阿里面试题：ConcurrentHashMap为什么是线程安全的？

大家好，又见面了，我是你们的朋友全栈君。

阿里面试题：ConcurrentHashMap为什么是线程安全的？

ConcurrentHashMap,其实是线程安全的HashMap,所以阅读ConcurrentHashMap,建议

先阅读一下两篇介绍HashMap的文章

你真的懂大厂面试题：HashMap吗？

jdk1.7 HashMap中的致命错误：循环链表

jdk1.7 ConcurrentHashMap

• jdk1.7 ConcurrentHashMap数据结构

  jdk1.7 ConcurrentHashMap是由一个Segment数组和多个HashEntry数组组成

  

  其实就是将HashMap分为多个小HashMap,每个Segment元素维护一个小HashMap,目的是锁分离，本来实现同步，直接可以是对整个HashMap加锁，但是加锁粒度太大，影响并发性能，所以变换成此结构，仅仅对Segment元素加锁，降低锁粒度，提高并发性能。

• 初始化过程

  由于变换成Segment数组+HashEntry数组，所以初始化时，需要依次对Segment数组和小 HashEntry数组初始化

  • Segment数组初始化

    初始化时，使用右移一位，乘以2的计算方式，保证ssize是2的幂次方，大于等于指定参数concurrencyLevel的最小2的幂次方。

    int sshift = 0;
    //记录Segment数组大小
    int ssize = 1;
    while (ssize < concurrencyLevel) { 
           
        ++sshift;
        ssize <<= 1;
    }
    

  • HashEntry数组初始化

    跟Segment数组初始化方式相同，就不赘述

    int cap = 1;
    while(cap < c){ 
           
        cap <<=1;
    }
    

• put操作

  对于插入操作，需要两次Hash映射去定位数据存储位置

  首先通过第一次hash过程，定位Segment位置，然后通过第二次hash过程定位HashEntry位置

  Segment继承ReentrantLock,在数据插入指定HashEntry过程的时候会尝试调用ReentrantLock的tryLock方法获取锁，如果获取成功就直接插入相应位置，如果有线程获取该Segment的锁，当前线程就会以自旋方式去继续调用tryLock方法去获取锁，超过指定次数就挂起，等待唤醒。

• get操作

  也是两次Hash映射，相对于put操作，少了加锁过程

• size操作

  size操作就是计算ConcurrentHashMap的大小，有两种方案

  • 给每个Segment都加上锁(相当于给整个Map加上锁)，然后计算size返回
  • 不加锁的模式，尝试多次计算ConcurrentHashMap的size,最多三次，比较前后计算的结果，结果一致就认为当前没有元素加入，计算结果是准确的。(查看计算出size的前后modCount的数值有没有发生变化，modCount的值用于记录元素变化的操作。如put，remove，clear)

jdk1.8 ConcurrentHashMap

• jdk1.8 ConcurrentHashMap结构

  jdk1.8ConcurrentHashMap是数组+链表，或者数组+红黑树结构,并发控制使用Synchronized关键字和CAS操作。下面会从源码角度讲解jdk1.8 ConcurrentHashMap控制线程同步的原理

  

• 关键概念点

  • sizeCtl变量(volatile修饰)

    通过CAS操作+volatile, 控制数组初始化和扩容操作

    1. -1 代表正在初始化
    2. -N 前16位记录数组容量，后16位记录扩容线程大小+1，是个负数
    3. 正数0，表示未初始化
    4. 正数，0.75*当前数组大小

  • ForwardingNode:

  • <key,value>键值对，封装为Node对象

  • table变量(volatile)：也就是所说的数组，默认为null，默认大小为16的数组，每次扩容时大小总是2的幂次方

  • nextTable(volatile):扩容时新生成的数组，大小为table的两倍

• put函数

  put函数调用putVal函数

  public V put(K key, V value) { 
       
      return putVal(key, value, false);
  }
  

  putVal函数

  putValue函数，首先调用spread函数，计算hash值，之后进入一个自旋循环过程，直到插入或替换成功，才会返回。如果table未被初始化，则调用initTable进行初始化。之后判断hash映射的位置是否为null,如果为null,直接通过CAS自旋操作，插入元素成功，则直接返回，如果映射的位置值为MOVED(-1),则直接去协助扩容，排除以上条件后，尝试对链头Node节点f加锁，加锁成功后，链表通过尾插遍历，进行插入或替换。红黑树通过查询遍历，进行插入或替换。之后如果当前链表节点数量大于阈值，则调用treeifyBin函数，转换为红黑树最后通过调用addCount,执行CAS操作，更新数组大小，并且判断是否需要进行扩容

  final V putVal(K key, V value, boolean onlyIfAbsent) { 
  
  if (key == null || value == null) throw new NullPointerException();
  //spread函数计算hash值
  int hash = spread(key.hashCode());
  int binCount = 0;
  //自旋过程
  for (Node<K,V>[] tab = table;;) { 
  
  Node<K,V> f; int n, i, fh;
  if (tab == null || (n = tab.length) == 0)
  tab = initTable();
  //判断映射位置节点是否为空
  else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { 
  
  if (casTabAt(tab, i, null,
  new Node<K,V>(hash, key, value, null)))
  break;                  
  }
  //如果映射位置节点value==MOVED，说明正在进行扩容操作
  else if ((fh = f.hash) == MOVED)
  tab = helpTransfer(tab, f);
  else { 
  
  V oldVal = null;
  synchronized (f) { 
  
  if (tabAt(tab, i) == f) { 
  
  if (fh >= 0) { 
  
  binCount = 1;
  for (Node<K,V> e = f;; ++binCount) { 
  
  K ek;
  if (e.hash == hash &&
  ((ek = e.key) == key ||
  (ek != null && key.equals(ek)))) { 
  
  oldVal = e.val;
  if (!onlyIfAbsent)
  e.val = value;
  break;
  }
  Node<K,V> pred = e;
  if ((e = e.next) == null) { 
  
  pred.next = new Node<K,V>(hash, key,
  value, null);
  break;
  }
  }
  }
  //红黑树结构
  else if (f instanceof TreeBin) { 
  
  Node<K,V> p;
  binCount = 2;
  if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
  value)) != null) { 
  
  oldVal = p.val;
  if (!onlyIfAbsent)
  p.val = value;
  }
  }
  }
  }
  //链表节点数量超过阈值，转为红黑树
  if (binCount != 0) { 
  
  if (binCount >= TREEIFY_THRESHOLD)
  treeifyBin(tab, i);
  if (oldVal != null)
  return oldVal;
  break;
  }
  }
  }
  addCount(1L, binCount);
  return null;
  }
  

  spread函数

  spread函数，计算hash值。key的hash值与其高16位相异或，然后与HASH_BITS将最高位置0

  static final int spread(int h) { 
  
  return (h ^ (h >>> 16)) & HASH_BITS;
  //HASH_BITS=0x7fffffff
  }
  

  tableAt函数: 获取最新的tab[i]

  casTabAt函数：通过CAS操作，将值赋值进tab中对应位置

  static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) { 
  
  return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
  }
  static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
  Node<K,V> c, Node<K,V> v) { 
  
  return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
  }
  

  addCount函数

  尝试使用CAS操作，将BASECOUNT加1，操作失败，则说明有其他线程在进行加一操作,发生冲突。

  之后判断是否需要扩容

  private final void addCount(long x, int check) { 
  
  CounterCell[] as; long b, s;
  //使用CAS操作，将BASECOUNT加1
  if ((as = counterCells) != null ||
  !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) { 
  
  CounterCell a; long v; int m;
  //发生冲突
  boolean uncontended = true;
  if (as == null || (m = as.length - 1) < 0 ||
  (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
  !(uncontended =
  U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) { 
  
  //多线程冲突执行
  fullAddCount(x, uncontended);
  return;
  }
  if (check <= 1)
  return;
  s = sumCount();
  }
  if (check >= 0) { 
  
  Node<K,V>[] tab, nt; int n, sc;
  //判断是否需要扩容 大于0.75当前数组大小
  while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
  (n = tab.length) < MAXIMUM_CAPACITY) { 
  
  int rs = resizeStamp(n);
  if (sc < 0) { 
  
  //判断是否需要帮助扩容
  //扩容完成，或者扩容线程达到阈值不需要进行扩容，直接break
  if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
  sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
  transferIndex <= 0)
  break;
  //帮助扩容，扩容线程数+1
  if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
  transfer(tab, nt);
  }
  //进行扩容操作
  else if (U.compareAndSwapInt(this, SIZECTL, sc,
  (rs << RESIZE_STAMP_SHIFT) + 2))
  transfer(tab, null);
  s = sumCount();
  }
  }
  }
  

• initTable函数(下文将扩容和初始化，统称为扩容)

  进入一个自旋过程，一旦有线程扩容成功，才break

  如果sizeCtl < 0,说明已经有线程正在扩容，所以直接让出线程。

  如果sizeCtl>=0,说明当前没有线程扩容，尝试CAS操作，设置sizeCtl为-1

  设置sizeCtl为-1成功的线程，进行扩容操作，并且将sc更新为数组负载阈值0.75*n

  private final Node<K,V>[] initTable() { 
  
  Node<K,V>[] tab; int sc;
  //自旋过程
  while ((tab = table) == null || tab.length == 0) { 
  
  if ((sc = sizeCtl) < 0)
  Thread.yield(); 
  else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { 
  
  try { 
  
  if ((tab = table) == null || tab.length == 0) { 
  
  int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
  @SuppressWarnings("unchecked")
  Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
  table = tab = nt;
  //0.75*n
  sc = n - (n >>> 2);
  }
  } finally { 
  
  sizeCtl = sc;
  }
  break;
  }
  }
  return tab;
  }
  

• 统计ConCurrentHashMap中的元素个数

  mappingCount函数

  调用sumCount,获得元素数量

  public long mappingCount() { 
  
  long n = sumCount();
  return (n < 0L) ? 0L : n; // ignore transient negative values
  }
  

  sumCount函数

  baseCount+ counterCells各个元素值，就是元素数量

  其实baseCount就是记录容器数量的，直接放回baseCount不就可以了吗？为什么sumCount()方法中还要遍历counterCells数组，累加对象的值呢？

  其中：counterCells是个全局的变量，表示的是CounterCell类数组。CounterCell是ConcurrentHashmap的内部类，它就是存储一个值。

  JDK1.8中使用一个volatile类型的变量baseCount记录元素的个数，当插入新数据put()或则删除数据remove()时，会通过addCount()方法更新baseCount

  初始化时counterCells为空，在并发量很高时，如果存在两个线程同时执行CAS修改baseCount值，则失败的线程会继续执行方法体中的逻辑，执行fullAddCount(x, uncontended)方法，这个方法其实就是初始化counterCells，并将x的值插入到counterCell类中，而x值一般也就是1或-1，这可以从put()方法中得知。

  这些对象是因为在CAS更新baseCount值时，由于高并发而导致失败，最终将值保存到CounterCell中，放到counterCells里。这也就是为什么sumCount()中需要遍历counterCells数组，sum累加CounterCell.value值了。

  final long sumCount() { 
  
  CounterCell[] as = counterCells; CounterCell a;
  long sum = baseCount;
  if (as != null) { 
  
  for (int i = 0; i < as.length; ++i) { 
  
  if ((a = as[i]) != null)
  sum += a.value;
  }
  }
  return sum;
  }
  

  CounterCell类

  只存储一个值

  static final class CounterCell{ 
  
  volatile long value;
  CountCell(long x) { 
  value = x;}
  }