越来越多人使用ConcurrentHashMap 替换使用 HashMap，抱着学习的态度看一看源码，发现内部的实现还是很复杂的，而且实现很精妙，膜拜一下jdk 大神们的智慧。一般我们对于多线程访问都是敬而远之，或者拒之门外，而 Doug Lea 精妙的设计，反而邀请他们一起来帮忙工作。以下写一下自己对它的学习理解，有什么不对的地方，还请指正。
Java8-ConcurrentHashMap特点
1.使用了懒加载模式，在第一次put数据时，会执行初始化操作，初始化大小默认为16
2.使用了数组+链表+红黑树的方式存储数据
3.使用了CAS+Synchronize来并发控制put、remove操作，对于get 读操作是没有添加锁的
4.支持多线程操作，并发控制，对于同一桶进行操作需要取得锁才能访问（put, remove）
下面冲put实现来一一分析一下
put实现 --第一部分初始化
/**
* Maps the specified key to the specified value in this table.
* Neither the key nor the value can be null.
*
* <p>The value can be retrieved by calling the {@code get} method
* with a key that is equal to the original key.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with {@code key}, or
* {@code null} if there was no mapping for {@code key}
* @throws NullPointerException if the specified key or value is null
*/
public V put(K key, V value) {
return putVal(key, value, false);
}
/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
// 不能存储 key、value 为 null 数据
if (key == null || value == null) throw new NullPointerException();
// 对hash 进行再运算，充分利用hashcode，减少碰撞
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
// 初始化 hashmap
tab = initTable();
这里需要详细说明的是 initTable 方法，初始化哈希表
initTable
/**
* Initializes table, using the size recorded in sizeCtl.
*/
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
// 当前 哈希表为空的时候 才初始化
while ((tab = table) == null || tab.length == 0) {
// 判断当前有多少个 线程执行到这个地方，
// 如果 sizeCtl < 0 代表当前已经有线程正在初始化，
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
// 初始时SIZECTL = sc = 0，则返回 true 并设置 SIZECTL 为 -1，并执行 初始化方法
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
// 再次确认 哈希表为空，需要初始化数据
if ((tab = table) == null || tab.length == 0) {
// 初始时 sc = 0， 所以初始大小为 DEFAULT_CAPACITY 16
// 如果sc > 0, 说明已经初始化了
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
// 初始化 哈希表
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
// 计算阈值，等效于 n * 0.75
sc = n - (n >>> 2);
}
} finally {
// 设置阈值
sizeCtl = sc;
}
break;
}
}
return tab;
}
这里需要解释一下 sizeCtl 默认为 0 ，-1 代表当前正在初始化，或者resizing，-n 代表当前有多少个线程正在访问，已经初始化之后 代表着 当前哈希表的存储阈值，用于判断当前是否需要扩容，另外一个就是compareAndSwapInt，他有四个参数，第一参数就是操作实体，第二参数就是偏移量，也可以理解为存储字段，第三个参数标识判断 和 第二个字段的内容是否相等，如果相等 返回true，并更新第二个参数所对应的值 = 第四个参数，如果不相等则返回false，我们可以发现只要一个线程可以进入初始化操作。
put实现 --第二部分桶为空
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
当桶为空的时候，直接插入节点数据，这里没有使用synchronize，使用了CAS 插入，可以保证只有一个线程修改实体数据，这里解释一下
CAS : 无锁的执行者(Compare And Swap)
V表示要更新的变量
E表示预期值
N表示新值
如果V值等于E值，则将V的值设为N。若V值和E值不同，则说明已经有其他线程做了更新，则当前线程什么都不做
put实现 --第三部分桶的第一个值为 特殊值 MOVED
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
这里我们只大概说一下如果当前节点的hash值 为 MOVED，表示当前哈希表正在执行resizing操作，这个时候helpTransfer 意指需要当前线程去帮组做resizing操作，helpTransfer 这个方法比较复杂我们后面讲，
put实现 --第四部分桶为正常值
else {
V oldVal = null;
// 对桶 进行加锁处理
synchronized (f) {
// 再次确认 桶的数据
if (tabAt(tab, i) == f) {
// 节点为 链式存储
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;
// 链表末尾插入数据
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
// 红黑树存储结构 TreeBin 存储的是根节点的信息 hash 值 为 -2
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
// 红黑树插入数据，这里就不多说了，不知道的可以先去了解一下
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
// binCount = 0 情况表示，该桶没有节点，插入数据
// binCount ！= 0 情况表示，链表插入或者 红黑树节点插入 或修改
if (binCount != 0) {
// 当链表插入数量 超过 8个时，转化成红黑树结构存储
if (binCount >= TREEIFY_THRESHOLD)
// 这里也是红黑树转化，内部也是加了 桶 锁，具体实现就不多说了
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
put实现 --第五部分修改存储数量值
addCount(1L, binCount);
return null;
概述一下put 都做了什么事，首先判断一下哈希表有没有初始化，没有初始化时，去初始化操作，然后确定桶的位置，空桶的时候使用CAS 插入节点数据，如果是ForwardingNode 节点，则去协助扩容操作，如果是正常节点，则分别取对应的链表或者红黑树中 插入或者更新数据。
注意可以发现put 里还有两个非常重要的方法我们没有分析，一个是helpTransfer（线程帮助扩容操作），一个是addCount（更新存储数量值），我们先从简单的开始 helpTransfer，这里需要介绍一下ForwardingNode—— A node inserted at head of bins during transfer operations.他是在扩容操作中的一个插入在桶头部的特殊节点，他的含义表明，这个桶已经完成了扩容操作，但是整个哈希表扩容操作还没有结束，如果检测到这种节点，当前线程会被要求一起来完成部分扩容操作。
helpTransfer
/**
* Helps transfer if a resize is in progress.
*/
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
// 这里就是检测，当前正在扩容操作，当前桶 已完成了扩容操作
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
//返回一个 16 位长度的扩容校验标识
int rs = resizeStamp(tab.length);
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
//sizeCtl 如果处于扩容状态的话
//高位16 位是数据校验标识，地位16 位是当前正在扩容的线程总数
//这里判断校验标识是否相等，如果校验符不等或者扩容操作已经完成了，直接退出循环，不用协助它们扩容了
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;
//否则调用 transfer 帮助它们进行扩容
//sc + 1 标识增加了一个线程进行扩容
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
transfer(tab, nextTab);
break;
}
}
return nextTab;
}
return table;
}
接下来就是扩容操作了transfer，这个方法内容有点多，我们分块介绍
transfer --第一部分扩容准备
/**
* Moves and/or copies the nodes in each bin to new table. See
* above for explanation.
*/
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
//计算单个线程允许处理的最少table桶首节点个数，不能小于 16
// stride 也叫步幅，是处理的节点跨度个数，最小是 16，也就是默认初始化哈希表的大小
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
// 初始化新的哈希表
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
//transferIndex 指向最后一个桶，方便从后向前遍历
transferIndex = n;
}
int nextn = nextTab.length;
// 已完成的 桶的特殊节点信息
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
transfer --第二部分扩容控制的核心
boolean advance = true;
// 标志 当前扩容操作是否完成后
boolean finishing = false; // to ensure sweep before committing nextTab
//i 指向当前桶，bound 指向当前线程需要处理的桶结点的区间下限
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
//这个 while 循环的目的就是通过 --i 遍历当前线程所分配到的桶结点
//一个桶一个桶的处理
while (advance) {
int nextIndex, nextBound;
// 当前正在迁移过程中，或者已经完成了扩容
if (--i >= bound || finishing)
advance = false;
//transferIndex <= 0 说明已经没有需要迁移的桶了
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//更新 transferIndex
//为当前线程分配任务，处理的桶结点区间为（nextBound,nextIndex）
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
//当前线程所有任务完成
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
// 已完成扩容操作，则设置新的哈希表连接，更新sizeCtl 的阈值
if (finishing) {
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
// 更新 SIZECTL 值为 sizeCtl -1，当前线程已经完成扩容操作
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
// 判断其他线程是否处理完，如果已处理完，其他线程已经执行过这块区域代码，说明扩容操作已经完成，直接返回
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
//待迁移桶为空，那么在此位置 CAS 添加 ForwardingNode 结点标识该桶已经被处理过了
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
//如果扫描到 ForwardingNode，说明此桶已经被处理过了，跳过即可
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
transfer --第三部分迁移操作
else {
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
// 链表迁移
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
//整个 for 循环为了找到整个桶中最后连续的 fh & n 不变的结点
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
//如果fh&n不变的链表的runbit都是0，则nextTab[i]内元素ln前逆序，ln及其之后顺序
//否则，nextTab[i+n]内元素全部相对原table逆序
//这是通过一个节点一个节点的往nextTab添加
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
//把两条链表整体迁移到nextTab中
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
// 标志着这个桶已经完成了迁移
setTabAt(tab, i, fwd);
advance = true;
}
// 红黑树 迁移操作
else if (f instanceof TreeBin) {
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h, e.key, e.val, null, null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
// 如果节点数 少于 6个，则红黑树还原成 链表，否则分别对两个链表进行红黑树处理
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
//把两条已处理的结构 整体迁移到nextTab中
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
//将原桶标识位已经处理
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}
好了，协助扩容操作就已经看完了，我们总结一下，每个线程进入的时候首先是领取自己的迁移区间，然后通过 --i 来遍历迁移区间中的每个桶的情况，如果是空桶，则插入ForwardingNode 标志节点，如果是已经ForwardingNode 节点开始，说明已经完成了当前桶的迁移，则跳过，如果是链表或者红黑树，对桶加锁，正常的迁移即可，迁移结束后依然会将原来的表中添加ForwardingNode 标志节点。
接下来还有一个方法addCount的实现，这里先解释一下CounterCell数组的含义，它主要用于存储节点数据已经插入或更新到哈希表中，但是baseCount没有得到及时更新数据，则会把这些数据存储到CounterCell。
addCount
/**
* Adds to count, and if table is too small and not already
* resizing, initiates transfer. If already resizing, helps
* perform transfer if work is available. Rechecks occupancy
* after a transfer to see if another resize is already needed
* because resizings are lagging additions.
*
* @param x the count to add
* @param check if <0, don't check resize, if <= 1 only check if uncontended
*/
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
// 如果CounterCell数组中存在值，则说明有 更新值没有存储到baseCount 中
// 并且CAS 中存储的baseCount值 不一样，需要把差量数据全量插入
// 如果相同则 更新 baseCount 的值 = baseCount + x
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
boolean uncontended = true;
//高并发下 CAS 失败会执行 fullAddCount 方法
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 检查操作容量阈值，判断是否需要扩容处理
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
if (sc < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
好了对于put 的分析就到这了，对remove分析一下，可以发现他跟put 的处理逻辑基本一样。
其他一些常用的方法我们也看一下
/**
* {@inheritDoc}
*/
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}
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;
}
可以发现size 方法中不仅仅只有 baseCount 的值，还有我们刚刚提到的CounterCell的值。包含已经计入baseCount的值，还包括高并发CAS 没有更新到的数据值，存储在CounterCell中，两个部分合起来才是最终的size大小。
get
/**
* Returns the value to which the specified key is mapped,
* or {@code null} if this map contains no mapping for the key.
*
* <p>More formally, if this map contains a mapping from a key
* {@code k} to a value {@code v} such that {@code key.equals(k)},
* then this method returns {@code v}; otherwise it returns
* {@code null}. (There can be at most one such mapping.)
*
* @throws NullPointerException if the specified key is null
*/
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
get 就比较简单了，在对于读操作是没有添加锁控制的。
clear
/**
* Removes all of the mappings from this map.
*/
public void clear() {
long delta = 0L; // negative number of deletions
int i = 0;
Node<K,V>[] tab = table;
while (tab != null && i < tab.length) {
int fh;
Node<K,V> f = tabAt(tab, i);
if (f == null)
++i;
else if ((fh = f.hash) == MOVED) {
// 协助扩容之后需要重新开始计算
tab = helpTransfer(tab, f);
i = 0; // restart
}
else {
// 对每个桶处理 都会添加锁处理
synchronized (f) {
if (tabAt(tab, i) == f) {
// 找到 链表或者红黑树的第一个节点，然后遍历统计有多少个节点
Node<K,V> p = (fh >= 0 ? f :
(f instanceof TreeBin) ?
((TreeBin<K,V>)f).first : null);
while (p != null) {
--delta;
p = p.next;
}
// 清空桶的数据
setTabAt(tab, i++, null);
}
}
}
}
if (delta != 0L)
// 更新 哈希表的节点数
addCount(delta, -1);
}
好了，就分析到这里了，如果有什么分析不对的地方，请指正！！
