hash值的计算。
//初始为0，静态变量。
private static AtomicInteger nextHashCode = new AtomicInteger();
/**
* The difference between successively generated hash codes - turns
* implicit sequential thread-local IDs into near-optimally spread
* multiplicative hash values for power-of-two-sized tables.
*/
//hash值每次递增该数值，关于为啥是这么个值使得hash可以分布更均匀，有兴趣的可以自行去深究。
private static final int HASH_INCREMENT = 0x61c88647;
//初始化时调用nextHashCode方法获得hash值
private final int threadLocalHashCode = nextHashCode();
//hash值每次递增HASH_INCREMENT
private static int nextHashCode() {
return nextHashCode.getAndAdd(HASH_INCREMENT);
}
set方法
public void set(T value) {
//获取当前线程
Thread t = Thread.currentThread();
//获取当前线程的threadLocals属性，初始为空
ThreadLocalMap map = getMap(t);
if (map != null)
//map已经初始化过，调用set方法设置值
map.set(this, value);
else
//初始化map
createMap(t, value);
}
//返回类型为ThreadLocalMap(用于存储当前线程持有的所有threadlocal和value的映射关系)
ThreadLocalMap getMap(Thread t) {
return t.threadLocals;
}
//实例化ThreadLocalMap赋值给thread的threadLocals属性
void createMap(Thread t, T firstValue) {
t.threadLocals = new ThreadLocalMap(this, firstValue);
}
ThreadLocal静态的内部类ThreadLocalMap
static class ThreadLocalMap {
//entry的key为threadlocal, 且key是一个弱引用
// 由于 thread -> threadlocalmap -> entry -> threadlocal ， 如果这里是强引用，则在thread销毁之前，threadlocal 永远不会被回收（此时该threadlocal对于使用者来说可能已经使用完成了）。
// 然而value依然是强引用，还是有内存泄露的风险
// 所以threadlocal 的 get(),set(),remove()方法 会对entry中key为空的value值的引用置空，使得value能够尽早被回收
// 为了使得entry中的key为空，我们需要在使用完毕后，及时调用remove()方法
static class Entry extends WeakReference<ThreadLocal<?>> {
Object value;
//存放threadlocal和value的映射关系
Entry(ThreadLocal<?> k, Object v) {
//这里对threadlocal的引用 赋值给了父类Reference的referent属性
super(k);
value = v;
}
}
//初始容量为16
private static final int INITIAL_CAPACITY = 16;
//存放entry的数组
private Entry[] table;
//当前map的数据量
private int size = 0;
//扩容阈值
private int threshold;
ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) {
//table数组初始容量为16
table = new Entry[INITIAL_CAPACITY];
//使用hash值 & 数组长度-1 ，得到落在数组中的下标。
int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);
//在数组对应位置上，实例化一个entry
table[i] = new Entry(firstKey, firstValue);
//当前数据数量为1
size = 1;
//设置扩容阈值
setThreshold(INITIAL_CAPACITY);
}
//threshold 为数组长度的2/3 ， 扩容时使用该变量
private void setThreshold(int len) {
threshold = len * 2 / 3;
}
private void set(ThreadLocal<?> key, Object value) {
//首先获取数组
Entry[] tab = table;
//获取数组的长度
int len = tab.length;
//与运算计算在数组中的下标i
int i = key.threadLocalHashCode & (len-1);
//获取数组i位置上的数据 ， 如果i上已经有数据，则调用nextIndex获取下一个下标位置（线性探测可用的位置）
for (Entry e = tab[i];
e != null;
e = tab[i = nextIndex(i, len)]) {
//获取entry的referent，就是对threadLocal的引用（当threadlocal对象被回收时，则返回的referent为null）
ThreadLocal<?> k = e.get();
//相同的key，直接替换value
if (k == key) {
e.value = value;
return;
}
//threadlocal被回收了
if (k == null) {
//清除i下标无用的entry，并设置当前的threadlocal和value为entry到数组中。
replaceStaleEntry(key, value, i);
return;
}
}
//i位置上没有数据，直接实例化entry，设置到数组上
tab[i] = new Entry(key, value);
//数据量加一
int sz = ++size;
//cleanSomeSlots方法，清除没用的entry（key为空，也就是对threadlocal的引用为空）。
//如果没有数据被清除。则判断当前容量是否大于等于threshold，如果成立，则调用rehash，看是否需要扩容。
if (!cleanSomeSlots(i, sz) && sz >= threshold)
rehash();
}
//判断下一个位置的下标是否小于数组长度，小于则为0，否则返回下一个位置
private static int nextIndex(int i, int len) {
return ((i + 1 < len) ? i + 1 : 0);
}
//判断上一个位置的下标是否大于等于0，成立，则返回上一个位置的下标，否则返回数组尾部的下标
private static int prevIndex(int i, int len) {
return ((i - 1 >= 0) ? i - 1 : len - 1);
}
//清除无用entry,并将key，value包装为entry设置到数组中
//staleSlot是无用的entry的下标位置
private void replaceStaleEntry(ThreadLocal<?> key, Object value,
int staleSlot) {
Entry[] tab = table;
int len = tab.length;
Entry e;
//slotToExpunge赋值为staleSlot
int slotToExpunge = staleSlot;
//循环查找staleSlot之前位置的数据
for (int i = prevIndex(staleSlot, len);
//直到找到的数据为空，停止循环
(e = tab[i]) != null;
i = prevIndex(i, len))
//如果该位置entry的referent为空，则slotToExpunge记录该位置的下标
if (e.get() == null)
slotToExpunge = i;
//循环查找staleSlot之后位置的数据
for (int i = nextIndex(staleSlot, len);
//直到找到的数据为空，停止循环
(e = tab[i]) != null;
i = nextIndex(i, len)) {
//获取获取entry的referent
ThreadLocal<?> k = e.get();
//如果找到的k和当前数据key相同
if (k == key) {
//将原本value替换为新的value
e.value = value;
//将i位置的entry赋值为staleSlot位置的entry（无用的） 此时i位置上的entry是无用的
tab[i] = tab[staleSlot];
//将staleSlot位置赋值为有效的本次有效的entry
tab[staleSlot] = e;
// Start expunge at preceding stale entry if it exists
//如果slotToExpunge 和staleSlot相等 ，将slotToExpunge 修改为i
if (slotToExpunge == staleSlot)
slotToExpunge = i;
//expungeStaleEntry清除slotToExpunge位置的数entry，返回的是遍历到的没数据的位置的下标
//在使用返回的下标调用cleanSomeSlots方法，判断是否还要接着清理无用的entry
cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
//直接返回
return;
}
//如果找到的i下标的位置数据无用 且 slotToExpunge 和staleSlot相等，将slotToExpunge 修改为i
if (k == null && slotToExpunge == staleSlot)
slotToExpunge = i;
}
//没有找到持有相同的threadlocal的数据，直接将staleSlot位置的原entry的value置为空
tab[staleSlot].value = null;
//包装为entry设置到数组staleSlot位置上
tab[staleSlot] = new Entry(key, value);
//slotToExpunge 和 staleSlot 不等，则进行无用数据清理
if (slotToExpunge != staleSlot)
cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
}
//判断是否有需要清除的entry
private boolean cleanSomeSlots(int i, int n) {
boolean removed = false;
Entry[] tab = table;
int len = tab.length;
do {
//获取下一个位置的下标
i = nextIndex(i, len);
//获取到该下标的entry
Entry e = tab[i];
//如果entry不为空且entry的referent为空（当threadlocal对象被回收时，则此时返回的referent为null）
if (e != null && e.get() == null) {
n = len;
//有无用的entry可以移除，removed 修改为true
removed = true;
//对该下标的数据进行清理
i = expungeStaleEntry(i);
}
} while ( (n >>>= 1) != 0); //无符号右移1位，直到为0，跳出循环。为了不过多影响插入的性能，这里并不会扫描全部的元素。
return removed;
}
//清理下标位置的数据，还会一起清除其他无用的entry
private int expungeStaleEntry(int staleSlot) {
Entry[] tab = table;
int len = tab.length;
//将该位置的value置空
tab[staleSlot].value = null;
//将该位置置空
tab[staleSlot] = null;
//容量减一
size--;
// Rehash until we encounter null
Entry e;
int i;
//接着寻找下一个位置
for (i = nextIndex(staleSlot, len);
//获取到下一个位置的entry,直到下一个位置的没有数据
(e = tab[i]) != null;
i = nextIndex(i, len)) {
//获取到entry的referent属性，也就是对threadlocal的引用
ThreadLocal<?> k = e.get();
//为空，则说明threadlocal对象被回收了，则接着清空value和entry
if (k == null) {
e.value = null;
tab[i] = null;
size--;
}
//不为空
else {
//使用hash计算出下标
int h = k.threadLocalHashCode & (len - 1);
//如果不等于当前数据处于的下标位置i，则说明之前发生了hash冲突，h是原本数据应该存放的下标位置，i则是线性探测之后的下标位置
//为了让数据尽可能在原本hash值计算出来的位置，减少和之后其他数据的碰撞概率
if (h != i) {
//将数组当前下标位置置空
tab[i] = null;
// Unlike Knuth 6.4 Algorithm R, we must scan until
// null because multiple entries could have been stale.
//判断h位置是否有值，如果有值，接着找下一个下标，直到找到可以使用的下标
while (tab[h] != null)
h = nextIndex(h, len);
//将entry设置到h位置
tab[h] = e;
}
}
}
//返回for循环中找到的没有数据的位置的下标
return i;
}
private void rehash() {
//判断是否有无用的entry是否要清理,如果有则清理
expungeStaleEntries();
//如果当前容量大于等于 （hreshold - threshold / 4）
if (size >= threshold - threshold / 4)
//调用resize扩容
resize();
}
private void expungeStaleEntries() {
Entry[] tab = table;
int len = tab.length;
//遍历数组
for (int j = 0; j < len; j++) {
Entry e = tab[j];
//如果entry的referent为空，调用expungeStaleEntry方法清除无用的entry
if (e != null && e.get() == null)
expungeStaleEntry(j);
}
}
private void resize() {
Entry[] oldTab = table;
int oldLen = oldTab.length;
//新的数组容量为原来的两倍
int newLen = oldLen * 2;
//实例化新的数组
Entry[] newTab = new Entry[newLen];
//记录迁移后的数据量
int count = 0;
//遍历老的数组
for (int j = 0; j < oldLen; ++j) {
Entry e = oldTab[j];
//获取entry
if (e != null) {
ThreadLocal<?> k = e.get();
//如果entry的referent为空，则接着清除entry的value
if (k == null) {
e.value = null; // Help the GC
}
else {
//计算新的下标值
int h = k.threadLocalHashCode & (newLen - 1);
//hash冲突，查找下一个位置
while (newTab[h] != null)
h = nextIndex(h, newLen);
//将entry赋值到新数组上
newTab[h] = e;
count++;
}
}
}
//设置新的threshold和size
setThreshold(newLen);
size = count;
//设置为新的tab
table = newTab;
}
}
private Entry getEntry(ThreadLocal<?> key) {
int i = key.threadLocalHashCode & (table.length - 1);
Entry e = table[i];
//直接通过下标找到了
if (e != null && e.get() == key)
return e;
//循环找下一个位置
else
return getEntryAfterMiss(key, i, e);
}
private Entry getEntryAfterMiss(ThreadLocal<?> key, int i, Entry e) {
Entry[] tab = table;
int len = tab.length;
//不断找下一个位置
while (e != null) {
ThreadLocal<?> k = e.get();
if (k == key)
return e;
//清楚key为空的数据
if (k == null)
expungeStaleEntry(i);
//找下一个位置
else
i = nextIndex(i, len);
e = tab[i];
}
return null;
}
再来看到get方法
public T get() {
//获取当前线程
Thread t = Thread.currentThread();
//获取当前线程的threadLocals属性
ThreadLocalMap map = getMap(t);
//不为空
if (map != null) {
//获取到entry
ThreadLocalMap.Entry e = map.getEntry(this);
//如果entry不为空，获取对应的value
if (e != null) {
@SuppressWarnings("unchecked")
T result = (T)e.value;
return result;
}
}
//map为空或者对应的entry为空，初始化该threadlocal的entry
return setInitialValue();
}
private T setInitialValue() {
//调用initialValue方法获取初始默认值
T value = initialValue();
Thread t = Thread.currentThread();
ThreadLocalMap map = getMap(t);
//如果map不为空，调用set方法设置值
if (map != null)
map.set(this, value);
//初始化map,并设置值
else
createMap(t, value);
//返回alue
return value;
}
//默认返回null,可以重写来返回一个初始的默认值
protected T initialValue() {
return null;
}
看到remove方法
public void remove() {
//获取threadLocals，如果不为空，移除对应的entry
ThreadLocalMap m = getMap(Thread.currentThread());
//如果threadLocals不为空，从threadLocals移除该threadlocal对应的数据
if (m != null)
m.remove(this);
}
private void remove(ThreadLocal<?> key) {
Entry[] tab = table;
int len = tab.length;
//使用hash值计算到下标值i
int i = key.threadLocalHashCode & (len-1);
//从数组的i位置开始向后遍历，找到数据
for (Entry e = tab[i];
e != null;
e = tab[i = nextIndex(i, len)]) {
//entry的threadlocal和移除的key相同
if (e.get() == key) {
//将entry的referent置空
e.clear();
//清除i下标位置的数据
expungeStaleEntry(i);
return;
}
}
}
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
