java多线程之并发容器

原创于 2024-08-08 23:45:00 发布 · 1.1k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#java #开发语言

多线程专栏收录该内容

4 篇文章

订阅专栏

ConcurrentHashMap

java7版本

ConcurrentHashMap在java7实现的原理是基于segment+拉链法+ReentrantLock:

整体put流程：

1 计算哈希值

当调用 put 方法时，首先会计算键的哈希值，以确定它属于哪个段。哈希值被用来确定键值对应该放置在哪个段中。

int hash = key.hashCode();
int segmentIndex = (hash >>> segmentShift) & segmentMask;

这里 segmentShift 和 segmentMask 是根据段的数量预先计算出来的值。

2. 获取锁

一旦确定了键应该放入哪个段，就会获取该段的锁。

Segment<K,V> s;
if ((s = segments[segmentIndex]) == null)
    s = ensureSegment(segmentIndex);
s.lock(); // 获取段锁
try {
    // 接下来的操作在锁定范围内
} finally {
    s.unlock(); // 释放段锁
}

3. 插入元素

在锁定范围内，put 操作会检查是否有现有元素与要插入的键相等。如果没有，则将新元素插入到适当的位置。如果有，则更新现有的值。

4.hash冲突

当在某个segment的某个位置发生了hash冲突，会将元素插入到该位置节点的下一个节点形成一个链表。

ps:Segment的数量不能超过16，产生hash冲突时使用的是拉链法

java8版本

java8的ConcurrentHashMap是基于红黑树+链表+CAS锁+Synchronized实现的：

整体put流程：

1. 初始化容量

在添加元素之前，如果数组尚未初始化，ConcurrentHashMap 会尝试初始化一个初始容量的数组。

if (tab == null || (n = tab.length) == 0)
    n = (tab = resize()).length;

resize() 方法用于初始化数组或重新散列。

2. 计算哈希值

计算键的哈希值，并确定元素应该插入到数组中的哪个槽（bucket）。

int h = hash(key);
int i = (n - 1) & h;

这里的 hash() 方法会对键的原始哈希值进行扰动，以减少哈希冲突。

3. 插入元素

接下来尝试插入元素。这里使用了 CAS 操作来尝试设置数组中的元素，如果 CAS 成功，则插入完成。否则，会进入内部循环处理冲突。

1for (Node<K,V> e = tabAt(tab, i); e != null; e = next(e)) {
2    int eh; K ek;
3    // 检查键是否相等
4    if (e.hash == h && ((ek = key(e)) == key || (key != null && key.equals(ek)))) {
5        V ev = e.val;
6        if (!onlyIfAbsent || ev == null)
7            casVal(e, ev, remappingFunction.apply(ev));
8        afterNodeAccess(e);
9        return remappingFunction.apply(ev);
10    }
11}

如果循环中没有找到相等的键，则尝试插入新节点。

Node<K,V> newNode = new Node<K,V>(h, key, value, null);
casTabAt(tab, i, null, newNode);
if (casTabAt(tab, i, null, newNode)) {
    afterNodeInsertion(true);
    return value;
}

4. 处理冲突

如果 CAS 设置失败（因为另一个线程已经设置了该位置），则需要处理冲突。这可能涉及以下步骤：

如果节点已经是树节点，则尝试在树中插入。
如果节点是链表中的最后一个节点，则尝试插入新节点。
如果链表长度超过阈值（默认为 8），则将链表转换为树。

if (e == null) { // 如果当前槽为空
    if (casTabAt(tab, i, null, newNode)) {
        afterNodeInsertion(false);
        return null;
    }
} else { // 如果当前槽已经有元素
    if (e instanceof TreeBin) {
        TabTreeNode<K,V> t = ((TreeBin<K,V>)e).root;
        if (t == null) {
            TabTreeNode<K,V> newTreeNode = new TabTreeNode<>(h, key, value, null);
            casTabAt(tab, i, e, new TreeBin<>(newTreeNode));
            afterNodeInsertion(false);
            return null;
        }
        TabTreeNode<K,V> p = t.insert(h, key, value, tab, n);
        if (p.prev == null)
            casTabAt(tab, i, e, new TreeBin<>(p));
        return p.val;
    } else if (e.hash == h && ((ek = key(e)) == key || (key != null && key.equals(ek)))) {
        V ev = e.val;
        if (!onlyIfAbsent || ev == null)
            casVal(e, ev, remappingFunction.apply(ev));
        afterNodeAccess(e);
        return remappingFunction.apply(ev);
    } else {
        TabListNode<K,V> lastRun = e;
        TabListNode<K,V> lastRunOfLength = lastRun;
        int lastLen = 1;
        for (TabListNode<K,V> p = e.next; p != null; p = p.next) {
            int b = (p.hash & n) == 0 ? 0 : 1;
            if (b == ((lastRun.hash & n) == 0 ? 0 : 1)) {
                lastLen++;
            } else {
                if (lastLen >= TREEIFY_THRESHOLD - 1) {
                    treeifyBin(tab, n, e);
                    return null;
                }
                lastRunOfLength = lastRun;
                lastLen = 1;
            }
            lastRun = p;
        }
        if (lastLen >= TREEIFY_THRESHOLD - 1) {
            treeifyBin(tab, n, e);
            return null;
        }
        if (lastRun == e) {
            TabListNode<K,V> p = new TabListNode<>(h, key, value, null);
            casNext(e, e.next, p);
            afterNodeInsertion(false);
            return null;
        } else if (lastRunOfLength == lastRun) {
            TabListNode<K,V> p = new TabListNode<>(h, key, value, null);
            casNext(lastRun, lastRun.next, p);
            afterNodeInsertion(false);
            return null;
        } else {
            TabListNode<K,V> p = new TabListNode<>(h, key, value, lastRun.next);
            casNext(lastRunOfLength, lastRunOfLength.next, p);
            casNext(lastRun, p, null);
            afterNodeInsertion(false);
            return null;
        }
    }
}

ps：在链表长度超过了8的时候会自动转为红黑树，在链表长度小于8的时候又会转为链表，这是因为链表的查询速度弱于红黑树，但红黑树占用内存弱于链表，这样做可以实现时空均衡

HashTable为什么会被弃用：Hashtable的每一个方法都加了Synchronized，同时也不允许在迭代期间修改值，一改就抛出异常，这些特性在高并发的时候会大大减低系统性能。

CopyOnWriteArrayList

CopyOnWriteArrayList容器在读多写少的场景，可谓是性能极高，它的读取没有锁，可以同时读写，在需要写入元素时，CopyOnWriteArrayList会复制出一份新的表并获取ReentratLock（可重入锁），写入的数据是写入到新复制的表中，然后再将引用指向新的表：

public final void add(E e) {
    final ReentrantLock lock = this.lock;//获取锁
    lock.lock();
    try {
        Object[] elements = getArray();
        int len = elements.length;
        Object[] newElements = Arrays.copyOf(elements, len + 1);//复制
        newElements[len] = e;//写入
        setArray(newElements);//更改引用
    } finally {
        lock.unlock();
    }
}

缺点：

1.数据不一致：在写入的时候，读的线程读的是旧数据，不能及时感知数据发生了变化。

2.复制占用空间和时间：当表的元素变得很多的时候，复制会带来额外的开销。

阻塞队列：

1. `ArrayBlockingQueue`

特点：基于数组结构的有界阻塞队列。
容量限制：队列的最大容量是固定的，可以通过构造函数指定。
公平性：可以指定是否支持公平的 FIFO 顺序。

用法：

ArrayBlockingQueue<String> queue = new ArrayBlockingQueue<>(10);
queue.put("item"); // 添加元素，如果队列已满，则阻塞
String item = queue.take(); // 移除并返回队列头部的元素，如果队列为空，则阻塞

使用场景：
- 适用于有固定大小的缓存场景。
- 适合用于资源有限的系统中，防止资源耗尽。

2. `LinkedBlockingQueue`

特点：基于链表结构的阻塞队列。
容量限制：可以选择固定容量或无限容量。
公平性：总是使用非公平的 FIFO 顺序。

用法：

LinkedBlockingQueue<String> queue = new LinkedBlockingQueue<>(10);
queue.put("item");
String item = queue.take();

使用场景：
- 适用于不确定队列大小的场景。
- 适合用于消息队列或任务队列，特别是当队列大小难以预估时。

3. `PriorityBlockingQueue`

特点：基于优先级堆（通常是小顶堆）的无界阻塞队列。
容量限制：默认是无限容量。
公平性：元素按照自然排序或提供的比较器排序。

用法：

PriorityBlockingQueue<String> queue = new PriorityBlockingQueue<>();
queue.put("item1");
queue.put("item2");
String item = queue.take();

使用场景：
- 适用于需要按优先级顺序处理元素的场景。
- 适合用于任务调度或事件处理，其中某些任务或事件具有更高的优先级。

4. `SynchronousQueue`

特点：不存储元素的阻塞队列，每个插入操作必须等待另一个线程调用移除操作，反之亦然。
容量限制：没有存储空间。
公平性：可以选择公平或非公平的模式。

用法：

SynchronousQueue<String> queue = new SynchronousQueue<>();
queue.put("item"); // 直接传递给等待接收的线程
String item = queue.take(); // 等待下一个插入操作

使用场景：
- 适用于传递对象的场景，特别是当需要直接从生产者传递给消费者时。
- 适合用于构建管道模式或实现线程间的数据传递。

5. `DelayQueue`

特点：保存了延迟到期的对象的无界阻塞队列。
容量限制：默认是无限容量。
公平性：元素按照到期时间排序。

用法:

DelayQueue<DelayedElement> queue = new DelayQueue<>();
DelayedElement element = new DelayedElement(1000L); // 1秒后到期
queue.put(element);
DelayedElement item = queue.take();