ConcurrentHahMap 基于源码解析

目录

1、简单总结

2、JDK1.7 segments + HashEntry数组 + 链表解析

3、JDK1.8 散列表 + 红黑树 + CAS 解析

---

1、简单总结

• JDK1.8底层是散列表+红黑树、JDK1.7底层是segments + HashEntry数组；
• ConCurrentHashMap支持高并发的访问和更新，它是线程安全的；
• 检索操作不用加锁，get方法是非阻塞的；
• key和value都不允许为null

---

2、JDK1.7 segments + HashEntry数组 + 链表解析

参考：https://zhuanlan.zhihu.com/p/49754357

如下图所示，segments继承了可重入锁ReentrantLock，每个片段有一个锁，叫做“分段锁”。

1）.Segment(分段锁)

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）。

2）.内部结构

ConcurrentHashMap使用分段锁技术，将数据分成一段一段的存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个段数据的时候，其他段的数据也能被其他线程访问，能够实现真正的并发访问。如下图是ConcurrentHashMap的内部结构图：

 

 

从上面的结构我们可以了解到，ConcurrentHashMap定位一个元素的过程需要进行两次Hash操作。

第一次Hash定位到Segment，第二次Hash定位到元素所在的链表的头部。

3）.该结构的优劣势

坏处

这一种结构的带来的副作用是Hash的过程要比普通的HashMap要长

好处

写操作的时候可以只对元素所在的Segment进行加锁即可，不会影响到其他的Segment，这样，在最理想的情况下，ConcurrentHashMap可以最高同时支持Segment数量大小的写操作（刚好这些写操作都非常平均地分布在所有的Segment上）。

所以，通过这一种结构，ConcurrentHashMap的并发能力可以大大的提高。

---

3、JDK1.8 散列表 + 红黑树 + CAS 解析

参考：https://zhuanlan.zhihu.com/p/35668936

JDK8中ConcurrentHashMap参考了JDK8 HashMap的实现，采用了数组+链表+红黑树的实现方式来设计，内部大量采用CAS操作。

CAS：是compare and swap的缩写，即我们所说的比较交换。CAS 操作包含三个操作数 —— 内存位置（V）、预期原值（A）和新值(B)。如果内存地址里面的值和A的值是一样的，那么就将内存里面的值更新成B。CAS是通过无限循环来获取数据的，若果在第一轮循环中，a线程获取地址里面的值被b线程修改了，那么a线程需要自旋，到下次循环才有可能机会执行。

Node：JDK8中彻底放弃了Segment转而采用的是Node（保存key，value及key的hash值的数据结构。其中value和next都用volatile修饰，保证并发的可见性。），其设计思想也不再是JDK1.7中的分段锁思想。

class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; volatile V val; volatile Node<K,V> next; //... 省略部分代码} </strong>

红黑树：在JDK8中ConcurrentHashMap的结构，由于引入了红黑树，使得ConcurrentHashMap的实现非常复杂，我们都知道，红黑树是一种性能非常好的二叉查找树，其查找性能为O（logN），但是其实现过程也非常复杂，而且可读性也非常差。

总结：

JDK1.8版本中synchronized+CAS+HashEntry+红黑树：

• 数据结构：取消了Segment分段锁的数据结构，取而代之的是数组+链表+红黑树的结构。
• 保证线程安全机制：JDK1.7采用segment的分段锁机制实现线程安全，其中segment继承自ReentrantLock。JDK1.8采用CAS+Synchronized保证线程安全。
• 锁的粒度：原来是对需要进行数据操作的Segment加锁，现调整为对每个数组元素加锁（Node）。
• 链表转化为红黑树:定位结点的hash算法简化会带来弊端,Hash冲突加剧,因此在链表节点数量大于8时，会将链表转化为红黑树进行存储。
• 查询时间复杂度：从原来的遍历链表O(n)，变成遍历红黑树O(logN)。