmentMask
- this.segmentShift = 32 - sshift;
- this.segmentMask = ssize - 1;
- // 哈希表的初始容量
- if (initialCapacity > MAXIMUM_CAPACITY)
- initialCapacity = MAXIMUM_CAPACITY;
- int c = initialCapacity / ssize; // 计算哈希表的实际容量
- if (c * ssize < initialCapacity)
- ++c;
- int cap = MIN_SEGMENT_TABLE_CAPACITY; // segments中的HashEntry数组的长度
- while (cap < c)
- cap <<= 1;
- // segments
- 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;
- }
1、获取元素
- public V get(Object key) {
- Segment<K,V> s; // manually integrate access methods to reduce overhead
- HashEntry<K,V>[] tab;
- int h = hash(key.hashCode());
- long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
- if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&(tab = s.table) != null) {
- 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)))
- return e.value;
- }
- }
- return null;
- }
2、添加元素
- public V put(K key, V value) {
- Segment<K,V> s;
- if (value == null)
- throw new NullPointerException();
- int hash = hash(key.hashCode());
- 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;
- }
3、删除元素
- public V remove(Object key) {
- int hash = hash(key);
- // 根据hash值,找到key对应的Segment片段
- Segment<K,V> s = segmentForHash(hash);
- return s == null ? null : s.remove(key, hash, null);
- }
整个操作是先定位到段,然后委托给段的remove操作。当多个删除操作并发进行时,只要它们所在的段不相同,它们就可以同时进行。下面是Segment的remove方法实现:
- final V remove(Object key, int hash, Object value) {
- if (!tryLock())
- scanAndLock(key, hash);
- V oldValue = null;
- try {
- HashEntry<K,V>[] tab = table; // volatile类型的table赋值给一个局部的变量
- int index = (tab.length - 1) & hash;
- HashEntry<K,V> e = entryAt(tab, index);// 获取tab中index索引处的链表
- HashEntry<K,V> pred = null;
- while (e != null) {
- K k;
- HashEntry<K,V> next = e.next;
- if ((k = e.key) == key ||(e.hash == hash && key.equals(k))) {// 找到了对应的key
- V v = e.value;
- if (value == null || value == v || value.equals(v)) {
- if (pred == null)
- setEntryAt(tab, index, next);
- else
- pred.setNext(next);
- ++modCount; // 修改结构的次数加1
- --count; // 元素数量送去1
- oldValue = v; // 记录原始值
- }
- break;
- }// end if
- pred = e;
- e = next;
- }
- } finally {
- unlock();
- }
- return oldValue;
- }
整个remove实现并不复杂,但是需要注意如下几点。
第一,当要删除的结点存在时,删除的最后一步操作要将count的值减一。这必须是最后一步操作,否则读取操作可能看不到之前对段所做的结构性修改。
第二,remove执行的开始就将table赋给一个局部变量tab,这是因为table是 volatile变量,读写volatile变量的开销很大。编译器也不能对volatile变量的读写做任何优化,直接多次访问非volatile实例变量没有多大影响,编译器会做相应优化。
4、迭代元素
转载自http://blog.csdn.net/mazhimazh/
- Java 7之多线程并发容器 - CopyOnWriteArrayList
- Java 7之多线程并发容器 - ConcurrentHashMap
- Java 7之多线程并发容器 - ArrayBlockingQueue
- Java 7之多线程并发容器 - LinkedBlockingQueue
- Java 7之多线程并发容器
- Java 7之多线程并发容器
- Java 7之多线程并发容器
- Java 7之多线程并发容器
- Java基础之多线程与并发篇
- Java 7之多线程
- Java 7之多线程
- Python并发之多线程
- Java 7之多线程- CountDownLatch
- java之多线程解决TCP服务端并发上传
- 黑马程序员Java学习笔记之多线程(并发)
- Java基础复习一之多线程(并发,内存模型)
- java火车站售票系统之多线程并发访问
- java学习第十二天之多线程死锁和并发
- gin 获取post请求的json body
- jstree 使用简介
- [ 面试题 ] 四大组件
- caffe_layer参数
- Android触摸事件派发机制源码分析之ViewGroup
- Java 7之多线程并发容器
- 简单理解js的prototype属性
- 微信小程序入门教程+案例demo
- Java小程序-猜数字程序(只能玩有限次)
- java用while循环设计轮询线程的性能问题
- AppBarLayout滑动原理
- 频数相关的leetcode:451 Sort Characters By Frequency& 347 Top K Frequent Elements
- Anker—工作学习笔记
- vim 自动添加头注释