HashMap是线程不安全的!主要表现在多线程情况下:
1)hash冲突时,put方法不是同步的,先存的值会被后存的值覆盖
2)在resize的时候,可能会导致死循环(环形链表)
让我们先来了解一下HashMap的底层存储结构,HashMap底层是一个Entry数组,一旦发生Hash冲突的的时候,HashMap采用拉链法解决碰撞冲突,Entry内部的变量:
[java] view plain copy
- final Object key;
- Object value;
- Entry next;
- int hash;
通过Entry内部的next变量可以知道使用的是链表,这时候我们可以知道,如果多个线程,在某一时刻同时操作HashMap并执行put操作,而有大于两个key的hash值相同,如图中a1、a2,这个时候需要解决碰撞冲突,而解决冲突的办法上面已经说过,对于链表的结构在这里不再赘述,暂且不讨论是从链表头部插入还是从尾部初入,这个时候两个线程如果恰好都取到了对应位置的头结点e1,而最终的结果可想而知,a1、a2两个数据中势必会有一个会丢失,如图所示:
再来看下put方法
[java] view plain copy
- public Object put(Object obj, Object obj1)
- {
- if(table == EMPTY_TABLE)
- inflateTable(threshold);
- if(obj == null)
- return putForNullKey(obj1);
- int i = hash(obj);
- int j = indexFor(i, table.length);
- for(Entry entry = table[j]; entry != null; entry = entry.next)
- {
- Object obj2;
- //搜索同一个桶的链表上是否有相同key的entry,有则直接替换value
- if(entry.hash == i && ((obj2 = entry.key) == obj || obj.equals(obj2)))
- {
- Object obj3 = entry.value;
- entry.value = obj1;
- entry.recordAccess(this);
- return obj3;
- }
- }
- modCount++;
- //判断是否需要扩容,是则扩容,否,则创建entry
- addEntry(i, obj, obj1, j);
- return null;
- }
put方法不是同步的,同时调用了addEntry方法:
[java] view plain copy
- void addEntry(int i, Object obj, Object obj1, int j)
- {
- if(size >= threshold && null != table[j])
- {
- resize(2 * table.length);
- i = null == obj ? 0 : hash(obj);
- j = indexFor(i, table.length);
- }
- createEntry(i, obj, obj1, j);
- }
addEntry方法依然不是同步的,所以导致了线程不安全出现伤处问题,其他类似操作不再说明,源码一看便知,
resize死循环
重新调整 HashMap 大小的时候,存在条件竞争。
因为如果两个线程都发现 HashMap 需要重新调整大小了,它们会同时试着调整大小。在调整大小的过程中,存储在链表中的元素的次序会反过来。因为移动到新的 bucket 位置的时候,HashMap 并不会将元素放在链表的尾部,而是放在头部。这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了,那么就死循环了。多线程的环境下不使用 HashMap。
HashMap 的容量是有限的。当经过多次元素插入,使得 HashMap 达到一定饱和度时,Key 映射位置发生冲突的几率会逐渐提高。这时候, HashMap 需要扩展它的长度,也就是进行Resize。
-
扩容:创建一个新的 Entry 空数组,长度是原数组的2倍
-
rehash:遍历原 Entry 数组,把所有的 Entry 重新 Hash 到新数组
为什么多线程会导致死循环,它是怎么发生的?
我们都知道HashMap初始容量大小为16,一般来说,当有数据要插入时,都会检查容量有没有超过设定的thredhold,如果超过,需要增大Hash表的尺寸,但是这样一来,整个Hash表里的元素都需要被重算一遍。这叫rehash,这个成本相当的大。
1 2 3 4 5 6 7 8 9 10 11 12 13 |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
|
大概看下transfer:
- 对索引数组中的元素遍历
- 对链表上的每一个节点遍历:用 next 取得要转移那个元素的下一个,将 e 转移到新 Hash 表的头部,使用头插法插入节点。
- 循环2,直到链表节点全部转移
- 循环1,直到所有索引数组全部转移
经过这几步,我们会发现转移的时候是逆序的。假如转移前链表顺序是1->2->3,那么转移后就会变成3->2->1。这时候就有点头绪了,死锁问题不就是因为1->2的同时2->1造成的吗?所以,HashMap 的死锁问题就出在这个transfer()
函数上。
1.1 单线程 rehash 详细演示
单线程情况下,rehash 不会出现任何问题:
- 假设hash算法就是最简单的 key mod table.length(也就是数组的长度)。
- 最上面的是old hash 表,其中的Hash表的 size = 2, 所以 key = 3, 7, 5,在 mod 2以后碰撞发生在 table[1]
- 接下来的三个步骤是 Hash表 resize 到4,并将所有的
<key,value>
重新rehash到新 Hash 表的过程
如图所示:
1.2 多线程 rehash 详细演示
为了思路更清晰,我们只将关键代码展示出来
1 2 3 4 5 6 |
|
Entry<K,V> next = e.next;
——因为是单链表,如果要转移头指针,一定要保存下一个结点,不然转移后链表就丢了e.next = newTable[i];
——e 要插入到链表的头部,所以要先用 e.next 指向新的 Hash 表第一个元素(为什么不加到新链表最后?因为复杂度是 O(N))newTable[i] = e;
——现在新 Hash 表的头指针仍然指向 e 没转移前的第一个元素,所以需要将新 Hash 表的头指针指向 ee = next
——转移 e 的下一个结点
假设这里有两个线程同时执行了put()
操作,并进入了transfer()
环节
1 2 3 4 5 6 |
|
那么现在的状态为:
从上面的图我们可以看到,因为线程1的 e 指向了 key(3),而 next 指向了 key(7),在线程2 rehash 后,就指向了线程2 rehash 后的链表。
然后线程1被唤醒了:
- 执行
e.next = newTable[i]
,于是 key(3)的 next 指向了线程1的新 Hash 表,因为新 Hash 表为空,所以e.next = null
, - 执行
newTable[i] = e
,所以线程1的新 Hash 表第一个元素指向了线程2新 Hash 表的 key(3)。好了,e 处理完毕。 - 执行
e = next
,将 e 指向 next,所以新的 e 是 key(7)
然后该执行 key(3)的 next 节点 key(7)了:
- 现在的 e 节点是 key(7),首先执行
Entry<K,V> next = e.next
,那么 next 就是 key(3)了 - 执行
e.next = newTable[i]
,于是key(7) 的 next 就成了 key(3) - 执行
newTable[i] = e
,那么线程1的新 Hash 表第一个元素变成了 key(7) - 执行
e = next
,将 e 指向 next,所以新的 e 是 key(3)
这时候的状态图为:
然后又该执行 key(7)的 next 节点 key(3)了:
- 现在的 e 节点是 key(3),首先执行
Entry<K,V> next = e.next
,那么 next 就是 null - 执行
e.next = newTable[i]
,于是key(3) 的 next 就成了 key(7) - 执行
newTable[i] = e
,那么线程1的新 Hash 表第一个元素变成了 key(3) - 执行
e = next
,将 e 指向 next,所以新的 e 是 key(7)
这时候的状态如图所示:
很明显,环形链表出现了!!当然,现在还没有事情,因为下一个节点是 null,所以transfer()
就完成了,等put()
的其余过程搞定后,HashMap 的底层实现就是线程1的新 Hash 表了。