前言
在分析ConcurrentHashMap之前，希望大家先讀完HashMap的源碼命贴，因?yàn)镃oncurrentHashMap基本算法和HashMap是一致的，只是增加了并發(fā)控制而已，有了HashMap的基礎(chǔ)才能更好的理解ConcurrentHashMap，推薦大家先看看這兩篇文章：
HashMap的hash機(jī)制詳解
HashMap源碼分析
1. 重要成員
/**
* 初始化和擴(kuò)容標(biāo)志供置，也是并發(fā)控制非常重要的一員，當(dāng)sizeCtl<0時(shí)
* 表明當(dāng)前正在初始化或擴(kuò)容己肮，sizeCtl=-1正在初始化士袄，sizeCtl<-1說(shuō)明正在擴(kuò)容
* 而且此時(shí)sizeCtl = -(1+正在擴(kuò)容的線程數(shù)量).
* 當(dāng)還未進(jìn)行初始化時(shí)sizeCtl為初始化容量大小，默認(rèn)16谎僻，
*/
private transient volatile int sizeCtl;
/**
* 擴(kuò)容時(shí)使用
*/
private transient volatile int transferIndex;
/**
*真正存儲(chǔ)數(shù)據(jù)的數(shù)組
*/
transient volatile Node<K,V>[] table;
這里要注意，此處沒(méi)有了JDK1.7中的分段鎖的概念了寓辱，全部都是基于CAS的艘绍。
2. 并發(fā)基礎(chǔ)——CAS
整個(gè)ConcurrentHashMap完全沒(méi)有方法級(jí)別的鎖，到底是什么機(jī)制來(lái)保證并發(fā)的呢秫筏？這里簡(jiǎn)單的介紹下诱鞠。
首先大家對(duì)樂(lè)觀鎖和悲觀鎖要有個(gè)大致理解：
- 悲觀鎖 ：悲觀鎖認(rèn)為競(jìng)爭(zhēng)一定會(huì)發(fā)生，所以不管如何都會(huì)鎖住資源这敬，不允許其他線程進(jìn)入航夺，sychorinized關(guān)鍵字就是標(biāo)準(zhǔn)的悲觀鎖
- 樂(lè)觀鎖： 所謂的樂(lè)觀鎖就是認(rèn)為競(jìng)爭(zhēng)不一定會(huì)發(fā)生，比如有個(gè)變量A=3崔涂，我希望將它變成A=4,那么可以先比較 如果A=3,那么說(shuō)明沒(méi)有其他線程競(jìng)爭(zhēng)修改這個(gè)變量阳掐，我可以直接設(shè)置A=4, 這個(gè)比較和設(shè)置過(guò)程在硬件上是原子級(jí)別的，如果比較時(shí)發(fā)現(xiàn)A!=3,說(shuō)明有其他線程修改了冷蚂，這個(gè)情況會(huì)被返回缭保，調(diào)用者可以針對(duì)這個(gè)情況特殊處理。
我們看下ConcurrentHashMap是如何將一個(gè)Node節(jié)點(diǎn)放到數(shù)組table的一個(gè)位置上的：
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
這里重點(diǎn)關(guān)注傳入的c和v蝙茶，整個(gè)compareAndSwapObject就是先比較tab數(shù)組上某個(gè)位置（通過(guò)內(nèi)存偏移量算出來(lái)的） 上的節(jié)點(diǎn)是不是 c艺骂，如果是就認(rèn)為沒(méi)有競(jìng)爭(zhēng)，直接將該位置設(shè)置為 v隆夯，否則返回false钳恕。一般都是通過(guò)一個(gè)死循環(huán)來(lái)調(diào)用這個(gè)方法的，比如：
for (Node<K,V>[] tab = table;;) {
if (casTabAt(tab, i, null, r)) {
//修改成功蹄衷，會(huì)繼續(xù)執(zhí)行其他業(yè)務(wù)
break;
}
//修改失敗忧额，會(huì)死循環(huán)下次重試
}
這種機(jī)制就是保證ConcurrentHashMap高效并發(fā)的基礎(chǔ)了。
由于ConcurrentHashMap處理hash沖突以及hash算法都是一樣的宦芦，所以這里一些基本功能不再分析宙址，我們重點(diǎn)分析一些由于并發(fā)導(dǎo)致的和HashMap區(qū)別較大的方法。
3. 擴(kuò)容
ConcurrentHashMap的擴(kuò)容是支持多線程并發(fā)擴(kuò)容的调卑，所以擴(kuò)容效率很高抡砂，在看源碼之前大咱，我們先大致看下并發(fā)擴(kuò)容的思想，擴(kuò)容的核心就在于將舊的table數(shù)組中的數(shù)據(jù)遷移到新的數(shù)組中來(lái)注益。我們先看張圖：
之所以能并發(fā)擴(kuò)容就在于這里碴巾，將現(xiàn)有的數(shù)據(jù)分成了幾部分，每個(gè)線程領(lǐng)一個(gè)自己的部分 丑搔，線程領(lǐng)到了自己的部分后如何復(fù)制到新的數(shù)組的呢厦瓢？
對(duì)于擴(kuò)容的單個(gè)線程來(lái)說(shuō)，每次復(fù)制都是從尾部開(kāi)始啤月，一個(gè)節(jié)點(diǎn)復(fù)制完畢后會(huì)在這個(gè)位置放置一個(gè)ForwardingNode節(jié)點(diǎn)煮仇，表明這個(gè)節(jié)點(diǎn)已經(jīng)處理過(guò)了。
有了上述基礎(chǔ)我們?cè)俳Y(jié)合代碼分析.
3.1 確定每個(gè)線程擴(kuò)容時(shí)負(fù)責(zé)的數(shù)組部分長(zhǎng)度
int n = tab.length, stride;
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
這里主要是根據(jù)cpu的數(shù)量來(lái)計(jì)算的谎仲，但是如果算出來(lái)小于16的話浙垫，stride=16，也就是說(shuō)一個(gè)線程處理的數(shù)量最少是16.
3.2 申請(qǐng)新空間
擴(kuò)容第一步就是申請(qǐng)新的table數(shù)組郑诺，這個(gè)和HashMap一樣夹姥，都是直接兩倍擴(kuò)容：
if (nextTab == null) { // initiating
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;
}
3.2 遍歷自己負(fù)責(zé)的所有元素
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing) //分支1
advance = false;
else if ((nextIndex = transferIndex) <= 0) { //分支2
i = -1;
advance = false;
}
else if (U.compareAndSwapInt // 分支3
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
//省略一些具體實(shí)現(xiàn)
}
這里以一個(gè)長(zhǎng)度32的ConcurrentHashMap擴(kuò)容到64為例，記住辙诞，之前在申請(qǐng)空間時(shí)：
if (nextTab == null) { // initiating
//省略代碼
nextTable = nextTab;
transferIndex = n;
}
這也就意味著辙售，一個(gè)線程剛開(kāi)始擴(kuò)容時(shí)，transferIndex = 32, i=0,bound=0;,所以會(huì)進(jìn)入分支3飞涂，
這個(gè)時(shí)候會(huì)通過(guò)CAS操作將transferIndex賦值為16旦部，bound=16, i=31. 記住transferIndex,每個(gè)線程擴(kuò)容起始位置都是由它決定的，這個(gè)線程將他改成了16封拧，那么下個(gè)并發(fā)線程擴(kuò)容就會(huì)從16開(kāi)始了志鹃，從而做到每個(gè)線程負(fù)責(zé)自己的數(shù)據(jù)。最終大部分操作都會(huì)進(jìn)入分支1泽西，通過(guò)--i來(lái)遍歷該線程負(fù)責(zé)的部分?jǐn)?shù)組曹铃，從而拷貝數(shù)據(jù)。
3.3 遷移table數(shù)組中的單個(gè)元素捧杉。
3.3.1 該位置沒(méi)有數(shù)據(jù)
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
這個(gè)時(shí)候無(wú)需拷貝陕见，只要將再這個(gè)位置放置一個(gè)ForwardingNode節(jié)點(diǎn)即可。
3.3.2 該位置已經(jīng)被拷貝過(guò)了
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
此處的MOVED為-1味抖，F(xiàn)orwardingNode的hash值都為-1评甜，說(shuō)明這個(gè)節(jié)點(diǎn)已經(jīng)被處理過(guò)了。所有數(shù)據(jù)拷貝完成后會(huì)重新遍歷一遍檢查仔涩，這個(gè)時(shí)候時(shí)會(huì)進(jìn)入這個(gè)分支忍坷。
3.3.3 該位置是一個(gè)鏈表
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
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) {
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;
}
//省略部分代碼
}
這里的思想其實(shí)和HashMap一樣（不熟悉的可以先看看本文開(kāi)始推薦的兩篇文章），都是把鏈表拆成兩部分，一部分放在nextTab的i位置佩研，一部分放在nextTab的i+n位置柑肴。
注意，這里使用了synchronized鎖住了當(dāng)前節(jié)點(diǎn)旬薯，這也是一種沒(méi)辦法的事晰骑。但由于鎖住的只是一個(gè)節(jié)點(diǎn)，并不會(huì)影響到其他擴(kuò)容線程绊序。
3.3.4 該位置是一個(gè)紅黑樹(shù)
else if (f instanceof TreeBin) {
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;
}
}
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;
}
紅黑樹(shù)道理也是一樣硕舆，也是拆分成兩部分，但這里會(huì)統(tǒng)計(jì)放在nextTab的i位置的數(shù)量和i+n位置的數(shù)量骤公，如果低于6會(huì)退化成鏈表抚官。
3.3.5 擴(kuò)容結(jié)束
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) { //分支1
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) { //分支2
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
//走到這里說(shuō)明所有的擴(kuò)容線程都結(jié)束了，也就是此次擴(kuò)容徹底結(jié)束阶捆。
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
當(dāng)自己的部分?jǐn)?shù)組都copy完畢后耗式，通常會(huì)先進(jìn)入分支2，將finishing置為true趁猴，i=n,由于此時(shí)i=n,會(huì)重新遍歷一遍自己負(fù)責(zé)的部分?jǐn)?shù)組，確保每個(gè)節(jié)點(diǎn)都被復(fù)制了彪见，最后會(huì)進(jìn)入分支1儡司，將sizeCtl 置為下次擴(kuò)容的閾值，其實(shí)sizeCtl = n2-n/2 = 2n 0.75. 也就是新的容量乘以擴(kuò)容因子余指。至此捕犬，此次該線程擴(kuò)容結(jié)束。
4. 總結(jié)
總體而言酵镜，本文并沒(méi)有再重復(fù)介紹一些和HashMap中一樣的算法碉碉，比如具體的hash算法，比如如何判斷擴(kuò)容時(shí)怎樣將一個(gè)鏈表拆成兩部分淮韭，主要介紹了思路以及并發(fā)相關(guān)的垢粮，個(gè)人理解，如果有錯(cuò)誤懇請(qǐng)指正靠粪。
