摘要：原因是它支持多線程進行擴容操作，而并沒有加鎖。多線程的情況下如果一個或多個線程正在對進行擴容操作，當前線程也要進入擴容的操作中。
KillCode系列 -- Java篇
原文發布在我的個人博客中killCode
因為JDK1.8 與 1.7 里對ConcurrentHashMap 有很多不同的更改以提高性能。所以特別找出類似的方面，進行分析。
1. 內部參數
//初始容積為 16
private static final int DEFAULT_CAPACITY = 16;
//加載因子 0.75
private static final float LOAD_FACTOR = 0.75f;
/**
* 盛裝Node元素的數組 它的大小是2的整數次冪
* Size is always a power of two. Accessed directly by iterators.
*/
transient volatile Node[] table;
/*
* hash表初始化或擴容時的一個控制位標識量。
* 負數代表正在進行初始化或擴容操作
* -1代表正在初始化
* -N 表示有N-1個線程正在進行擴容操作
* 正數或0代表hash表還沒有被初始化，這個數值表示初始化或下一次進行擴容的大小
*
* **既代表 HashMap 的 threshold**
* 又代表 **進行擴容時的進程數**
*/
private transient volatile int sizeCtl;
// 以下兩個是用來控制擴容的時候 單線程進入的變量
// resize校驗碼
private static int RESIZE_STAMP_BITS = 16;
// resize校驗碼的位移量。
private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS;
/*
* Encodings for Node hash fields. See above for explanation.
*/
static final int MOVED = -1; // hash值是-1，表示這是一個forwardNode節點
static final int TREEBIN = -2; // hash值是-2 表示這時一個TreeBin節點
static final int RESERVED = -3; // hash for transient reservations
//在 spread() 方法中 用來對 hashcode 進行 高位hash 減少可能發生的碰撞。
static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash
上面的 sizectl 很重要。是解決 concurrenthashmap 擴容的基礎
2. 內部類
2.1. Node
與 HashMap 最大的區別是 加入了對val 與 next 用了volatile關鍵字修飾
并且 setValue() 方法 直接拋出異常，可以看出，val 是不能直接改變的。
是通過 Unsafe 類的 方法進行全部替換
static class Node implements Map.Entry {
final int hash;
final K key;
//相比于 HashMap ，加入了 volatile 關鍵字
volatile V val;
volatile Node next;
Node(int hash, K key, V val, Node next) {
this.hash = hash;
this.key = key;
this.val = val;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return val; }
public final int hashCode() { return key.hashCode() ^ val.hashCode(); }
public final String toString(){ return key + "=" + val; }
public final V setValue(V value) {
throw new UnsupportedOperationException();
}
2.2 TreeNode
與 HashMap 不同的是
這次 TreeNode 不再是繼承自 LinkedHashMap.Entry 而是繼承自本類中的 Node.
并不直接用于紅黑樹的結點，而是將 結點包裝成 TreeNode 后，用下面的 TreeBin 進行二次包裝。
優點是可以使用 Node 類的 next 指針，方便TreeBin 后續 從 鏈表 到 紅黑樹 的轉換。
構造函數可以看出，原先對TreeNode 的初始化只是設置了其的后續結點。組成了鏈表。
static final class TreeNode extends Node {
TreeNode parent; // red-black tree links
TreeNode left;
TreeNode right;
TreeNode prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node next,
TreeNode parent) {
super(hash, key, val, next);
this.parent = parent;
}
2.3. TreeBin
特點： 1. 不持有key與val ，指向TreeNode 的 root 與 list。
2. 加入讀寫鎖。方便并發的訪問。
static final class TreeBin extends Node {
TreeNode root;
volatile TreeNode first;
volatile Thread waiter;
//通過鎖的狀態 ， 判斷鎖的類型。
volatile int lockState;
// values for lockState
static final int WRITER = 1; // set while holding write lock
static final int WAITER = 2; // set when waiting for write lock
static final int READER = 4; // increment value for setting read lock
構造方法如下
root 代表 TreeNode 的根結點
使用first ，是用于第一次初始化時，因為root的特殊性，所以不便于 this.root = b 因此通過 first代替第一次的初始化過程。
然后在 過程中 用r 代表root ，直到結束 紅黑樹的初始化后，再 root =r 保證root的安全性。
TreeBin(TreeNode b) {
super(TREEBIN, null, null, null);
this.first = b;
TreeNode r = null;
for (TreeNode x = b, next; x != null; x = next) {
next = (TreeNode)x.next;
x.left = x.right = null;
if (r == null) {
x.parent = null;
x.red = false;
r = x;
}
else {
K k = x.key;
int h = x.hash;
Class kc = null;
for (TreeNode p = r;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
r = balanceInsertion(r, x);
break;
}
}
}
}
this.root = r;
assert checkInvariants(root);
}
2.4. ForwardingNode
作用是在 transfer() 過程中，插入到 TreeBin 之間，用作鏈接作用。
static final class ForwardingNode extends Node {
final Node[] nextTable;
ForwardingNode(Node[] tab) {
super(MOVED, null, null, null);
this.nextTable = tab;
}
3. Unsafe 類 與 常用的操作
3.1. Unsafe 與 靜態代碼塊
Unsafe提供了硬件級別的原子操作。內部的方法均為 native方法 ,可以訪問系統底層。
這里用了 CAS 算法（compare and swap) 大大的避免了使用時對性能的消耗，以及保證了使用時的安全性。
**注：** CAS 算法的核心是 將需要改變的參數，與內存中已經存在的變量的值進行對比，一致就改變，不一致就放棄這次操作。與之相類似的優化操作還有 LL/SC(Load-Linked/Store-Conditional : 加載鏈接/條件存儲) 、 Test-and-Set(測試并設置)
這里額外介紹一下 Unsafe 類的 compareAndSwapInt 方法。
/**
* 比較obj的offset處內存位置中的值和期望的值，如果相同則更新。此更新是不可中斷的。
*
* @param obj 需要更新的對象
* @param offset obj中整型field的偏移量
* @param expect 希望field中存在的值
* @param update 如果期望值expect與field的當前值相同，設置filed的值為這個新值
* @return 如果field的值被更改返回true
*/
public native boolean compareAndSwapInt(Object obj, long offset, int expect, int update);
下面是 ConcurrentHashMap 中有關的應用
// Unsafe mechanics
private static final sun.misc.Unsafe U;
//對應于 類中的 sizectl
private static final long SIZECTL;
//在 transfer() 方法的使用時，計算索引
private static final long TRANSFERINDEX;
// 用于對 ConcurrentHashMap 的 size 統計。
// 下文 第8點關于 size 會說明。
private static final long BASECOUNT;
// 輔助類 countercell 類中的屬性，用于分布式計算
// 是實現 java8 中 londAddr 的基礎
private static final long CELLSBUSY;
private static final long CELLVALUE;
// 用來確定在數組中的位置
// 數組中的偏移地址
private static final long ABASE;
// 數組中的增量地址
private static final int ASHIFT;
static {
try {
//通過反射調用 類中的值，從而對 這些變量賦值
U = sun.misc.Unsafe.getUnsafe();
Class k = ConcurrentHashMap.class;
SIZECTL = U.objectFieldOffset
(k.getDeclaredField("sizeCtl"));
TRANSFERINDEX = U.objectFieldOffset
(k.getDeclaredField("transferIndex"));
BASECOUNT = U.objectFieldOffset
(k.getDeclaredField("baseCount"));
CELLSBUSY = U.objectFieldOffset
(k.getDeclaredField("cellsBusy"));
Class ck = CounterCell.class;
CELLVALUE = U.objectFieldOffset
(ck.getDeclaredField("value"));
Class ak = Node[].class;
ABASE = U.arrayBaseOffset(ak);
int scale = U.arrayIndexScale(ak);
if ((scale & (scale - 1)) != 0)
throw new Error("data type scale not a power of two");
ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
} catch (Exception e) {
throw new Error(e);
}
}
3.2 常用方法
在操作過程中，經常會看到以下幾個，或者相類似的方法。
其核心是
//獲得 i 位置上的 Node 節點
static final Node tabAt(Node[] tab, int i) {
return (Node)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
//利用CAS算法設置i位置上的Node節點。
static final boolean casTabAt(Node[] tab, int i,
Node c, Node v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
//利用volatile方法設置節點位置的值
static final void setTabAt(Node[] tab, int i, Node v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}
4. 初始化函數 initTable
調用ConcurrentHashMap的構造方法僅僅是設置了一些參數而已，而整個table的初始化是在向ConcurrentHashMap中插入元素的時候發生的。
當向 map 插入數據的時候 table == null , 則會調用 initTable()方法 。
用 put 方法 簡單展示一下。
final V putVal(K key, V value, boolean onlyIfAbsent) {
...
...
for (Node[] tab = table;;) {
Node f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
...
...
}
initTable() 方法展示如下
其中有 sizectl 變量，這里回顧一下
hash表初始化或擴容時的一個控制位標識量。
負數代表正在進行初始化或擴容操作
-1代表正在初始化
-N 表示有N-1個線程正在進行擴容操作
正數或0代表hash表還沒有被初始化，這個數值表示初始化或下一次進行擴容的大小
/**
* Initializes table, using the size recorded in sizeCtl.
*/
private final Node[] initTable() {
Node[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
//sizeCtl <0 表示有其他線程正在進行初始化操作，把線程掛起。對于table的初始化工作，只能有一個線程在進行。
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
//利用CAS方法把sizectl的值置為-1 表示本線程正在進行初始化
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[] nt = (Node[])new Node[n];
table = tab = nt;
//相當于0.75*n 設置一個擴容的閾值
// sc = n - n/4
sc = n - (n >>> 2);
}
} finally {
// 更新 sizectl
sizeCtl = sc;
}
break;
}
}
return tab;
}
5. transfer() 擴容操作
當ConcurrentHashMap容量不足的時候，需要對table進行擴容。這個方法的基本思想跟HashMap是很像的，但是由于它是支持并發擴容的，所以要復雜的多。原因是它支持多線程進行擴容操作，而并沒有加鎖。我想這樣做的目的不僅僅是為了滿足concurrent的要求，而是希望利用并發處理去減少擴容帶來的時間影響。因為在擴容的時候，總是會涉及到從一個“數組”到另一個“數組”拷貝的操作，如果這個操作能夠并發進行，那真真是極好的了。
整個擴容操作分為兩個部分:
1. 第一部分是構建一個nextTable,它的容量是原來的兩倍，這個操作是單線程完成的。這個單線程的保證是通過RESIZE_STAMP_SHIFT這個常量經過一次運算來保證的，這個地方在后面會有提到；
2. 第二個部分就是將原來table中的元素復制到nextTable中，這里允許多線程進行操作。
先來看一下單線程是如何完成的：
它的大體思想就是遍歷、復制的過程。首先根據運算得到需要遍歷的次數i，然后利用tabAt方法獲得i位置的元素：
1. 如果這個位置為空，就在原table中的i位置放入forwardNode節點，這個也是觸發并發擴容的關鍵點；
2. 如果這個位置是Node節點（fh>=0），就構造兩個鏈表，一個代表高位為 0 ， 一個代表高位為 1 。將原來的結點 分別放在nextTable的i和i+n的位置上，并且除了lastRun的位置相對位于鏈表的底部外，其余元素均為 **反序** 。
3. 如果這個位置是TreeBin節點（fh<0），也做一個處理，并且判斷是否需要untreefi，把處理的結果分別放在nextTable的i和i+n的位置上
遍歷過所有的節點以后就完成了復制工作，這時讓nextTable作為新的table，并且更新sizeCtl為新容量的0.75倍 ，完成擴容。
再看一下多線程是如何完成的：
//如果遍歷到ForwardingNode節點 說明這個點已經被處理過了,直接跳過 這里是控制并發擴容的核心
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
這是一個判斷，如果遍歷到的節點是forward節點，就向后繼續遍歷，再加上給節點上鎖的機制，就完成了多線程的控制。多線程遍歷節點，處理了一個節點，就把對應點的值set為forward，另一個線程看到forward，就向后遍歷。這樣交叉就完成了復制工作。而且還很好的解決了線程安全的問題。
如圖：
下面是源碼：
/**
* 一個過渡的table表 只有在擴容的時候才會使用
*/
private transient volatile Node[] nextTable;
/**
* Moves and/or copies the nodes in each bin to new table. See
* above for explanation.
*/
private final void transfer(Node[] tab, Node[] nextTab) {
int n = tab.length, stride;
// 通過計算 NCPU CPU的核心數與 表的大小的比值，將表進行范圍的細分，以方便 并發。
// 感覺上 有點像 segment 分段鎖的意思。
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
if (nextTab == null) { // initiating
try {
//構造一個nextTable對象 它的容量是原來的兩倍。
@SuppressWarnings("unchecked")
Node[] nt = (Node[]) new Node[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
//原來的 容量限制為 1<<30
//HashMap 在擴容時，會用 resize（） 方法，擴大 threshold 的值
//當大于 MAXIMUM_CAPACITY 時，會將 threshold 設置為 Integer.MAX_VALUE
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
ForwardingNode fwd = new ForwardingNode(nextTab);//構造一個連節點指針 用于標志位
boolean advance = true;//并發擴容的關鍵屬性 如果等于true 說明這個節點已經處理過
boolean finishing = false; // to ensure sweep before committing nextTab
for (int i = 0, bound = 0; ; ) {
Node f;
int fh;
//這個while循環體的作用就是在控制i遞減 通過i可以依次遍歷原hash表中的節點
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
} else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) {
//如果所有的節點都已經完成復制工作 就把nextTable賦值給table 清空臨時對象nextTable
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);//擴容閾值設置為原來容量的1.5倍 依然相當于現在容量的0.75倍
return;
}
//利用CAS方法更新這個擴容閾值，在這里面sizectl值減一，說明新加入一個線程參與到擴容操作
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
//如果遍歷到的節點為空 則放入ForwardingNode指針
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
//如果遍歷到ForwardingNode節點 說明這個點已經被處理過了,直接跳過 這里是控制并發擴容的核心
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
//節點上鎖
synchronized (f) {
if (tabAt(tab, i) == f) {
Node ln, hn;
//如果fh>=0 證明這是一個Node節點
if (fh >= 0) {
// runBit 代表正在 運行的 Node 節點的 分類
// 因此鏈表根據高位為0或者1分為兩個子鏈表，高位為0的節點桶位置沒有發生變化，高位為1的節點桶位置增加了n，
// 所以有setTabAt(nextTab, i, ln);和 setTabAt(nextTab, i + n, hn);
// n = 2的冪 。 二進制 0001000
// fh & n = 1. 1000
// 2. 0000 所以劃分出兩個鏈表。
int runBit = fh & n;
// lastRun 是正在運行的節點
Node lastRun = f;
//以下的部分在完成的工作是構造兩個鏈表 一個是高位為 0 的鏈表 另一個是高位為 1 的鏈表
// 找出最后一個 與后面的結點不同的 結點
for (Node p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
// 將最后一個 結點保存起來
if (runBit == 0) {
ln = lastRun;
hn = null;
} else {
hn = lastRun;
ln = null;
}
for (Node p = f; p != lastRun; p = p.next) {
int ph = p.hash;
K pk = p.key;
V pv = p.val;
//這個鏈表是從低層向上構建
// ln 或 hn = lastRun, 構建一個 node 結點
// 其下一個結點為 lastRun 。
if ((ph & n) == 0) // 構建低位鏈表
ln = new Node(ph, pk, pv, ln);
else // 構建高位鏈表
hn = new Node(ph, pk, pv, hn);
}
//在nextTable的i位置上插入一個鏈表
setTabAt(nextTab, i, ln);
//在nextTable的i+n的位置上插入另一個鏈表
setTabAt(nextTab, i + n, hn);
//在table的i位置上插入forwardNode節點 表示已經處理過該節點
setTabAt(tab, i, fwd);
//設置advance為true 返回到上面的while循環中 就可以執行 --i 操作
advance = true;
}
//對TreeBin對象進行處理 與上面的過程類似
else if (f instanceof TreeBin) {
TreeBin t = (TreeBin) f;
TreeNode lo = null, loTail = null;
TreeNode hi = null, hiTail = null;
int lc = 0, hc = 0;
//構造高位和低位兩個鏈表
for (Node e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode p = new TreeNode
(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;
}
}
//如果擴容后已經不再需要tree的結構 反向轉換為鏈表結構
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin(hi) : t;
//在nextTable的i位置上插入一個鏈表
setTabAt(nextTab, i, ln);
//在nextTable的i+n的位置上插入另一個鏈表
setTabAt(nextTab, i + n, hn);
//在table的i位置上插入forwardNode節點 表示已經處理過該節點
setTabAt(tab, i, fwd);
//設置advance為true 返回到上面的while循環中 就可以執行 --i 操作
advance = true;
}
}
}
}
}
}
6. put 方法
put方法依然沿用HashMap的put方法的思想，根據hash值計算這個新插入的點在table中的位置i。
注：1. hash = spread(key.hashCode())
2. spread(int h) --> return (h ^ (h >>> 16)) & HASH_BITS; --> 通過hashCode()的高16位異或低16位優化高位運算的算法
3. else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node(hash, key, value, null)))
break; // no lock when adding to empty bin
}
如果i位置是空的，直接放進去，否則進行判斷，
如果i位置是樹節點，按照樹的方式插入新的節點，否則把i插入到鏈表的末尾
不同點：ConcurrentHashMap不允許key或value為null值。
多線程的情況下：
如果一個或多個線程正在對ConcurrentHashMap進行擴容操作，當前線程也要進入擴容的操作中。這個擴容的操作之所以能被檢測到，是因為transfer方法中在空結點上插入forward節點，如果檢測到需要插入的位置被forward節點占有，就幫助進行擴容； --> helpTransfer() 方法。
如果檢測到要插入的節點是非空且不是forward節點，就對這個節點加鎖，這樣就保證了線程安全。盡管這個有一些影響效率，但是還是會比hashTable的synchronized要好得多。
首先判斷這個節點的類型。如果是鏈表節點（fh>0）,則得到的結點就是hash值相同的節點組成的鏈表的頭節點。需要依次向后遍歷確定這個新加入的值所在位置。如果遇到hash值與key值都與新加入節點是一致的情況，則只需要更新value值即可。否則依次向后遍歷，直到鏈表尾插入這個結點。
如果加入這個節點以后鏈表長度大于8，就把這個鏈表轉換成紅黑樹。
如果這個節點的類型已經是樹節點的話，直接調用樹節點的插入方法進行插入新的值。
源碼如下：
public V put(K key, V value) {
return putVal(key, value, false);
}
final V putVal(K key, V value, boolean onlyIfAbsent) {
//不允許 key或value為null
if (key == null || value == null) throw new NullPointerException();
//計算hash值
int hash = spread(key.hashCode());
//計算該鏈表 節點的數量
int binCount = 0;
for (Node[] tab = table;;) {
Node f; int n, i, fh;
// 第一次 put 操作的時候初始化，如果table為空的話，初始化table
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//根據hash值計算出在table里面的位置
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// 根據對應的key hash 到具體的索引，如果該索引對應的 Node 為 null，則采用 CAS 操作更新整個 table
// 如果這個位置沒有值 ，直接放進去，不需要加鎖
if (casTabAt(tab, i, null,
new Node(hash, key, value, null)))
break; // no lock when adding to empty bin
}
//當遇到表連接點時，需要進行整合表的操作
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
// 結點上鎖，只是對鏈表頭結點作鎖操作
synchronized (f) {
if (tabAt(tab, i) == f) {
//fh > 0 說明這個節點是一個鏈表的節點 不是樹的節點
if (fh >= 0) {
binCount = 1;
//在這里遍歷鏈表所有的結點
//并且計算鏈表里結點的數量
for (Node e = f;; ++binCount) {
K ek;
//如果hash值和key值相同 則修改對應結點的value值
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node pred = e;
//如果遍歷到了最后一個結點，那么就證明新的節點需要插入 就把它插入在鏈表尾部
if ((e = e.next) == null) {
// 插入到鏈表尾
pred.next = new Node(hash, key,
value, null);
break;
}
}
}
//如果這個節點是樹節點，就按照樹的方式插入值
else if (f instanceof TreeBin) {
// 如果是紅黑樹結點，按照紅黑樹的插入
Node p;
// 如果為樹節點， binCount一直為2，不會引發擴容。
binCount = 2;
if ((p = ((TreeBin)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
// 如果這個鏈表結點達到了臨界值8，那么把這個鏈表轉換成紅黑樹
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
//將當前ConcurrentHashMap的元素數量+1，table的擴容是在這里發生的
addCount(1L, binCount);
return null;
}
6.1 helpTransfer() 方法
出現于 put 方法 如下地點
//當遇到表連接點時，需要進行整合表的操作
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
helpTransfer() 方法的源碼如下
final Node[] helpTransfer(Node[] tab, Node f) {
Node[] nextTab; int sc;
// 當前 table 不為 null , 且 f 為 forwardingNode 結點 ， 且存在下一張表
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode)f).nextTable) != null) {
int rs = resizeStamp(tab.length);//計算一個擴容校驗碼
// 當 sizeCtl < 0 時，表示有線程在 transfer().
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
//正常情況下 sc >>> RESIZE_STAMP_SHIFT == resizeStamp(tab.length);
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;
//將 擴容的線程先行減一，表示，這是來輔助 transfer，而非進行 transfer的線程。
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
transfer(tab, nextTab);
break;
}
}
return nextTab;
}
return table;
}
6.2 treeifyBin() 方法
涉及變量 MIN_TREEIFY_CAPACITY = 64;
如果數組長度n小于閾值MIN_TREEIFY_CAPACITY，默認是64，則會調用tryPresize方法把數組長度擴大到原來的兩倍，并觸發transfer方法，重新調整節點的位置。
出現于 put 方法 如下地點
if (binCount != 0) {
// TREEIFY_THRESHOLD 默認為 8.
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
其中源碼如下：
private final void treeifyBin(Node[] tab, int index) {
Node b; int n, sc;
if (tab != null) {
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
// 將原來的數組擴大為原來的兩倍
tryPresize(n << 1);
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
synchronized (b) {
if (tabAt(tab, index) == b) {
TreeNode hd = null, tl = null;
for (Node e = b; e != null; e = e.next) {
TreeNode p =
new TreeNode(e.hash, e.key, e.val,
null, null);
if ((p.prev = tl) == null)
hd = p;
else
tl.next = p;
tl = p;
}
setTabAt(tab, index, new TreeBin(hd));
}
}
}
}
}
6.3 tableSizeFor 方法
這里講一個 JDK8 中設計的非常巧妙的算法。看了好久才看懂。
出自 tryPresize 方法中的以下位置
//數組的最大容積為 1<<30 。如果數組大小超過 1<<29 ，則將最大大小設置為 MAXIMUM_CAPACITY
//否則，設置為原來的兩倍。
private final void tryPresize(int size) {
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
下面讓我們來分析一下，tableSizeFor()
這個算法的目的，是得出相比較于給定參數，返回一個剛好比參數大的 2次冪 整數。
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
先來分析有關n位操作部分：先來假設n的二進制為01xxx...xxx。接著
對n右移1位：001xx...xxx，再位或：011xx...xxx
對n右移2為：00011...xxx，再位或：01111...xxx
此時前面已經有四個1了，再右移4位且位或可得8個1
同理，有8個1，右移8位肯定會讓后八位也為1。
綜上可得，該算法讓最高位的1后面的位全變為1。
最后再讓結果n+1，即得到了2的整數次冪的值了。
現在回來看看第一條語句：
int n = cap - 1;
讓cap-1再賦值給n的目的是另找到的目標值大于或等于原值。例如二進制1000，十進制數值為8。如果不對它減1而直接操作，將得到答案10000，即16。顯然不是結果。減1后二進制為111，再進行操作則會得到原來的數值1000，即8。
引用自(http://www.cnblogs.com/loadin...
7. get 方法
通過 key值 搜索 value 值。
并且要 通過分辨 結點的種類，進行不同形式的尋找。
public V get(Object key) {
Node[] tab; Node e, p; int n, eh; K ek;
//計算hash值
int h = spread(key.hashCode());
//根據hash值確定節點位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
//如果搜索到的節點key與傳入的key相同且不為null,直接返回這個節點
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
//如果eh<0 說明這個節點在樹上 直接尋找
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
//否則遍歷鏈表 找到對應的值并返回
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
8. Size相關
《并發編程實戰》中有提到，size返回的結果在計算時可能已經過期了，它實際上只是一個估計值，因此允許size返回一個近似值，而不是一個精確值。
8.1 CounterCell 類
從注釋中可以看出，這是從 LongAdder 類中的思想，拷貝過來的一個類。
LongAdder 類 是 JDK 1.8 新引進的類，其思想：
多個線程持有自己的加數（cell),線程個數增加時，會自動提供新的加數。
當所有工作做完后，再提供新的加數。
有時間寫一篇相關的源碼分析~ 逃~
不過，這里一樣不能精確統計，這里的 CounterCell 等同于 LongAdder.Cell sumCount() 等同于 LongAdder.sum()方法。
執行邏輯是一樣的。
就 LongAdder 類中的 sum 方法所說， 當有線程在運行時，一樣只是估計值，只有當所有線程執行完畢，才是實際值。
而統計 Size ，不能夠像垃圾清除一樣，有 Safe point 或 Safe region ，所以，這個假設不成立。。。
其相關的源碼如下。
/**
* A padded cell for distributing counts. Adapted from LongAdder
* and Striped64. See their internal docs for explanation.
*/
@sun.misc.Contended static final class CounterCell {
volatile long value;
CounterCell(long x) { value = x; }
}
//執行邏輯
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;
}
8.2 mappingCount 方法
就官方文檔中所說， mappingCount 方法，應該取代 size 方法，
但這個方法得出的值一樣在線程運行的時候，只是一個估計的值。
從源碼中就可以看出，使用的是上文分析的 sumCount() 方法。
public long mappingCount() {
long n = sumCount();
return (n < 0L) ? 0L : n; // ignore transient negative values
}
8.3 addCount 方法
出自于 put 方法的如下位置
//將當前ConcurrentHashMap的元素數量+1
addCount(1L, binCount);
return null;
}
統計上：
這里用到 CounterCell類，并且統計的值的計算一樣是采用的 sumCount() 方法。
所以缺點如上，不再闡述。
擴容上：
邏輯與 helpTransfer() 類似，都是判斷是否有多個線程在執行擴容，然后判斷是否需要輔助 transfer();
源碼如下
private final void addCount(long x, int check) {
//用到了 CounterCell 類
CounterCell[] as; long b, s;
//利用CAS方法更新baseCount的值
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
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))) {
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
//如果check值大于等于0 則需要檢驗是否需要進行擴容操作
//下面的邏輯與 helpTransfer() 類似，可以與 helpTransfer() 一起參考。
if (check >= 0) {
Node[] tab, nt; int n, sc;
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
//如果已經有其他線程在執行擴容操作
if (sc < 0) {
//校驗失效，直接退出。
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);
}
//當前線程是唯一的或是第一個發起擴容的線程 此時nextTable=null
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
