Java并发集合类ConcurrentHashMap底层核心源码解析
一、概述
ConcurrentHashMap是java并发包下一个常用的并发集合类，在面试中经常会被问及，一般在讲述了线程不安全的HashMap之后，面试官会问这个。
在这篇文章中，我会详细分析ConcurrentHashMap中几个重要API的底层源码和实现机制
本文将以JDK1.8版本进行讲解
二、JDK1.7与1.8区别
1.8中去除了Segment+HashEntry+Unsafe的实现方式，改为Synchronized+CAS+Node+Unsafe的实现方式
Segment分段
ConcurrentHashMap中的分段锁称为Segment，它即类似于HashMap的结构，即内部拥有一个Entry数组，数组中的每个元素又是一个链表,同时又是一个ReentrantLock（Segment继承了ReentrantLock）。
Segment内部数据结构
ConcurrentHashMap（1.7）使用了分段锁的机制，将数据分成一段一段进行存储，每个Segment对应一把锁，当一个线程占用锁访问一个Segment时，其他线程可以访问其他的Segment，这就实现了真正意义上的并发。
在1.7版本中，定位到一个元素需要通过两次Hash计算，第一次计算定位到Segment，第二次计算定位到HashEntry（所在元素的头结点）
优缺点
优点：
在写操作的时候只需要对当前的Segment加锁即可，因此理想状态下，ConcurrentHashMap同时可支持Segment数量的并发写操作，而且不会影响到其他的Segment部分，通过这种数据结构可以大大提高并发力度。
缺点：
由于是通过Segment -》HashEntry的定位方式，需要两次计算，相比1.8中效率比较低下
三、核心源码分析
1.ConcurrentHashMap中的Node节点
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
volatile V val;
volatile Node<K,V> next;
Node(int hash, K key, V val, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.val = val;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return val; }
public final int hashCode() { return key.hashCode() ^ val.hashCode(); }
public final String toString(){ return key + "=" + val; }
public final V setValue(V value) {
throw new UnsupportedOperationException();
}
public final boolean equals(Object o) {
Object k, v, u; Map.Entry<?,?> e;
return ((o instanceof Map.Entry) &&
(k = (e = (Map.Entry<?,?>)o).getKey()) != null &&
(v = e.getValue()) != null &&
(k == key || k.equals(key)) &&
(v == (u = val) || v.equals(u)));
}
/**
* 比较常见的链表的搜索方法，通过对比hash值，value来判断是否是目标元素，如果不是的话就e = e.next向下遍历，如果到末尾为null了
就返回null
*/
Node<K,V> find(int h, Object k) {
Node<K,V> e = this;
if (k != null) {
do {
K ek;
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
} while ((e = e.next) != null);
}
return null;
}
}
/**
* Creates a new, empty map with the default initial table size (16).
如果是空构造器，默认初始长度是16
*/
public ConcurrentHashMap() {
}
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
throw new IllegalArgumentException();
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
this.sizeCtl = cap;
}
如果制定了初始容量的大小，先进行小于零的验证，判断初始化大小是否大于最大值的一般，如果是的话就去最大时，否则就执行tableSizeFor方法，这个方法返回的是一个大于或者等于输入的初始化容量的一个2^n的大小
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException(); //判断K,V是否为空
int hash = spread(key.hashCode()); //计算key的hash值
int binCount = 0; //用来计算这个节点总共有多少元素，用来控制扩容或者转化为红黑树
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable(); //如果当前的table没有初始化，就先进行初始化
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // 通过CAS自旋的方式，将元素添封装成Node，添加到这个位置，注意这时候是没有加锁的
}
else if ((fh = f.hash) == MOVED) //判断是否处于扩容阶段，是的话就先帮助扩容
tab = helpTransfer(tab, f);
else {
V oldVal = null;
synchronized (f) { //如果这个位置有元素，使用sunchronized锁对当前头节点进行加锁
if (tabAt(tab, i) == f) {
if (fh >= 0) { //判断是链表
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {//循环遍历这个链表
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val; //如果存在这个Key，就把值进行替换
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) {//如果遍历到最后不存在得话，就把Key，value封装成Node，放到尾部
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) { //如果是红黑树形式，使用putTreeVal方法进行添加
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD) //
treeifyBin(tab, i);//将链表转化为红黑树
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);//计数
return null;
}
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // 每个cpu至少处理16个长度的数据元素，用于控制不占用过多cpu资源
if (nextTab == null) { // 如果第一个复制的目标是空的话，初始化一个table两倍长的nexttable
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);//fwd节点，用来控制并发，当一个节点为空或者已经被转移了，就设置为fwd节点
boolean advance = true; //判断是否继续向前判断，ConcurrentHashMap复制是从n号往0开始遍历判断
boolean finishing = false; // 重新扫描数组用的，看看有没有没完成的
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing) //判断已经到头了
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) { //已经完成了转移
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1); //设置阈值为扩容后的0.75
return;
}
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
else if ((f = tabAt(tab, i)) == null) //把数组中null的元素设置为fwd节点
advance = casTabAt(tab, i, null, fwd);
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
synchronized (f) {//加锁开始转移
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) { //判断是一个Node节点
int runBit = fh & n; //这里是判断&操作后是0还是1，因为n的值是数组长度，是2的幂此，所以这个结果就是，如果是0就放在新表 的同一个位置，如果是1的话就放在新表原位置+n的地方
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n; //n为扩张前原数据的长度
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
for (Node<K,V> p = f; p != lastRun; p = p.next) { //构造两个链表，分别放到原来的位置和新增加的长度的相同位置，i 或者n+i
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
else if (f instanceof TreeBin) { //判断是一个树节点
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h, e.key, e.val, null, null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
//判断复制完之后，如果节点数小于6，就转化为链表
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode()); //计算key的hash值
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) { //如果数组位置不为空
if ((eh = e.hash) == h) { //判断如果是头节点，返回value
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) { //链表向下遍历
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
四、ConcurrentHashMap的同步机制
前面分析了下ConcurrentHashMap的源码，那么，对于一个映射集合来说，ConcurrentHashMap是如果来做到并发安全，又是如何做到高效的并发的呢？
首先是读操作，从源码中可以看出来，在get操作中，根本没有使用同步机制，也没有使用unsafe方法，所以读操作是支持并发操作的。
那么写操作呢？
分析这个之前，先看看什么情况下会引起数组的扩容，扩容是通过transfer方法来进行的。而调用transfer方法的只有trePresize、helpTransfer和addCount三个方法。
这三个方法又是分别在什么情况下进行调用的呢？
·tryPresize是在treeIfybin和putAll方法中调用，treeIfybin主要是在put添加元素完之后，判断该数组节点相关元素是不是已经超过8个的时候，如果超过则会调用这个方法来扩容数组或者把链表转为树。
·helpTransfer是在当一个线程要对table中元素进行操作的时候，如果检测到节点的HASH值为MOVED的时候，就会调用helpTransfer方法，在helpTransfer中再调用transfer方法来帮助完成数组的扩容
·addCount是在当对数组进行操作，使得数组中存储的元素个数发生了变化的时候会调用的方法。
所以引起数组扩容的情况如下：
·只有在往map中添加元素的时候，在某一个节点的数目已经超过了8个，同时数组的长度又小于64的时候，才会触发数组的扩容。
·当数组中元素达到了sizeCtl的数量的时候，则会调用transfer方法来进行扩容
那么在扩容的时候，可以不可以对数组进行读写操作呢？
事实上是可以的。当在进行数组扩容的时候，如果当前节点还没有被处理（也就是说还没有设置为fwd节点），那就可以进行设置操作。
如果该节点已经被处理了，则当前线程也会加入到扩容的操作中去。
那么，多个线程又是如何同步处理的呢？
在ConcurrentHashMap中，同步处理主要是通过Synchronized和unsafe两种方式来完成的。
·在取得sizeCtl、某个位置的Node的时候，使用的都是unsafe的方法，来达到并发安全的目的
·当需要在某个位置设置节点的时候，则会通过Synchronized的同步机制来锁定该位置的节点。
·在数组扩容的时候，则通过处理的步长和fwd节点来达到并发安全的目的，通过设置hash值为MOVED
·当把某个位置的节点复制到扩张后的table的时候，也通过Synchronized的同步机制来保证现程安全
感谢Ouka傅的源码分析，https://www.cnblogs.com/zerotomax/p/8687425.html#go5，我也是从这篇博客里学来的
