我们从类注释上大概可以得到如下信息：
- 所有的操作都是线程安全的，我们在使用时，无需再加锁；
- 多个线程同时进行 put、remove 等操作时并不会阻塞，可以同时进行，和 HashTable 不同，HashTable 在操作时，会锁住整个 Map；
- 迭代过程中，即使 Map 结构被修改，也不会抛 ConcurrentModificationException 异常；
- 除了数组 + 链表 + 红黑树的基本结构外，新增了转移节点，是为了保证扩容 时的线程安全的节点；
- 提供了很多 Stream 流式方法，比如说：forEach、search、reduce 等等。
从类注释中，我们可以看出 ConcurrentHashMap 和 HashMap 相比，新增了转移节点的数据结构，至于底层如何实现线程安全，转移节点的具体细节，暂且看不出来，接下来我们细看源码。
1.结构
ConcurrentHashMap 继承关系，核心成员变量及主要构造函数：
public class ConcurrentHashMap<K,V> extends AbstractMap<K,V>
implements ConcurrentMap<K,V>, Serializable {
// 数组最大容量
private static final int MAXIMUM_CAPACITY = 1 << 30;
// 数组的初始容量，容量必须是2的幂次方
private static final int DEFAULT_CAPACITY = 16;
// java8版本没有用到，主要是用于初始化java7 的Segment的
private static final int DEFAULT_CONCURRENCY_LEVEL = 16;
// 负载因子
private static final float LOAD_FACTOR = 0.75f;
// 链表转化成红黑树的值
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转化成链表的值
static final int UNTREEIFY_THRESHOLD = 6;
// 达到最小的数组容量链表才会转化成红黑树,否则数组容量小时，树上可能挂载了太多节点
static final int MIN_TREEIFY_CAPACITY = 64;
// 哈希表的数组，volatile修饰保证线程间的可见性
// 注：jdk8中第一次插入时才会初始化,jdk7是在构造器时就初始化了
transient volatile Node<K,V>[] table;
// 扩容后的数组
// 存在的意义：在扩容时，若原数组的一个槽点上所有元素已经被移动到新数组，那么原数组的此槽点就会被置为ForwardingNode。
// 这时如果有线程来查询value，那么就必须要去新数组查。所以在成员变量中要保存下nextTable
// 注意：nextTable只有在扩容时才有值，其余时刻为null
private transient volatile Node<K,V>[] nextTable;
// 控制table初始化和扩容的字段（重要）
// 0 使用默认容量进行初始化
// -1 初始化中，其他线程应该让出CPU
// -n 表示n-1个线程正在扩容中
// >0 类似hashmap的threshold ，正常状态下的sizeCtl。具体分为下面两种情况：
// 如果还未初始化,代表需要初始化的大小；如果table已经初始化,代表table扩容阈值（默认为table大小的0.75)
private transient volatile int sizeCtl;
// Node的Hash值有四种
// 第一种：根据key计算出的Hash值，一般>=0
static final int MOVED = -1; // 第二种：hash for forwarding nodes
static final int TREEBIN = -2; // 第三种：hash for roots of trees
static final int RESERVED = -3; // 第四种：hash for transient reservations
static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash
//-------------------------------构造方法---------------------------------
public ConcurrentHashMap() {
}
// 指定容量构造
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
throw new IllegalArgumentException();
// 计算初始化容量，若>max则=max，否则用tableSizeFor()进行计算
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
// 将cap附给sizeCtl，去进行数组初始化容量
this.sizeCtl = cap;
}
// 传入一个Map进行构造
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
// 初始化容量=16
this.sizeCtl = DEFAULT_CAPACITY;
putAll(m);
}
// 指定容量和扩容因子构造
public ConcurrentHashMap(int initialCapacity, float loadFactor) {
this(initialCapacity, loadFactor, 1);
}
//......
}
1.1 链表节点：Node
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // 当前node的hash值,>=0
final K key;
volatile V val;
volatile Node<K,V> next; // 当拉链时需要next指针
Node(int hash, K key, V val, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.val = val;
this.next = next;
}
// Node的基本方法们，用于获取Node的成员变量
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();
}
// equals方法，只要key和val相同node就相同
public final boolean equals(Object o) {
Object k, v, u; Map.Entry<?,?> e;
return ((o instanceof Map.Entry) &&
(k = (e = (Map.Entry<?,?>)o).getKey()) != null &&
(v = e.getValue()) != null &&
(k == key || k.equals(key)) &&
(v == (u = val) || v.equals(u)));
}
// 根据hash值和key寻找node
Node<K,V> find(int h, Object k) {
Node<K,V> e = this;
if (k != null) {
do {
K ek;
if (e.hash == h && ((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
} while ((e = e.next) != null);
}
return null;
}
}
1.2 树节点：TreeNode & TreeBin
树节点类，另外一个核心的数据结构。当链表长度过长的时候，会转换为TreeNode。但是与HashMap不相同的是，它并不是直接转换为红黑树，而是把这些结点包装成TreeNode放在TreeBin对象中，由TreeBin完成对红黑树的包装。
而且TreeNode在ConcurrentHashMap集成自Node类，而并非HashMap中的集成自LinkedHashMap.Entry<K,V>类，也就是说TreeNode带有next指针，这样做的目的是方便基于TreeBin的访问。
// 红黑树节点
// 注意：这里是继承了Node,不是HashMap的extends LinkedHashMap.Entry<K,V>
static final class TreeNode<K,V> extends Node<K,V> {
TreeNode<K,V> parent; // red-black tree links 红黑树父节点
TreeNode<K,V> left;//左节点
TreeNode<K,V> right; //右节点
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next,
TreeNode<K,V> parent) {
super(hash, key, val, next);
this.parent = parent;
}
Node<K,V> find(int h, Object k) {
return findTreeNode(h, k, null);
}
// 同 HashMap 的红黑树 find 操作
final TreeNode<K,V> findTreeNode(int h, Object k, Class<?> kc) {
if (k != null) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk; TreeNode<K,V> q;
TreeNode<K,V> pl = p.left, pr = p.right;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.findTreeNode(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
}
return null;
}
}
//不会存储真实数据，但是对红黑树的结构进行了管理
static final class TreeBin<K,V> extends Node<K,V> {
...}
1.3 扩容转发节点：ForwardingNode
ForwardingNode 不是一种新节点，而是一个有着特殊意义的Node（原因是继承了Node），它的Hash值是Moved（-1），key value next指针全部为null。它的作用如下：
- 作用一：扩容。在原数组中，若某个槽位上是ForwardingNode，并且有线程要在这个槽点上put操作时，会等待扩容完成，等待时也可能会协助扩容（helpTransfer）
- 作用二：转发。在原数组中，若某个槽位上是ForwardingNode，并且有线程要在这个槽点上get操作时，会通过ForwardingNode 的 nextTable 指针找到扩容后的新数组，即通过里面定义的find方法从 nextTable 里进行查询节点，而不是以自身为头节点进行查找。
// 继承链表的Node
// 扩容转发节点，放置此节点， 对原有hash槽的操作转化到新的 nextTable 上
static final class ForwardingNode<K,V> extends Node<K,V> {
final Node<K,V>[] nextTable; // 扩容后的新数组，与ConcurrentHashMap的成员变量nextTable指向的是同一个数组
// 构造函数是传入一个数组，主要做两件事
ForwardingNode(Node<K,V>[] tab) {
// 1.构造一个hash=MOVED(-1)的Node，表示正在转移
// key=null value=null next=null
super(MOVED, null, null, null);
// 2.通过ForwardingNode的nextTable记录了扩容时生成的新数组
// 正是通过此属性，可以建立了新老数组的联系，可以让线程协作扩容
this.nextTable = tab;
}
Node<K,V> find(int h, Object k) {
// loop to avoid arbitrarily deep recursion on forwarding nodes
// 避免深度递归
outer: for (Node<K,V>[] tab = nextTable;;) {
Node<K,V> e; int n;
if (k == null || tab == null || (n = tab.length) == 0 ||
(e = tabAt(tab, (n - 1) & h)) == null)
return null;
for (;;) {
int eh; K ek;
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
if (eh < 0) {
if (e instanceof ForwardingNode) {
tab = ((ForwardingNode<K,V>)e).nextTable;
continue outer;
}
else
return e.find(h, k);
}
if ((e = e.next) == null)
return null;
}
}
}
}
1.4 Unsafe静态代码块
unsafe代码块控制了一些属性的修改工作，比如最常用的SIZECTL 。 在jdk8的concurrentHashMap中，大量应用来unsafe的CAS方法进行变量、属性的修改工作。 利用CAS进行无锁操作，可以大大提高性能。
private static final sun.misc.Unsafe U;
// 用来获取指定成员变量地址的
private static final long SIZECTL;
private static final long TRANSFERINDEX;
private static final long BASECOUNT;
private static final long CELLSBUSY;
private static final long CELLVALUE;
private static final long ABASE;
private static final int ASHIFT;
static {
try {
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);
}
}
虽然ConcurrentHashMap的底层数据结构，和方法的实现细节和HashMap大体一致，但两者在类结构上却没有任何关联
ConcurrentHashMap 和 HashMap 两者的相同之处：
- 数组、链表结构几乎相同，所以底层对数据结构的操作思路是相同的（只是思路相同，底层实现不同）；
- 都实现了 Map 接口，继承了 AbstractMap 抽象类，所以大多数的方法也都是相同的，HashMap 有的方法，ConcurrentHashMap 几乎都有，所以当我们需要从 HashMap 切换到 ConcurrentHashMap 时，无需关心两者之间的兼容问题。
ConcurrentHashMap 和 HashMap 两者的不同之处：
- 红黑树结构略有不同，HashMap 的红黑树中的节点叫做 TreeNode，TreeNode 不仅仅有属性，还维护着红黑树的结构，比如说查找，新增等等；ConcurrentHashMap 中红黑树被拆分成两块，TreeNode 仅仅维护的属性和查找功能，新增了 TreeBin，来维护红黑树结构，并负责根节点的加锁和解锁；
- 新增 ForwardingNode （转移）节点，扩容的时候会使用到，通过使用该节点，来保证扩容时的线程安全。
2.方法解析&api
2.1 几个CAS操作方法
由于concurrentHashMap主要用于并发情况，为了线程安全要避免直接对数组读写。ConcurrentHashMap定义了三个原子操作，用于对指定位置的节点进行操作。正是这些原子操作保证了ConcurrentHashMap的线程安全。
@SuppressWarnings("unchecked")
//获得在i位置上的Node节点
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);
}
//利用CAS算法设置i位置上的Node节点。之所以能实现并发是因为他指定了原来这个节点的值是多少
//在CAS算法中，会比较内存中的值与你指定的这个值是否相等，如果相等才接受你的修改，否则拒绝你的修改
//因此当前线程中的值并不是最新的值，这种修改可能会覆盖掉其他线程的修改结果 有点类似于SVN
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);
}
//利用volatile方法设置节点位置的值
static final <K,V> void setTabAt(Node<K,V>[] tab, int , Node<K,V> v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}
2.2 数组初始化：initTable
进行数组的初始化，通过自旋+CAS+双重检查保证了线程安全
- 自旋：保证一定可以初始化成功
- CAS：保证只有一个线程进行初始化
- 双重check：保证数组只初始化一次，避免刚好一个线程初始化完的情况
//初始化 table，通过对 sizeCtl 的变量赋值来保证数组只能被初始化一次
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
// 通过自旋保证一定能初始化成功
while ((tab = table) == null || tab.length == 0) {
// sizeCtl 小于 0 代表有线程正在初始化，释放当前 CPU 的调度权，重新发起锁的竞争
if ((sc = sizeCtl) < 0)
Thread.yield();
// 运行到这一行表示没有现成正在初始化或者扩容，所以当前线程CAS修改 sizeCtl 为 -1
// 保证了数组的初始化的安全性
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
// 这里是第二次 check，很有可能执行到这里的时候，table 已经不为空了
if ((tab = table) == null || tab.length == 0) {
// 进行初始化,若sizeCtl=0则用16进行初始化
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
// 创建大小为n的数组
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
// 将 sizeCtl 设置为 n*0.75，表示扩容阈值
// 注：这里的逻辑是 1 - 1/2/2 = 1 - 0.25 = 0.75
sc = n - (n >>> 2);
}
} finally {
// 若初始化数组失败，则将sizeCtl重置
sizeCtl = sc;
}
break;
}
}
return tab;
}
2.3 增加元素：put & putVal
put()
与Hashmap的区别在于无evict参数了，hashmap的evict是为Hashset服务
public V put(K key, V value) {
return putVal(key, value, false);
}
putVal()
新增值操作是在自旋中进行的，目的是保证新增操作一定能成功。后面主要分为四种情况
- 情况一：table是空的，调用 initTable 初始化
- 情况二：当前槽点null，直接新增，并判断是否扩容（addCount方法在最后）
- 情况三：当前槽点正在扩容，调用 helptransfer 去辅助扩容
- 情况四：正常哈希碰撞，锁住当前槽点后，分成链表和红黑树两种情况进行处理，其中链表再新增完后还要判断是否需要转换为红黑树
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
// 计算hash值：(h ^ (h >>> 16)) & HASH_BITS
int hash = spread(key.hashCode());
int binCount = 0; // binCount主要作用是记录链表节点数量
// 自旋
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 情况一：table是空的，进行初始化
// 初始化完后，再走下一轮循环，继续判断
if (tab == null || (n = tab.length) == 0)
tab = initTable();
// 情况二：如果当前索引位置没有值，直接创建
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// cas 在 i 位置创建新的元素，当 i 位置是空时，即能创建成功，结束for自旋，否则继续自旋
if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
// 情况三：如果当前槽点是转移节点，表示该槽点正在扩容，就会一直等待扩容完成，之后再for进行新增
// 转移节点的 hash 值是固定的，都是 MOVED
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
// 情况四：槽点上有值的，即出现Hash碰撞。下面要分成链表和红黑树两种情况
else {
V oldVal = null;
// 锁定当前槽点，其余线程不能操作，保证了安全
synchronized (f) {
// 这里再次判断 i 索引位置的数据没有被修改
if (tabAt(tab, i) == f) {
// 当前槽点上是链表
if (fh >= 0) {
binCount = 1; // binCount 被赋值的话，说明走到了修改表的过程里面
// 遍历链表
for (Node<K,V> e = f;; ++binCount) {
K ek;
// 判断链表中是否已经有要新增的key
if (e.hash == hash &&
((ek = e.key) == key || (ek != null && key.equals(ek)))) {
// 获取oldValue
oldVal = e.val;
// 根据参数onlyIfAbsent判断是否覆盖
if (!onlyIfAbsent)
e.val = value;
break; // 退出链表遍历
}
// 链表中不存在要新增key，则将该node插入到链表最后
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key, value, null);
break; // 退出链表遍历
}
}
}
// 红黑树，这里没有使用 TreeNode,使用的是 TreeBin，TreeNode 只是红黑树的一个节点
// TreeBin 持有红黑树的引用，并且会对其加锁，保证其操作的线程安全
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
// 满足if的话，把老的值给oldVal
// 在putTreeVal方法里面，在给红黑树重新着色旋转的时候会锁住红黑树的根节点
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
// binCount不为0说明已经新增成功了
if (binCount != 0) {
// 判断链表是否需要转化成红黑树，链表节点数已经大于8
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
// 这一步几乎走不到
// 槽点已经上锁，只有在红黑树或者链表新增失败的时候才会走到这里，这两者新增都是自旋的，几乎不会失败
break;
}
}
}
// check 容器是否需要扩容，如果需要去扩容，调用 transfer 方法去扩容
// 如果已经在扩容中了，check有无完成
// 注：情况四（在链表或者红黑树中添加元素）不会走到这里
addCount(1L, binCount);
return null;
}
putVal保证线程安全的手段：自旋 + CAS + 锁
-
通过自旋死循环保证一定可以新增成功
在新增之前，通过
for (Node<K,V>[] tab = table;;)这样的死循环来保证新增一定可以成功，一旦新增成功，就可以退出当前死循环，新增失败的话，会重复新增的步骤，直到新增成功为止。 -
若当前槽点为空通过CAS新增
Java 这里的写法非常严谨，没有在判断槽点为空的情况下直接赋值，因为在判断槽点为空和赋值的瞬间，很有可能槽点已经被其他线程赋值了，所以我们采用 CAS 算法，能够保证槽点为空的情况下赋值成功，如果恰好槽点已经被其他线程赋值，当前 CAS 操作失败，会再次执行 for 自旋，再走槽点有值的 put 流程，这里就是自旋 + CAS 的结合。
-
哈希碰撞时，锁住当前槽点后再进行操作
put 时，如果当前槽点有值，就是 key 的 hash 冲突的情况，此时槽点上可能是链表或红黑树，我们通过锁住槽点，来保证同一时刻只会有一个线程能对槽点进行修改，截图如下：
2.4 树相关：treeifyBin
这个方法用于将过长的链表转换为TreeBin对象。但是他并不是直接转换，而是进行一次容量判断
- 如果容量没有达到转换的要求，直接进行扩容操作并返回
- 如果满足条件才链表的结构转换为TreeBin ，这与HashMap不同的是，它并没有把TreeNode直接放入红黑树，而是利用了TreeBin这个小容器来封装所有的TreeNode
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
if (tab != null) {
// 数组长度小于 64，先尝试扩容解决
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
// tryPresize中调用了transfer
tryPresize(n << 1);
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
synchronized (b) {
if (tabAt(tab, index) == b) {
TreeNode<K,V> hd = null, tl = null;
//构造了一个TreeBin对象 把所有Node节点包装成TreeNode放进去
for (Node<K,V> e = b; e != null; e = e.next) {
//这里只是利用了TreeNode封装 而没有利用TreeNode的next域和parent域
TreeNode<K,V> p =
new TreeNode<K,V>(e.hash, e.key, e.val,
null, null);
if ((p.prev = tl) == null)
hd = p;
else
tl.next = p;
tl = p;
}
//在原来index的位置 用TreeBin替换掉原来的Node对象
setTabAt(tab, index, new TreeBin<K,V>(hd));
}
}
}
}
}
2.5 扩容校验：addCount
当插入结束的时候，会调用该方法，并传入一个 1 和 binCount 参数。从方法名字上，该方法应该是对哈希表的元素进行计数的。addCount 会对 table 的长度加一，然后判断是否需要扩容：
- 如果table太小，开始扩容（transfer）
- 若已经在扩容了，则会协助扩容（helpTransfer）并check
// 如果已经在扩容但还没结束，帮忙转移并且check
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
// 如果计数盒子不是空或着修改 baseCount 失败
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 || // 如果计数盒子时空（尚未出现并发）
(m = as.length - 1) < 0 || (a = as[ThreadLocalRandom.getProbe() & m]) == null || // 如果随机取余一个数组位置为空
!(uncontended = U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
// 修改这个槽位的变量失败了（出现并发了）
// 执行fullAddCount方法，并结束
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
// 如果需要检查，检查是否需要扩容，在 putVal 方法调用时，默认就是要检查的
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 如果 map.size()大于 sizeCtl（即达到扩容阈值）&& table非空 && table 长度小于最大容量
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
// 根据 length 得到一个标识
int rs = resizeStamp(n);
// sc小于0代表有线程在扩容
if (sc < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || // 如果 sc 的低 16 位不等于标识符（sizeCtl 变化了）
sc == rs + 1 || // 如果 sc == 标识符 + 1 （扩容结束了，不再有线程进行扩容）（默认第一个线程设置 sc ==rs 左移 16 位 + 2，当第一个线程结束扩容了，就会将 sc 减一。这个时候，sc 就等于 rs + 1）
sc == rs + MAX_RESIZERS || // 如果 sc == 标识符 + 65535（帮助线程数已经达到最大）
(nt = nextTable) == null || // 如果 nextTable == null（结束扩容了）
transferIndex <= 0) // 如果 transferIndex <= 0 (转移状态变化了)
break;
// 如果可以帮助扩容，那么将 sc 加 1. 表示多了一个线程在帮助扩容
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2))
// 更新 sizeCtl 为负数后，开始扩容。
transfer(tab, null);
s = sumCount();
}
}
}
总结一下该方法的逻辑：
x 参数表示的此次需要对表中元素的个数加几。check 参数表示是否需要进行扩容检查，大于等于0 需要进行检查，而我们的 putVal 方法的 binCount 参数最小也是 0 ，因此，每次添加元素都会进行检查。（除非是覆盖操作）
- 判断计数盒子属性是否是空，如果是空，就尝试修改 baseCount 变量，对该变量进行加 X。
- 如果计数盒子不是空，或者修改 baseCount 变量失败了，则放弃对 baseCount 进行操作。
- 如果计数盒子是 null 或者计数盒子的 length 是 0，或者随机取一个位置取于数组长度是 null，那么就对刚刚的元素进行 CAS 赋值。
- 如果赋值失败，或者满足上面的条件，则调用 fullAddCount 方法重新死循环插入。
- 这里如果操作 baseCount 失败了（或者计数盒子不是 Null），且对计数盒子赋值成功，那么就检查 check 变量，如果该变量小于等于 1. 直接结束。否则，计算一下 count 变量。
- 如果 check 大于等于 0 ，说明需要对是否扩容进行检查。
- 如果 map 的 size 大于 sizeCtl（扩容阈值），且 table 的长度小于 1 << 30，那么就进行扩容。
- 根据 length 得到一个标识符，然后，判断 sizeCtl 状态，如果小于 0 ，说明要么在初始化，要么在扩容。
- 如果正在扩容，那么就校验一下数据是否变化了（具体可以看上面代码的注释）。如果检验数据不通过，break。
- 如果校验数据通过了，那么将 sizeCtl 加一，表示多了一个线程帮助扩容。然后进行扩容。
- 如果没有在扩容，但是需要扩容。那么就将 sizeCtl 更新，赋值为标识符左移 16 位 —— 一个负数。然后加 2。 表示，已经有一个线程开始扩容了。然后进行扩容。然后再次更新 count，看看是否还需要扩容。
2.6 执行扩容：transfer
扩容主要分三步，第一新建新的空数组，第二步创建ForwardingNode，第三步移动(拷贝)每个元素到新数组中去：
- 根据当前数组长度n，新建一个两倍长度的数组nextTable
- 初始化ForwardingNode节点，其中保存了新数组nextTable的引用，在处理完每个槽位的节点之后当做占位节点，表示该槽位已经处理过了；
- 通过for自循环处理每个槽位中的链表元素，主要分为以下两步：
-
while（advance）控制要拷贝的槽点位置
- 根据stride为参与扩容的线程分配扩容槽点，实现线程协作
- 从数组的队尾开始移动。比如现在容量是16，那么会从索引为15的槽点进行操作
-
执行具体的扩容逻辑，具体分为以下四种情况：
- 情况一：拷贝完成，则将table=nextTab，返回
- 情况二：原槽点为空，将原槽点置为fwd
- 情况三：原槽点已经拷贝完（fwd），直接跳过（advance=true）
- 情况四：原槽点无以上情况，表示是一个未处理槽点。无论是链表还是红黑树，拷贝的大方向都是分成highNode和lowNode两部分，但在细节上不同。
- 链表（特征：fh>=0)：
- 通过 fn&n 将链表元素分成两类，一类是hash值的第X位为1（放在hn链），另一类是hash值的第X位为0（放在ln链），
- 用lastRun记录最后要处理的节点（目的是减少遍历次数），找lastRun时需要通过遍历
如图1/2/3/5是highNode，4/6/7/8是lowNode。而lastRun是第6个节点，所以在拉链时6/7/8直接连接在ln就行，起到了优化的作用。 - 对hn和ln拉链，然后分别放置于新数组的 i、i+n 槽点
- 最后，待全部拷贝完后将老数组的该槽点置为 ForwardingNode
- 红黑树: 类似hashMap
- 链表（特征：fh>=0)：
-
// tab：原数组，nextTab：新数组
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
// 老数组的长度
int n = tab.length, stride;
// 根据长度和CPU的数量计算步长，最小是16
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE;
-----------------------------------------------------------------------------------
// 1.如果新数组为空，初始化，大小为原数组的两倍，n << 1
if (nextTab == null) {
try {
@SuppressWarnings("unchecked")
// 新数组的大小为原来的2倍
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
// 将初始化好的新数组赋给传进来的nextTab
nextTab = nt;
} catch (Throwable ex) {
// try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
// 再将nextTab赋给成员变量nextTable表示扩容后的数组
nextTable = nextTab;
transferIndex = n;
}
// 新数组的长度
int nextn = nextTab.length;
-----------------------------------------------------------------------------------
// 2.初始化ForwardingNode节点（Hash值为MOVED的节点），其中保存了新数组nextTable的引用
// 在处理完每个槽位的节点之后当做占位节点，表示该槽位已经处理过了
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
-----------------------------------------------------------------------------------
// 3.通过for自旋处理每个槽位中的链表元素
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
// 3.1 控制i的改变，advance默认为true
while (advance) {
int nextIndex, nextBound;
// 结束循环的标志
if (--i >= bound || finishing)
advance = false;
// 已经拷贝完成
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
// 通过CAS设置transferIndex，并初始化 i 和 bound
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound; // bound 是需要处理的槽位边界
i = nextIndex - 1; // i 是当前处理的槽位序号，先处理最大槽位（比如15），然后再i--
advance = false;
}
}
-----------------------------------------------------------------------------------
// 3.2 执行具体的扩容逻辑
// 情况一：任意条件满足说明拷贝结束了
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
/**
*拷贝结束直接赋值，因为每次拷贝完一个节点，都在原数组上放转移节点，所以拷贝完成的节点的数据一定不会再发生变化。
*原数组发现是转移节点，是不会操作的，会一直等待转移节点消失之后在进行操作。也就是说数组节点一旦被标记为转移节点，
*是不会再发生任何变动的，所以不会有任何线程安全的问题，即此处直接赋值，没有任何问题。
*/
if (finishing) {
nextTable = null; // 可以看出在扩容的时候nextTable只是类似于一个temp用完会丢掉
table = nextTab; // 修改全局table
sizeCtl = (n << 1) - (n >>> 1); // 修改扩容后的阀值，*2-0.25即现在容量的0.75倍
return;
}
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
}
}
// 情况二：当前槽点是null，则插入上面的ForwardingNode，表示告诉其他线程该槽点已经处理过了
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
// 情况三：当前节点是ForwardingNode，表示已经处理过，直接跳过（advance=true）
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
// 情况四：没处理过的节点，即将进行节点拷贝
else {
// 锁住原数组的当前槽点
synchronized (f) {
// double-check:CAS校验这个节点是否在table对应的i处
if (tabAt(tab, i) == f) {
// 将原来槽点的分成两部分，lowNode highNode
Node<K,V> ln, hn;
// 拷贝的情况一：从当前节点hash值>=0推出当前槽点上普通Node
if (fh >= 0) {
// 1.fn&n可以把链表中的元素区分成两类，A类是hash值第X位为0，B类是hash值第X位为1
int runBit = fh & n;
-----------------------------------------------------------------------------------
// 2.lastRun用来保存最后需要处理的节点，即最后一个high/lowNode+1的Node
// 若链表只有一个节点，则lastRun就等于f
// 按理说直接在hn和ln后面拉链就行，但通过lastRun可以不用遍历所有结点，属于一个优化的感觉
Node<K,V> lastRun = f;
// 2.1 通过for循环，寻找lastRun
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
// 通过b记录最后要处理的节点是lowNode还是highNode
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
// 2.2 判断最后要处理的节点是highNode还是lowNode
// 若runBit=0，则最后要处理的是lowNode
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
-----------------------------------------------------------------------------------
// 3.执行hn和ln的拉链操作，可以看到循环结束条件就是lastRun
// ZHU :如果节点只有单个数据，直接拷贝，如果是链表，循环多次组成链表拷贝
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)
// 连接low链
ln = new Node<K,V>(ph, pk, pv, ln);
else
// 连接high链
hn = new Node<K,V>(ph, pk, pv, hn);
}
// 在新数组位置上放置拷贝的值。种类同hashMap一样，放置位有两个，分别为 i，i+n（n是老数组长度）
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
// 4.在老数组的当前槽点放上 ForwardingNode，标识已经别处理过
setTabAt(tab, i, fwd);
advance = true;
}
// 拷贝的情况二：红黑树的拷贝
else if (f instanceof TreeBin) {
// 红黑树的拷贝工作，同 HashMap 的内容，代码忽略
…………
// 在老数组位置上放上 ForwardingNode 节点
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}
扩容中的关键点，就是如何保证是线程安全的，小结有如下几点：
- 拷贝顺序：从尾到头进行拷贝，拷贝成功就把原数组的槽点设置成转移节点。
- 拷贝槽点时：会把原数组的槽点锁住；
- 单个槽点拷贝成功后：会把原数组的槽点设置成转移节点，这样如果有数据需要 put 到该节点时，发现该槽点是转移节点，会一直等待，直到扩容成功之后，才能继续 put，可以参考 put 方法中的 helpTransfer 方法；
- 扩容拷贝都完成后：直接把新数组的值赋值给数组容器，之前等待 put 的数据才能继续 put。
扩容方法还是很有意思的，通过在原数组上设置转移节点，put 时碰到转移节点时会等待扩容成功之后才能 put 的策略，来保证了整个扩容过程中肯定是线程安全的，因为数组的槽点一旦被设置成转移节点，在没有扩容完成之前，是无法进行操作的。
2.7 协助扩容：helpTransfer
当一个线程要对当前槽点进行put操作，但该槽点已经被置为forwardingNode，即该节点已经被拷贝处理过了，需等到全部槽点完成拷贝拷贝才能进行put。因此，在这段等待时间内该线程会helpTransfer（协助扩容)
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
// 尝试帮助扩容判断
if (tab != null && // 如果 table 不是空
(f instanceof ForwardingNode) && // 且 node 节点是转移类型，数据检验
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
// 且 node 节点的 nextTable（新 table） 不是空，同样也是数据校验
// 根据 length 得到一个标识符号
int rs = resizeStamp(tab.length);
while (nextTab == nextTable && // 如果 nextTab 没有被并发修改
table == tab && // 且 tab 也没有被并发修改
(sc = sizeCtl) < 0) {
// 且 sizeCtl < 0 （说明还在扩容）
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || // 如果 sizeCtl 无符号右移 16 不等于 rs （ sc前 16 位如果不等于标识符，则标识符变化了）
sc == rs + 1 || // 或者 sizeCtl == rs + 1 （扩容结束了，不再有线程进行扩容）（默认第一个线程设置 sc ==rs 左移 16 位 + 2，当第一个线程结束扩容了，就会将 sc 减一。这个时候，sc 就等于 rs + 1）
sc == rs + MAX_RESIZERS || // 或者 sizeCtl == rs + 65535 （如果达到最大帮助线程的数量，即 65535）
transferIndex <= 0) // 或者转移下标正在调整 （扩容结束）
// 结束循环，返回 table
break;
// 如果以上都不是, 将 sizeCtl + 1, （表示增加了一个线程帮助其扩容）
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
// 进行转移
transfer(tab, nextTab);
// 结束循环
break;
}
}
return nextTab;
}
return table;
}
这里放一个参考链接。。。
2.8 根据key获取节点：get
ConcurrentHashMap 读的话，就比较简单。先获取数组的下标，然后通过判断数组下标的 key 是否和我们的 key 相等，相等的话直接返回，如果下标的槽点是链表或红黑树的话，分别调用相应的查找数据的方法，整体思路和 HashMap 很像，源码如下：
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 计算hashcode，后面用于判断是什么类型节点，然后用对应的查找方法
int h = spread(key.hashCode());
// 判断数组不为空 && 当前索引的槽点数据不是空的
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
// 情况一：槽点第一个值和key相等，直接返回
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
// 情况二：红黑树或者转移节点，使用对应的find方法
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
// 情况三：如果是链表，遍历查找
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
// 否则该key对应的值不存在，返回null
return null;
}