码迷,mamicode.com
首页 > 其他好文 > 详细

HashMap、ConcurrentHashMap解析

时间:2019-11-09 19:23:38      阅读:67      评论:0      收藏:0      [点我收藏+]

标签:pen   only   键值对   div   declared   冲突   field   order   结果   

一、HashMap分析

  在JDK1.8之前,hashMap由数组+链表组成,1.8之后,对hashMap进行了一些修改,最大的不同就是利用了红黑树,所以其由数组+链表+红黑树组成。查找时,根据hash值我们能够快速定位到数组的具体下标,但是之后的话,需要顺着链表一个个比较下去才能找到我们需要的,时间复杂度取决于链表的长度为O(n),为了降低这部分的开销,在Java8中,当链表中的元素达到了8个时,会将链表转换为红黑树,在这些位置进行查找时可以降低时间复杂度为O(logn)。

1.put过程:(JDK1.8)

   第一次put值时,会触发resize(),类似Java7的第一次put也是要初始化数组长度的。

   第一次resize和后续的扩容有些不一样,因为这次是数组从null初始化到默认的16或自定义的初始容量,找到具体的数据下标,如果此位置没有值,那么直接初始化一下Node并放置在这个位置就可以了。如果数组改为只有数据:首先,判断该位置的第一个数据和我们要插入的数据,key是不是“相等”,如果是,取出这个节点,如果该节点是代表红黑树的节点,调用红黑树的插值方法,插入到链表的最后面(Java7是插入到链表的最前面),当treeify_threshold为8时,如果新插入的值是链表中的第8个,会触发下面的treeifyBin,也就是将链表转换为红黑树;如果在该链表中找到了“相等”的key(==或equals);如果hashMap由于新插入这个值导致size已经超过了阈值,则需要进行扩容。

 JDK1.7

  当插入第一个元素时,需要先初始化数组大小;

  1)求key的hash值(数组索引 index=hash&(size-1));

  2)找到对应的数组下标;

  3)遍历一下对应下标处的链表,看是否有重复的key已经存在,如果有,直接覆盖,put方法返回旧值就结束了;

  4)不存在重复的key,将此entry添加到链表中。

2.数组扩容(当前的size已经达到了阈值,并且要插入的数组位置上已经有元素,那么就会触发扩容,扩容后,数组大小为原来的2倍)(JDK1.8)

  resize()方法用于初始化数组或数组扩容,每次扩容后,容量为原来的2倍,并进行数据迁移。

  1)对数组进行扩容,将数组扩大一倍,将阈值扩大一倍;

  2)第一次put时初始化数组;

  3)开始遍历数组进行数据迁移;

  如果该数组位置上只有单个元素:那就简单了,直接迁移这个元素就可以了。

  如果是链表:需要将此链表拆成两个链表,放到新的数组中,并且保留原来的先后顺序,loHead,loTail对应一条链表,hiHead、hiTail对应另一条链表。

 JDK 1.7 

  扩容就是一个新的大数组替换原来的小数组,并将原来数组中的值迁移到新的数组中。

  由于是双倍扩容,迁移过程中,会将原来table[i] 中的链表的所有节点,分拆到新的数组的newTable[i] 和 newTable[i+oldLength]位置上。如原来数组长度为16,那么扩容后,原来table[0]出的链表中的所有元素会被分配到新数组中 newTable[0] 和 newTable[16] 这两个位置。

3.get过程(JDK1.8)

  1)计算key的hash值,根据hash值找到对应的数组下标:hash&(length-1)

  2)判断数组该位置处的元素是否刚好是我们要找的,如果不是,走第三步;

  3)判断该元素类型是否是TreeNode,如果是,用红黑树的方法取数据,如果不是,走第四步;

  4)遍历链表,直到找到相等(==或equals)的key。

 JDK 1.7

  1)根据key计算hash值;

  2)找到对应的数组下标:hash&(length-1)

  3)遍历该数组位置处的链表,直到找到相等的key。

4.为什么HashMap线程不安全?(hash冲突和扩容导致的)

  hashMap的实现使用了一个数组,每个数组项里面由一个链表方式来实现,因为hashMap使用key的hashcode来寻找存储位置,不同的key可能具有相同的hashcode,这时就出现了哈希冲突,也叫哈希碰撞。为了解决哈希冲突,有开放地址法,以及链地址法。hashMap的实现选取了链地址法,也就是将哈希值一样的entry保存在同一个数组里面,可以把一个数组项当作一个桶,桶里面装的entry的key的hashcode是一样的。

 扩容导致的不安全:

  1)put时导致的多线程数据不一致。比如有两个线程A和B,首先A希望插入一个key-value对到hashMap中,首先计算记录所要落到的桶里面的链表头结点,此时线程A的时间片用完了,而此时线程B被调用得以执行,和线程A一样执行,只不过线程B成功将记录插到了桶里面,假设线程A插入的记录计算出来的桶所引和线程B要插入的记录计算出来的桶索引是一样的,那么当线程B成功插入后,线程A再次被调用运行时,它依然持有过期的链表头但是它对此一无所知,以至于它认为应该这样做,如此一来就覆盖了线程B插入的记录,这样线程B插入的记录就凭空消失了,造成了数据不一致的行为。

  2)get:扩容时将数组扩为二倍后,原数组中的数组的索引会发生变化,在进行get时仍然用原来的索引进行寻找,导致找不到要寻找的值。

二、ConcurrentHashMap分析

  ConcurrentHashMap是线程安全且高效的HashMap。

1.线程不安全的HashMap

  hashMap是Java中最常用的一个map类,性能好,速度快,但是不能保证线程安全,它可用null作为key/value。

  在多线程环境下,使用hashMap进行put操作会引起死循环,是因为多线程会导致hashMap的entry链表形成环,一旦成环,entry的next节点永远不为空,产生死循环。所以在并发情况下不能使用hashMap。

2.效率低下的HashTable

  线程安全的Map类,其public方法均用synchronize修饰,这表示在多线程操作时,每个线程在操作之前都会锁住整个map,待操作完成后才释放。

  如线程1使用put操作进行元素添加,线程2不但不能使用put方法进行添加元素,也不能使用get方法来获取元素,所以竞争越激烈效率越低,这必然导致多线程时性能不佳。另外,hashTable不能使用null作为key/value。

3. 锁分段技术可有效提升并发访问效率

  hashTable在竞争激烈的并发环境中表现出效率低下的原因是所访问hashTable的线程都必须竞争同一把锁,假如容器中有多把锁,每一把锁用于锁容器其中一部分的数据,那么当多线程访问容器里不同数据段的数据时,线程间就不会存在锁竞争,从而可以有效提高并发访问效率,这就是ConcurrentHashMap所使用的锁分段技术

  - 首先将数据分成一段一段地存储;

  - 然后给每个数据段配一把锁;

  - 当一个线程占用锁访问其中一个段数据时,其他段的数据也能被其他线程访问。

  技术图片

  技术图片

  ConcurrentHashMap是由Segment数组和HashEntry数组组成。

  Segment是一种可重入锁,在ConsurrentHashMap里扮演锁的角色;HashEntry则用于存储键值对数据。

  一个ConsurrentHashMap里包含一个Segment数组,Segment的机构和HashMap类似,是一种数组和链表结构。一个Segment里包含一个HashEntry数组,每个HashEntry是一个链表结构的元素,每个Segment守护着一个HashEntry数组里的元素,当对HashEntry数组的数据进行修改时,必须首先获得与它对应的Segment锁。如图:

  技术图片

4.ConcurrentHashMap的初始化

  1)ConcurrentHashMap类中包含三个与Segment相关的成员变量:

    final int segmentMask;

    final int segmentShift;

    final Segment<K,V>[] segments;

  其中segments是Segment的原生数组,此数组的长度可以在ConcurrentHashMap的构造函数中使用并发度参数指定,其默认值为default_concurrency_level=16;segmentShift是用来计算segments数组索引的位移量,而segmentMask则是用来计算索引的掩码值。

  例如并发度为16时(即segments数组长度为16),segmentShift为32-4=28(因为2的4次幂为16),而segmentMask则为1111(二进制),索引的计算式如下:

    int j=(hash>>>segmentShift) & segmentMask;

  2)在多线程并发访问一个共享变量时,为了保证逻辑的正确,可以采用以下方法:

    加锁,性能最低,能保证原子性、可见性,防止指令重排;

    volatile修饰,性能中等,能保证原子性,防止指令重排;

    使用getObjectVolatile,性能最好,可防止指令重排;

   因此ConcurrentHashMap选择了使用Unsafe的getObjectVolatile来读取segments中的元素。

1 private Segment<K,V> segmentForHash(int h) {
2     long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
3     return (Segment<K,V>) UNSAFE.getObjectVolatile(segments, u);
4 }

 

  3)Segment锁

    Segment继承了ReentrantLock(可重入锁),因此它实际上是一把锁。在进行put、remove、replace、clear等需要改动内容的操作时,都要进行加锁操作,其代码一般是这样的:

 1 final V put(K key, int hash, V value, boolean onlyIfAbsent) {
 2     HashEntry<K,V> node = tryLock() ?  :  scanAndLockForPut(key, hash, value);
 3     V oldValue;
 4     try {
 5 //实际代码……
 6         }
 7     } finally {
 8         unlock();
 9     }
10     return oldValue;
11 }

    首先调用tryLock,如果加锁失败,则进入scanAndLockForPut(key,hash,value),该方法实际上是先自旋等待其他线程解锁,直至指定的次数MAX_SCAN_RETRIES;若自旋过程中,其他线程释放了锁,导致本线程直接获得了锁,就避免了本线程进入等待锁的场景,提高了效率。若自旋一定次数后,仍未获取锁,则调用lock方法进入等待锁的场景。

  优点:采用这种自旋锁和独占锁结合的方法,在很多场景下能够提高Segment并发操作数据的效率。

  初始化方法是通过initialCapacity、loadFactor和concurrencyLevel等参数来初始化segment数组,段偏移量segmentShift、段掩码segmentMask和每个segment里的HashEntry数组来实现的。

  4)初始化segments数组 

 1  if (concurrencyLevel > MAX_SEGMENTS)
 2             concurrencyLevel = MAX_SEGMENTS;
 3             int sshift = 0;
 4             int ssize = 1;
 5             while (ssize < concurrencyLevel) {
 6                     ++sshift;
 7                     ssize <<= 1;
 8                }
 9        segmentShift = 32 - sshift;
10        segmentMask = ssize - 1;
11        this.segments = Segment.newArray(ssize);

 

    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数组的长度为2的N次方,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。concurrencyLevel的最大值为65535,这意味着segments数组的长度最大为65536,对应的二进制是16位。

  5)初始化segmentShift和segmentMask

    这两个全局变量需要在定位segment时的散列算法里使用;sshift等于ssize从1向左移位的次数,默认concurrencyLevel等于16,1需要向左位移动4次,所以sshift为4.

    segmentShift用于定位参与散列算法的位数,segmentShift等于32减sshift,所以等于28。这里之所以是32,是因为ConcurrentHashMap里的hash()方法输出的最大位数为32位。

    segmentMask是散列运算的掩码,等于ssize减1,即15;掩码的二进制各个位的值都是1,因为ssize的最大长度为65536,所以segmentShift最大值是16,segmentMask最大值是65535,对应的二进制为16位,每个位都是1。

  6)初始化每个segment

    输入参数initialCapacity是ConcurrentHashMap的初始化容量,loadfactor是每个segment的负载因子,在构造方法里需要通过这两个参数来初始化数组中的每个segment。

 1    if (initialCapacity > MAXIMUM_CAPACITY)
 2             initialCapacity = MAXIMUM_CAPACITY;
 3         int c = initialCapacity / ssize;
 4         if (c * ssize < initialCapacity)
 5             ++c;
 6         int cap = 1;
 7         while (cap < c)
 8             cap <<= 1;
 9         for (int i = 0; i < this.segments.length; ++i)
10             this.segments[i] = new Segment<K, V>(cap, loadFactor);

    上面代码中的变量cap就是segment里HashEntry数组的长度,它等于initialCapacity除以ssize的倍数c,如果c大于1,就会取大于等于c的2的N次方值,所以cap不是1,就是2的N次方。

    segment的容量threshold=(int) cap*loadFactor,默认initialCapacity等于16,loadfactor等于0.75,通过运算cap等于1,threshold等于零。

  7)定位Segment

    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时,必须先通过散列算法定位到Segment。可以看到ConcurrentHashMap会首先使用hash的变种算法对元素的hashcode进行一次再散列。

1 private static int hash(int h) {
2             h += (h << 15) ^ 0xffffcd7d;
3             h ^= (h >>> 10);
4             h += (h << 3);
5             h ^= (h >>> 6);
6             h += (h << 2) + (h << 14);
7             return h ^ (h >>> 16);
8         }

    进行再散列,是为了减少散列冲突,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,那么所有元素都在一个Segment中,不仅存区元素缓慢,分段锁也会失去意义。

1 //ConcurrentHashMap通过以下散列算法定位segment
2 final Segment<K,V> segmentFor(int hash) {
3       return segments[(hash >>> segmentShift) & segmentMask];
4 }
5 //默认情况下segmentShift为28,segmentMask为15,再散列后的数最大是32位二进制数据,向右无符号移动28位,即让高4位参与到散列运算中,(hash>>>segmentShift)&segmentMask的运算结果分别是4、15、7和8,可以看到散列值没有发生冲突.

 

  8)HashEntry

 1 static final class HashEntry<K,V> {
 2     final int hash;
 3     final K key;
 4     volatile V value;
 5     volatile HashEntry<K,V> next;
 6 
 7     HashEntry(int hash, K key, V value, HashEntry<K,V> next) {
 8         this.hash = hash;
 9         this.key = key;
10         this.value = value;
11         this.next = next;
12     }
13 final void setNext(HashEntry<K,V> n) {
14         UNSAFE.putOrderedObject(this, nextOffset, n);
15     }
16 
17     static final long nextOffset;
18     static {
19         try {
20             UNSAFE = sun.misc.Unsafe.getUnsafe();
21             Class k = HashEntry.class;
22             nextOffset = UNSAFE.objectFieldOffset
23                 (k.getDeclaredField("next"));
24         } catch (Exception e) {
25             throw new Error(e);
26         }
27     }
28 }
29 @SuppressWarnings("unchecked")
30 static final <K,V> HashEntry<K,V> entryAt(HashEntry<K,V>[] tab, int i) {
31     return (tab == ) ?  :
32         (HashEntry<K,V>) UNSAFE.getObjectVolatile
33         (tab, ((long)i << TSHIFT) + TBASE);
34 }
35 static final <K,V> void setEntryAt(HashEntry<K,V>[] tab, int i, HashEntry<K,V> e) {
36         UNSAFE.putOrderedObject(tab, ((long)i << TSHIFT) + TBASE, e);
37 }

    与Segment类似,HashEntry使用UNSAFE.putOrderedObject来设置它的next成员变量,这样既可以提高性能,又能保持并发可见性。同时entryAt方法和setEntryAt方法也使用了UNSAFE.getObjectVolatile和UNSAFE.putOrderedObject来获取和写入指定索引的HashEntry。

    总之,Segment数组和HashEntry数组的读取写入一般都是使用UNSAFE。

5.ConcurrentHashMap的操作

  5.1 get操作

    先经过一次再散列,然后使用这个散列值通过散列运算定位到Segment,再通过散列算法定位到元素。

 1 public V get(Object key) {
 2     Segment<K,V> s; 
 3     HashEntry<K,V>[] tab;
 4     int h = hash(key);
 5 //找到segment的地址 long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
 6 //取出segment,并找到其hashtable if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
 7         (tab = s.table) != ) {
 8 //遍历此链表,直到找到对应的值 for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
 9                  (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE); e != ; e = e.next) {
10                     K k;
11                     if ((k = e.key) == key || (e.hash == h && key.equals(k)))
12                             return e.value;
13         }
14     }
15     return ;
16 }

    整个get方法不需要加锁,只需要计算两次hash值,然后遍历一个单向链表(此链表长度平均小于2),因此get性能很高。高效之处在于整个过程不需要加锁,除非读到的值是空才会加锁重读。

  HashTable容器的get方法是需要加锁的,那ConcurrentHashMap的get操作是如何做到不加锁的呢?

    原因是它的get方法将要使用的共享变量都定义成了volatile类型,如用于统计当前Segment大小的count字段和用于存储值得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。

    之所以不会读到过期的值,是因为根据Java内存模型的happen before原则,对volatile字段的写操作先于读操作,即使两个线程同时修改和获取volatile变量,get操作也能拿到最新的值,这是用volatile替换锁的经典应用场景。

      transient volatile int count;

      volatile V value;

    在定位元素的代码里可以实现,定位HashEntry和定位Segment的散列算法虽然一样,都与数组的长度减去1再相“与”,但是相“与”的值不一样。

    定位Segment使用的是元素的hashcode再散列后得到的值的高位,定位HashEntry直接使用再散列后的值。其目的是避免两次散列后的值一样,虽然元素在Segment里散列开了,但是却没有在HashEntry中散列开。

      hash>>>segmentShift & segmentMask;  //定位Segment所使用的hash算法

      int index=hash & (tab.length-1);  //定位HashEntry所使用的hash算法

  5.2 put操作

    由于需要对共享变量进行写操作,所以为了线程安全,在操作共享变量时必须加锁。put方法首先定位到Segment,然后在Segment里进行插入操作。 

    插入操作需要经历的两个步骤:

      判断是否需要对Segment里的HashEntry数组进行扩容;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,如果超过阈值,则对数组进行扩容。Segment的扩容判断比HashMap更恰当,因为HashMap是在插入元素后判断是否已经到达容量,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)如何扩容?

      在扩容时,首先会创建一个容量是原来两倍的数组,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扩容。

    put方法的第一步:计算segment数组的索引,并找到该segment,然后调用该segment的put方法。

 1 public V put(K key, V value) {
 2     Segment<K,V> s;
 3     if (value == )
 4         throw new NullPointerException();
 5     int hash = hash(key);
 6 //计算segment数组的索引,并找到该segment int j = (hash >>> segmentShift) & segmentMask;
 7     if ((s = (Segment<K,V>)UNSAFE.getObject          // nonvolatile; recheck
 8          (segments, (j << SSHIFT) + SBASE)) == ) //  in ensureSegment
 9         s = ensureSegment(j);
10 //调用该segment的put方法 return s.put(key, hash, value, false);
11 }

    put方法的第二步:在Segment的put方法中进行操作。

 1 final V put(K key, int hash, V value, boolean onlyIfAbsent) {
 2 //调用tryLock()尝试加锁,若失败则调用scanAndLockForPut进行加锁,同时寻找key相应的节点node
 3     HashEntry<K,V> node = tryLock() ?  :
 4         scanAndLockForPut(key, hash, value);
 5 //以下的代码都运行在加锁状态
 6     V oldValue;
 7     try {
 8         HashEntry<K,V>[] tab = table;
 9 //计算hash表的索引值,并取出HashEntry int index = (tab.length - 1) & hash;
10         HashEntry<K,V> first = entryAt(tab, index);
11 //遍历此链表 for (HashEntry<K,V> e = first;;) {
12 //如果链表不为空,在链表中寻找对应的node,找到后进行赋值,并退出循环 if (e != null) {
13                 K k;
14                 if ((k = e.key) == key ||
15                     (e.hash == hash && key.equals(k))) {
16                     oldValue = e.value;
17                     if (!onlyIfAbsent) {
18                         e.value = value;
19                         ++modCount;
20                     }
21                     break;
22                 }
23                 e = e.next;
24             }
25 //如果在链表中没有找到对应的node else {
26 //如果scanAndLockForPut方法中已经返回的对应的node,则将其插入first之前 if (node != null)
27                     node.setNext(first);
28                 else //否则,new一个新的HashEntry
29                     node = new HashEntry<K,V>(hash, key, value, first);
30                 int c = count + 1;
31 //测试是否需要自动扩容 if (c > threshold && tab.length < MAXIMUM_CAPACITY)
32                     rehash(node);
33                 else //设置node到Hash表的index索引处
34                     setEntryAt(tab, index, node);
35                 ++modCount;
36                 count = c;
37                 oldValue = ;
38                 break;
39             }
40         }
41     } finally {
42         unlock();
43     }
44     return oldValue;
45 }

  5.3 size操作

    要统计整个ConcurrentHashMap里的元素的数量,就必须统计所有Segment里元素的数量后计总。

    Segment里的全局变量count是一个volatile,在并发场景下,是不是直接把所有的Segment的count相加就可以得到整个ConcurrentHashMap大小了呢?不是的。

    虽然相加时可以获取每个Segment的count的最新值,但是可能累加前使用的count发生了变化,那么统计结果就不准了。所以,最安全的做法就是在统计size时把所有Segment的put、remove和clear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发生变化的机率非常小,所以ConcurrentHashMap的做法是先尝试2次通过不锁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,则再采用加锁的方式来统计所有Segment的大小。

  那么ConcurrentHashMap又是如何判断在统计时容器是否发生了变化呢?

    使用modCount变量,在put、remove和clear方法里操作元素前都会将变量modCount进行加1,那么在统计size前后比较modCount是否发生变化,从而得知容器的大小是否发生了变化。

HashMap、ConcurrentHashMap解析

标签:pen   only   键值对   div   declared   冲突   field   order   结果   

原文地址:https://www.cnblogs.com/HuiH/p/11827317.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!