标签:tin 阈值 问题 oid 针对 cal tran pre imu
简介
上一篇我们介绍了ConcurrentHashMap的主干方法,本篇是ConcurrentHashMap的终篇,我们主要针对它的元素统计,扩容,元素迁移等做讲解。首先我们回顾一下前面章节,普通节点Hash为key的hash;树节点为TreeBin内部封装红黑树头节点,并且维护树,TreeBin的Hash值为-2;迁移节点ForwardingNode,它的Hash值为-1。在主干方法中对非数组修改都会锁定头节点。
ConcurrentHashMap 的addCount
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
// 先判断counterCells是否为空,为空通过cas修改baseCount
// 要么修改baseCount失败(s=b + x 一样会执行)
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
boolean uncontended = true;
// 先判断counterCells为空,
// 然后随机取余数获取counterCells下标a,并取值
// (counterCells长度必须是2的n次方)
// 取值为空修改counterCells数组a位置值,修改失败调用fullAddCount
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
fullAddCount(x, uncontended);
return;
}
// 链表长度小于等于1
if (check <= 1)
return;
// 统计
s = sumCount();
}
// 链表长度大于等于0
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 如果map.size() 大于 sizeCtl扩容阈值 且
// table 不是空;且 table 的长度小于 1 << 30
// 这时sc为原扩容阈值
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
// 生成一个扩容戳
int rs = resizeStamp(n);
// 原扩容阈值小于0(第一次一定不会进去)
if (sc < 0) {
// 能到这一定在扩容
// 这里5个判断,意思是有任何一个满足就不能帮忙搬移元素
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
// 修改阈值加1
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
// 帮忙搬移元素
transfer(tab, nt);
}
// 修改扩容阈值为(rs<<16)+2,一定是负的
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
// 开始迁移元素
transfer(tab, null);
// 统计元素个数
s = sumCount();
}
}
}
这里逻辑非常绕,我们要拆开看。元素计数器counterCells,为什么要用元素计数器?
当并发比较高并且所有线程都是修改元素个数,会是什么情况?做到了高效添加删除节点,但是所有线程最后都去竞争改baseCount,性能损耗严重,性能又被拉下来了。counterCells就是用来解决修改baseCount性能损耗问题,没有并发时直接修改baseCount,有并发时一定有修改baseCount修改失败,失败又不能不管,这时失败的就在counterCells数组中随便找个元素记一下,记录方式就是数组中元素原值加1(元素是对象)。在获取元素个数时,需要把baseCount加上counterCells所有元素值加到一起就是总元素个数,这也是ConcurrentHashMap 分片统计原理。
ConcurrentHashMap 统计元素及使用
public int size() {
// 返回当前元素个数
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
if (as != null) {
// 遍历所有计数器
for (int i = 0; i < as.length; ++i) {
// 元素不为空时参与统计
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
// 统计数为0时Map为空
public boolean isEmpty() {
return sumCount() <= 0L;
}
ConcurrentHashMap 扩容
// 第一个扩容扩容线程nextTab为null
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
// stride是每个线程转移几个槽
// 将 length/8 然后除以 CPU核心数。如果得到的结果小于 16,那么就使用 16。
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE;
// nextTab 为空(第一个线程调用)
if (nextTab == null) {
try {
// 新数组(长度为原来2倍)
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) {
// 数组越界,超过int最大值
sizeCtl = Integer.MAX_VALUE;
return;
}
// 使用新数组赋值nextTable
nextTable = nextTab;
// 更新转移下标,就是 老的 tab 的 length
transferIndex = n;
}
// 新数组长度
int nextn = nextTab.length;
// 创建迁移节点
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false;
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
// 领任务
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
// 修改 transferIndex,即 length - 区间值,留下剩余的区间值供后面的线程使用
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
// 如果 i 小于0
// 如果 i >= tab.length
// 如果 i + tab.length >= nextTable.length
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
// 如果完成了扩容
if (finishing) {
// 置空nextTable,赋值新table,设置新扩容阈值
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
// 能到这说明还在扩容。设置sc-1
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
// 没有线程在帮助他们扩容了。也就是说,扩容结束了。
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
// 扩容完成
finishing = advance = true;
i = n;
}
}
// 原槽为空时置入fwd
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
// 原槽头节点已经是ForwardingNode对象,忽略
else if ((fh = f.hash) == MOVED)
advance = true;
// 开始迁移
else {
// 锁住头节点
synchronized (f) {
// 看一下头节点有没有改变
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
// hash是否大于0
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
// 遍历链表
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
// 元素分类
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
// 高位位0(不需要移动)
if (runBit == 0) {
ln = lastRun;
hn = null;
}
// 高位位1(需要移动)
else {
hn = lastRun;
ln = null;
}
// 组装新链表
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);
}
// 放入新数组槽中
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
// 原槽中使用占位符
setTabAt(tab, i, fwd);
// 成功
advance = true;
}
// 头节点为TreeBin
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;
// 遍历树取两个树(lo、hi)
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;
}
}
// 长度小于6时,树退链
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;
// 放入新数组槽中
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
// 原槽中使用占位符
setTabAt(tab, i, fwd);
// 完成
advance = true;
}
}
}
}
}
}
扩容跟HashMap区别还是比较大的,单核时一个线程迁移所有槽,多线程时,每个线程最小迁移16个槽。
ConcurrentHashMap 链转树触发扩容
private final void tryPresize(int size) {
// size在传入之前就已经*2了,判断size合法性
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
int sc;
while ((sc = sizeCtl) >= 0) {
Node<K,V>[] tab = table; int n;
// 数组为空
if (tab == null || (n = tab.length) == 0) {
n = (sc > c) ? sc : c;
// 修改扩容阈值
if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
// 初始化table
if (table == tab) {
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = nt;
sc = n - (n >>> 2);
}
} finally {
// 设置新的扩容阈值
sizeCtl = sc;
}
}
}
// 不需要扩容
else if (c <= sc || n >= MAXIMUM_CAPACITY)
break;
// table是否改变
else if (tab == table) {
// 下面这一坨跟addcount后半段是一个意思
int rs = resizeStamp(n);
// 阈值小于零(被扩容线程修改为负的)
if (sc < 0) {
Node<K,V>[] nt;
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
// 帮忙迁移元素
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
// 打上迁移标示
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
}
}
}
数据结构 - ConcurrentHashMap 一步步深入(三)
标签:tin 阈值 问题 oid 针对 cal tran pre imu
原文地址:https://www.cnblogs.com/yuanjiangnan/p/12817982.html