concurrentHashMap

本文探讨了HashMap、Hashtable及ConcurrentHashMap在高并发场景下的表现。分析了HashMap在高并发时可能导致CPU过载的原因,并对比了Hashtable使用Synchronized所带来的性能损耗。重点介绍了ConcurrentHashMap的实现原理,包括其segment和HashEntry的结构,以及如何通过锁分段提高并发性能。

大家好
之前和Daniel 交流一些java8的东西,比如hashmap里面添加了红黑树,比如stream Api,比如lamda表达式。后来Daniel说concurrentHashMap里面如何进行高并发的操作。我之前有所了解,但是了解不是很深刻,最近有时间正好研究一下的。
HashMap 在高并发的时候,会产生死循环,导致cpu爆炸。有一个装载因子0.75,当hashMap的数据量大于75%的时候,hashMap就需要扩容操作,扩容空间是原来空间的两倍,扩容的时候,就需要对所有的数据重新计算hashcode,然后赋值给新的hashmap。Rehash的过程,非常耗费时间和空间的。
当我们存入数据过多的时候,尤其在扩容的时候,理论比较多,个人理解为扩容后的hash值重新变化,对应的hash值也会变化,插入的时候,code有新和旧之分,执行的next的指向就会有不确定性,就可能出现相互指向导致了死循环。.
Hashtable 在高并发的情况,使用Synchronized来保证线程,特别是拿对象的时候,也在锁的操作,对性能是非常大的消耗。
ConcurrentHashMap有segment和HashEntry,segment就是我们所说的桶,它提供了锁分段的概念,segment和hashmap很像,一个数组和一个链表,一个segment有一个hashentry数组。
定位segment,存放到哪个segment其实和hashmap一样,就是通过hash算法来放到segment的桶里面,用来平均分配,尽可能保证各个元素平均放置来维持最大效能,
segment的get操作,是不锁的。最核心的思路就是用来存放value的,用的是violate,这样就保证了在多个线程中获取的值一定是最新的。用于维护一致的。插入的时候,那个桶是被锁住的。所以不会线程安全问题。
segment的put操作,为了现场安全,一定是要有锁的,segment只是对一个桶进行扩容,而不是对于整个concurrenthashmap来进行扩容。所以说concurrenthashmap是集合hashtable 和hashmap的优点集合在一起的。
但是concurrenthashmap的size()方法就比较麻烦的。在尝试两次count后,就会进行整张表锁起来,进行计算。
这个就是我自己的理解。当然也参考了一些链接。
http://cache.baiducontent.com/c?m=9f65cb4a8c8507ed4fece763105392230e54f73860838d5668d4e419ce3b46101b7bb0fb6179415a848461165cf3181baab0612e717973f6c1b7db08c9fecf68798776692c0b8731439459ef9c1a639e73d2&p=8736c64ad48918b743bd9b7d0c1780&newp=8b2a9715d9c040ae1ab4873f594789231610db2151d7d71f6b82c825d7331b001c3bbfb42324130ed8c57e6407ac4b5aebf73771320625a3dda5c91d9fb4c57479&user=baidu&fm=sc&query=concurrentMap&qid=a03f6ad00001a13b&p1=3
谢谢

### ConcurrentHashMap 使用指南 ConcurrentHashMap 是 Java 提供的一种线程安全的 Map 实现,专为高并发环境设计。相比传统的 HashMap 和 Hashtable,它在多线程访问时表现出更高的性能和安全性。通过分段锁机制与 CAS(Compare and Swap)操作,ConcurrentHashMap 能够支持多个线程同时读写而无需全局加锁。 #### 线程安全特性 ConcurrentHashMap 的线程安全特性来源于其内部实现机制。不同于 Hashtable 使用的 synchronized 方法进行全局加锁,ConcurrentHashMap 在 JDK 1.7 及之前版本中采用 **分段锁(Segment Locking)** 技术[^3]。每个 Segment 相当于一个独立的 HashTable,允许多个线程同时访问不同的 Segment,从而减少锁竞争,提高并发性能。 在 JDK 1.8 中,ConcurrentHashMap 进一步优化了其实现,使用 **桶锁(Bucket-level Locking)** 和 **红黑树结构** 来提升性能。此时,锁的粒度更细,仅对当前操作的桶进行加锁,进一步提高了并发能力[^5]。 #### 常用方法与并发操作 ConcurrentHashMap 提供了一系列线程安全的操作方法,例如: - `putIfAbsent(K key, V value)`:只有当指定键不存在或映射值为 null 时才插入键值对。 - `computeIfPresent(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction)`:如果键存在,则根据提供的函数重新计算该键的值。 - `compute(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction)`:无论键是否存在,都尝试重新计算其映射值。 - `forEach(BiConsumer<? super K, ? super V> action)`:对每个键值对执行指定操作。 这些方法可以在不使用外部同步的情况下安全地用于多线程环境中[^2]。 #### 示例代码 以下是一个简单的示例,展示如何在 Spring Boot 应用中使用 ConcurrentHashMap 管理共享数据: ```java import java.util.concurrent.ConcurrentHashMap; public class UserService { private final ConcurrentHashMap<String, Integer> userCountMap = new ConcurrentHashMap<>(); public void incrementUserCount(String department) { userCountMap.compute(department, (key, oldValue) -> (oldValue == null) ? 1 : oldValue + 1); } public int getUserCount(String department) { return userCountMap.getOrDefault(department, 0); } } ``` 上述代码中的 `compute` 方法确保在多线程环境下对用户计数的更新是线程安全的,无需额外的同步控制[^4]。 #### 适用场景 ConcurrentHashMap 非常适合以下场景: - **缓存系统**:如 Web 应用中缓存用户信息、会话状态等。 - **计数器**:统计在线人数、请求次数等。 - **任务调度**:管理待处理任务队列或资源池。 - **配置中心**:存储可动态更新的配置项。 由于其良好的并发性能,ConcurrentHashMap 成为了构建高性能服务端应用的重要组件之一。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值