浅谈ConcurrentHashMap的实现原理及源码

本文整理自漫画：什么是ConcurrentHashMap？ - 小灰的文章 - 知乎。已获得作者授权。

HashMap 在高并发下会出现链表环，从而导致程序出现死循环。高并发下避免HashMap 出问题的方法有两种。一是使用HashTable，二是使用Collections.syncronizedMap

但是这两种方法的性能都能差。因为这两个在执行读写操作时都是将整个集合加锁，导致多个线程无法同时读写集合。高并发下的HashMap出现的问题就需要ConcurrentHashMap 来解决了。

什么是ConcurrentHashMap？

ConcurrentHashMap 中有一个Segment 的概念。

Segment是什么呢？Segment本身就相当于一个HashMap对象。

同HashMap一样，Segment包含一个HashEntry数组，数组中的每一个HashEntry既是一个键值对，也是一个链表的头节点。

单一的Segment结构如下：

像这样的Segment对象，在ConcurrentHashMap集合中有多少个呢？有2的N次方个，共同保存在一个名为segments的数组当中。

因此整个ConcurrentHashMap的结构如下：

可以说，ConcurrentHashMap 是一个二级哈希表。在一个总的哈希表下面，有若干个子哈希表。

这样的二级结构，和数据库的水平拆分有些相似。

ConcurrentHashMap 的优势

ConcurrentHashMap 的优势就是采取了锁分段技术，每一个Segment 的读写操作高度自治，Segment 之间互不影响。

Case1：不同Segment 的并发写入

image.png

不同Segment的写入是可以并发执行的。

Case2：同一Segment的一写一读

同一Segment的写和读是可以并发执行的。

Case3：同一Segment的并发写入

Segment的写入是需要上锁的，因此对同一Segment的并发写入会被阻塞。

由此可见，ConcurrentHashMap当中每个Segment各自持有一把锁。在保证线程安全的同时降低了锁的粒度，让并发操作效率更高。

Concurrent 的读写过程

Get方法：

为输入的Key做Hash运算，得到hash值。

通过hash值，定位到对应的Segment对象

再次通过hash值，定位到Segment当中数组的具体位置。

Put方法：

为输入的Key做Hash运算，得到hash值。

通过hash值，定位到对应的Segment对象

获取可重入锁

再次通过hash值，定位到Segment当中数组的具体位置。

插入或覆盖HashEntry对象。

释放锁。

读写操作均需要二次定位到Segment。

ConcurrentHashMap 在调用Size 方法时如何解决一致性问题？

Size方法的目的是统计ConcurrentHashMap的总元素数量，自然需要把各个Segment内部的元素数量汇总起来。

但是，如果在统计Segment元素数量的过程中，已统计过的Segment瞬间插入新的元素，这时候该怎么办呢？

ConcurrentHashMap的Size方法是一个嵌套循环，大体逻辑如下：

遍历所有的Segment。

把Segment的元素数量累加起来。

把Segment的修改次数累加起来。

判断所有Segment的总修改次数是否大于上一次的总修改次数。如果大于，说明统计过程中有修改，重新统计，尝试次数+1；如果不是。说明没有修改，统计结束。

如果尝试次数超过阈值，则对每一个Segment加锁，再重新统计。

再次判断所有Segment的总修改次数是否大于上一次的总修改次数。由于已经加锁，次数一定和上次相等。

释放锁，统计结束。

public int size() {
   // Try a few times to get accurate count. On failure due to
   // continuous async changes in table, resort to locking.
   final Segment<K,V>[] segments = this.segments;
    int size;
    boolean overflow; // true if size overflows 32 bits
    long sum;         // sum of modCounts
    long last = 0L;   // previous sum
    int retries = -1; // first iteration isn't retry
    try {
        for (;;) {
            if (retries++ == RETRIES_BEFORE_LOCK) {
                for (int j = 0; j < segments.length; ++j)
                    ensureSegment(j).lock(); // force creation
            }
            sum = 0L;
            size = 0;
            overflow = false;
            for (int j = 0; j < segments.length; ++j) {
                Segment<K,V> seg = segmentAt(segments, j);
                if (seg != null) {
                    sum += seg.modCount;
                    int c = seg.count;
                    if (c < 0 || (size += c) < 0)
                        overflow = true;
                }
            }
            if (sum == last)
                break;
            last = sum;
        }
    } finally {
        if (retries > RETRIES_BEFORE_LOCK) {
            for (int j = 0; j < segments.length; ++j)
                segmentAt(segments, j).unlock();
        }
    }
    return overflow ? Integer.MAX_VALUE : size;
}

为什么这样设计呢？这种思想和乐观锁悲观锁的思想如出一辙。

为了尽量不锁住所有Segment，首先乐观地假设Size过程中不会有修改。当尝试一定次数，才无奈转为悲观锁，锁住所有Segment保证强一致性。

想看原作者的文章可以看看这个公众号。