浅谈java并发容器ConcurrentHashMap

　　我们知道concurrentHashMap是线程安全而且高效的HashMap，至于为什么，我们今天来一探究竟。

HashMap与HashTable

　　在多线程的环境下使用HashMap进行put操作会使HashMap的Entry链表出现环形链表，从而在get操作时出现死循环，导致CPU利用率接近100%，看看这篇文章《疫苗：JAVA HASHMAP的死循环》，具体就不赘述了。HashTable虽然是线程安全的，但是看其源码，我们不难发现，HashTable是使用synchronized隐式锁来保证线程安全，这种方法在多线程环境下效率极其低下，线程间的资源竞争激烈，并不适合做高并发的容器。而concurrentHashMap采用的锁分段技术，保证了安全的同时有效提高了并发访问的效率。

concurrentHashMap的结构

　　我们知道HashMap是由HashEntry数组和链表来实现的，concurrentHashMap在此基础上增加了Segment数组。Segment是一种可重入锁（ReetrantLock）,用来担当分段锁。一个Segment包含一个HashEntry的数组，每个HashEntry是一个链表结构元素，所以一个Segment守护着一个HashEntry数组里的元素。当需要对HashEntry内的元素操作时，必须要先获得与之对应的Segment锁。

　　　　　　concurrentHashMap类图（图来自并发编程网）

　　　　　　concurrentHashMap结构图

我们来看一下初始化segments数组的源代码。

if (concurrencyLevel > MAX_SEGMENTS)    concurrencyLevel = MAX_SEGMENTS;int sshift = 0;int ssize = 1;while (ssize < concurrencyLevel) {    ++sshift;    ssize <<= 1;}segmentShift = 32 - sshift;segmentMask = ssize - 1;this.segments = Segment.newArray(ssize);

　　由上面的代码可知，segments数组的长度ssize是通过concurrencyLevel计算得出的。为了能通过按位与的散列算法来定位segments数组的索引，必须保证segments数组的长度是2的N次方（power-of-two size），所以必须计算出一个大于或等于concurrencyLevel的最小的2的N次方值来作为segments数组的长度。假如concurrencyLevel等于14、15或16，ssize都会等于16，即容器里锁的个数也是16。

　　既然ConcurrentHashMap使用分段锁Segment来保护不同段的数据，那么在插入和获取元素的时候，必须先通过散列算法定位到Segment。可以看到ConcurrentHashMap会首先使用Wang/Jenkins hash的变种算法对元素的hashCode进行一次再散列。

private static int hash(int h) {    h += (h << 15) ^ 0xffffcd7d;    h ^= (h >>> 10);    h += (h << 3);    h ^= (h >>> 6);    h += (h << 2) + (h << 14);    return h ^ (h >>> 16);}

　　之所以进行再散列，目的是减少散列冲突，使元素能够均匀地分布在不同的Segment上，从而提高容器的存取效率。假如散列的质量差到极点，那么所有的元素都在一个Segment中，不仅存取元素缓慢，分段锁也会失去意义。

ConcurrentHashMap的操作

get方法

public V get(Object key) {    int hash = hash(key.hashCode());    return segmentFor(hash).get(key, hash);}

get过程中并没有使用同步控制，而是交给segment去查找，再看Segment中的get方法：

V get(Object key, int hash) {        if (count != 0) { // read-volatile            HashEntry<K,V> e = getFirst(hash);             while (e != null) {                if (e.hash == hash && key.equals(e.key)) {                    V v = e.value;                    if (v != null)                          return v;                    return readValueUnderLock(e); // recheck                }                e = e.next;            }        }        return null;}

　　从segment的get源码可以看出，如果读到的值是空值才会加锁重读。那么ConcurrentHashMap的get操作是如何做到不加锁的呢？原因是它的get方法里将要使用的共享变量都定义成volatile类型，如用于统计当前Segment大小的count字段和用于存储值的HashEntry的value。定义成volatile的变量，能够在线程之间保持可见性，能够被多线程同时读，并且保证不会读到过期的值，但是只能被单线程写（有一种情况可以被多线程写，就是写入的值不依赖于原值），在get操作里只需要读不需要写共享变量count和value，所以可以不用加锁。

transient volatile int count;volatile V value;

put操作

　　由于put操作需要修改共享变量，所以为了保证安全必须加锁。put方法首先定位到Segment，然后在Segment里进行插入操作。插入操作需要经历两个步骤，第一步判断是否需要对Segment里的HashEntry数组进行扩容，第二步定位添加元素的位置，然后将其放在HashEntry数组里。

1. 是否需要扩容
   在插入元素前会先判断Segment里的HashEntry数组是否超过容量（threshold），如果超过阈值，则对数组进行扩容。值得一提的是，Segment的扩容判断比HashMap更恰当，因为HashMap是在插入元素后判断元素是否已经到达容量的，如果到达了就进行扩容，但是很有可能扩容之后没有新元素插入，这时HashMap就进行了一次无效的扩容。
2. 怎么扩容
   在扩容的时候，首先会创建一个容量是原来容量两倍的数组，然后将原数组里的元素进行再散列后插入到新的数组里。为了高效，ConcurrentHashMap不会对整个容器进行扩容，而只 对某个segment进行扩容。

size操作

　　要统计整个ConcurrentHashMap里元素的大小，就必须统计所有Segment里元素的大小后求和。Segment里的全局变量count是一个volatile变量，那么在多线程场景下，是不是直接把所有Segment的count相加就可以得到concurrentHashMap的大小了呢？答案是没那么简单，虽然相加了可以获取每个segment的count最新值，但是有可能在累加前count发生了变化，那么统计结果就不准确了。所以，最安全的做法是在统计size的时候把所有Segment的put、remove和clean方法全部锁住，但是这种做法显然非常低效。
　　因为在累加count操作过程中，之前累加过的count发生变化的几率非常小，所以ConcurrentHashMap的做法是先尝试两次通过不锁住Segment的方式来统计各个Segment大小，如果统计的过程中，count发生了变化，再采用加锁的方式来统计所有Segment的大小。

　　最后值得一提的是，如果你的环境要求“强一致性”的话，就不能用ConcurrentHashMap了，其get，clear方法和迭代器都是“弱一致性”的，若需要“强一致性”，需使用集合的synchronized版本。

文章参考
深入剖析ConcurrentHashMap(2)
聊聊并发（四）深入分析ConcurrentHashMap