ConcurrentHashMapConcurrentHashMap
-
obtener :
/** * 根据键值key获取value，根据key.equals方法判断两个元素是否相同 * @param key 键 * @return 如果key存在则返回对应的value，否则返回null */ public V get(Object key) { Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek; //将key的hashcode进一步散列，减少hash碰撞 int h = spread(key.hashCode()); //具体的元素信息是存在Node[]数组中，先判断key对应hash值映射到数组元素的位置释放有值 //如果对应的数组位置没有值，直接返回null，否则继续判断 if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) { //如果当前数组位置的元素的hash值和key值均相等，则直接返回 if ((eh = e.hash) == h) { if ((ek = e.key) == key || (ek != null && key.equals(ek))) return e.val; } //如果hash值为负数，说明相同hash值的元素组成了红黑树，则直接在红黑数内部查找：TreeBin.find else if (eh < 0) return (p = e.find(h, key)) != null ? p.val : null; //有相同hash值（发生了hash碰撞）的元素组成一个链表，依次在链表中查询目标元素 while ((e = e.next) != null) { if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek)))) return e.val; } } return null; }Se puede ver que la operación de obtención no está bloqueada en absoluto.¿Cómo garantizar la corrección de las operaciones de subprocesos múltiples? Desde el código fuente de la operación de obtención anterior, puede ver que cada clave y valor se encapsularán en un Nodo, continúe mirando el código fuente de Node.
-
Nodo :
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; //value为volatile类型的，从而保证了多线程读写的可见性 volatile V val; //发生hash碰撞时，记录下一个元素，类型也是volatile的，从而保证可见性 volatile Node<K,V> next; Node(int hash, K key, V val, Node<K,V> next) { this.hash = hash; this.key = key; this.val = val; this.next = next; } }Aquí, ConcurrentHashMap usa volatile para garantizar la visibilidad de las operaciones de subprocesos múltiples, evitando así la lógica de bloqueo.
-
poner:
public V put(K key, V value) { //具体的实现逻辑在putVal return putVal(key, value, false); } /** * 将key,value键值对放入到map中 * @param key 键 * @param value 值 * @return 如果先前key的位置有值，则返回老的值，否则返回null */ final V putVal(K key, V value, boolean onlyIfAbsent) { //可以看到ConcurrentHashMap的key和value都不允许为null if (key == null || value == null) throw new NullPointerException(); //将key的hashcode进一步散列，减少hash碰撞 int hash = spread(key.hashCode()); int binCount = 0; for (Node<K,V>[] tab = table;;) { Node<K,V> f; int n, i, fh; //记录元素的Node数组为null时要先进行初始化 if (tab == null || (n = tab.length) == 0) //初始化table，见下文分析 tab = initTable(); //如果当前位置为null，可以直接放入元素 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { //CAS写入元素，如果成功则返回；CAS失败说明有另外的线程在进行put操作，需要自旋等待 if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))) break; // no lock when adding to empty bin } //数组在扩容中 else if ((fh = f.hash) == MOVED) //当前线程帮助执行扩容操作，将数组划分执行数据移动 tab = helpTransfer(tab, f); else { //当前数组位置已经有值了 V oldVal = null; //对当前节点加锁，防止其他线程并发更新 synchronized (f) { if (tabAt(tab, i) == f) { //防止其他线程更改tabb在i位置的值，如果发生更新则继续循环 if (fh >= 0) { //hash值相同的节点为链表 binCount = 1; for (Node<K,V> e = f;; ++binCount) { K ek; //如果找到key值相同的节点，说明需要更新数据 if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) { //保存原来的值 oldVal = e.val; //putIfAbsent? if (!onlyIfAbsent) e.val = value; break; } Node<K,V> pred = e; //更新节点的next节点为新加入的节点 if ((e = e.next) == null) { pred.next = new Node<K,V>(hash, key, value, null); break; } } } //如果hash值相同的节点为红黑树，则在红黑树内部执行节点新增或者更新逻辑 else if (f instanceof TreeBin) { Node<K,V> p; binCount = 2; if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) { oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } } //hash值相同的元素个数>0 if (binCount != 0) { //节点超过8个，若<64则扩容链表，否则从链表转化为红黑树，提升查询效率 if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } //增加数组元素个数，并判断是否需要扩容，若需要则进行扩容操作 addCount(1L, binCount); return null; } /** * 初始化Node数组 */ private final Node<K,V>[] initTable() { Node<K,V>[] tab; int sc; //数组为空时，持续循环 while ((tab = table) == null || tab.length == 0) { //sc == -1，说明有多个线程同时在执行初始化操作，此线程竞争失败，让出cpu执行权 if ((sc = sizeCtl) < 0) Thread.yield(); //让出cpu控制权，自旋等待 else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { //cas成功，进行初始化，并将sizectl的值设置为-1 try { if ((tab = table) == null || tab.length == 0) { int n = (sc > 0) ? sc : DEFAULT_CAPACITY; @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; table = tab = nt; sc = n - (n >>> 2); } } finally { sizeCtl = sc; } break; } } return tab; } -
Resumen : se puede ver que la operación de obtención de ConcurrentHashMap no tiene ningún bloqueo, y la operación de colocación solo agregará un bloqueo sincronizado al nodo en conflicto cuando el hash colisione, y la eficiencia general es muy alta. Además, debe tenerse en cuenta que cuando se realiza la operación de colocación, se realizará la operación de expansión y la expansión lleva mucho tiempo.En el proceso de aplicación real, si se requiere escribir con frecuencia una gran cantidad de datos, puede especificar un valor mayor durante la inicialización Gran capacidad, evitando la sobrecarga causada por la expansión de frecuencia.