本篇基于Java11
由于ConcurrentHashMap比HashMap复杂了不止一点，个人建议自己跟着源码追，有看不懂的方法再来看我的博客。
省流版：
- loadFactor(负载因子)被固定为了0.75，且通过构造器设置只会影响初始容量
ConcurrentHashMap支持并发扩容HashMap的threshold被替换为了sizeCtl，高16位代表当前哈希表容量的一个”版本号”，低16位 - 1表示当前正在进行扩容的线程数
1. 构造器
public ConcurrentHashMap() {
}
public ConcurrentHashMap(int initialCapacity) {
this(initialCapacity, LOAD_FACTOR, 1);
}
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
this.sizeCtl = DEFAULT_CAPACITY;
putAll(m);
}
public ConcurrentHashMap(int initialCapacity, float loadFactor) {
this(initialCapacity, loadFactor, 1);
}
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel) // Use at least as many bins
initialCapacity = concurrencyLevel; // as estimated threads
long size = (long)(1.0 + (long)initialCapacity / loadFactor);
int cap = (size >= (long)MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int)size);
this.sizeCtl = cap;
}
和我们的老朋友HashMap有如下不同：
HashMap的threshold扩容阈值没有了这里新出来了一个
sizeCtl，根据其大小有不同的含义：- 当该值为0时，表示正在等待哪个线程去初始化
- 当该值为负数时，表示正在初始化或者调整大小
- -1表示正在初始化
- 若为其他负数，则
低16位 - 1表示当前正在扩容的线程数，是的，你没看错，ConcurrentHashMap是支持并发扩容的！
- 当大于0时，这个值就和
HashMap的threshold一样的意思了，都是代表扩容阈值。
构造器多了一个
concurrencyLevel，表示预估会有多少个写线程，实际上也没什么用，就是一个局部变量。
2. put
在看put之前还需要了解其它一些方法。
2.1 initTable
/**
* Initializes table, using the size recorded in sizeCtl.
*/
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
// 前面说过了，sizeCtl小于0表示正在初始化，这里说明有别的线程正在初始化
if ((sc = sizeCtl) < 0)
// 让当前线程主动放弃CPU
Thread.yield(); // lost initialization race; just spin
// 在这里进行CAS修改sizeCtl为-1
else if (U.compareAndSetInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {
// n表示新哈希表容量，默认容量还是16
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
// 这里可以理解为 sc = n * 0.75. 向右位移2位等于除以4
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
2.2 tabAt
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectAcquire(tab, ((long)i << ASHIFT) + ABASE);
}
public final Object getObjectAcquire(Object o, long offset) {
return getObjectVolatile(o, offset);
}
看名字就很容易能看懂是干嘛的了，因为我们不能给数组的某个元素加volatile，所以只能用这种方式保证可见性。
这里的ASHIFT和ABASE可以在源码的最后的静态代码块处看到，这里我将其提了出来：
static final Unsafe U = createUnsafe();
public static Unsafe createUnsafe() {
try {
Class<?> unsafeClass = Class.forName("sun.misc.Unsafe");
Field field = unsafeClass.getDeclaredField("theUnsafe");
field.setAccessible(true);
return (Unsafe) field.get(null);
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
static class Node {}
public static void main(String[] args) {
int[] arr = new int[10];
int scale = U.arrayIndexScale(Node[].class);
int ABASE = U.arrayBaseOffset(Node[].class);
int ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
System.out.println("ABASE = " + ABASE + ", ASHIFT = " + ASHIFT + ", scale = " + scale);
scale = U.arrayIndexScale(long[].class);
ABASE = U.arrayBaseOffset(long[].class);
ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
System.out.println("ABASE = " + ABASE + ", ASHIFT = " + ASHIFT + ", scale = " + scale);
}
输出：
ABASE = 16, ASHIFT = 2, scale = 4
ABASE = 16, ASHIFT = 3, scale = 8
这里的scale很明显，代表数组每个元素的占用大小。
ABASE则是元素在数组里的偏移值，一般大小为：对象头(8字节) + 类型指针(默认4字节，关闭指针压缩后为8字节) + 数组长度(4字节) = 16，如果你不清楚我在说什么，可以去看一下我的这篇博客：对象在内存中的存储布局 (notion.so)。
ASHIFT则是表示当前元素占用大小二进制的1右边有多少个0，在ConcurrentHashMap初始化时，如果scale不是2的幂则会报错。
那么在取值的时候是什么意思呢？
其实这里很像C的指针了，ABASE代表基础偏移值，而i << ASHIFT则每个元素的位置：
比如
i为0，i << ASHIFT = 0，代表这个元素在对象在堆中的地址 + ABASE比如
i为1，i << ASHIFT = 4，代表这个元素在对象在堆中的地址 + ABASE + 4
2.2 putVal
put内部其实就是调用了putVal：
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
// 在这里将key的哈希高16位和低16位进行异或后得到新的哈希
int hash = spread(key.hashCode());
int binCount = 0;
// 看到这层死循环就应该感觉到会有CAS出现
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh; K fk; V fv;
if (tab == null || (n = tab.length) == 0)
// 初始化表
tab = initTable();
// 这里取哈希索引和HashMap一样
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// 这个位置没有元素，则尝试CAS放进去
if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value)))
break; // no lock when adding to empty bin
}
// 这里后面再讲
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
// 在这里判断是否需要替换掉原节点
else if (onlyIfAbsent // check first node without acquiring lock
&& fh == hash
&& ((fk = f.key) == key || (fk != null && key.equals(fk)))
&& (fv = f.val) != null)
return fv;
else {
V oldVal = null;
// 锁住当前节点
synchronized (f) {
// 确保这个没有被修改
if (tabAt(tab, i) == f) {
// 这里要知道，如果节点是红黑树，哈希值为-2
if (fh >= 0) {
// 这个值代表链表的大小
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
// 这里同样也是在尝试进行替换：判断hash和key是否相等
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
// 这里检查是否遍历到链表尾部，如果到尾部了则直接插入
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key, value);
break;
}
}
}
// 如果是红黑树
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
// 在红黑树里进行查找
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
// 这个后面讲
else if (f instanceof ReservationNode)
throw new IllegalStateException("Recursive update");
}
}
// 这里判断是否需要将链表树化
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
// 进行统计，同时在这里判断是否需要扩容
addCount(1L, binCount);
return null;
}
2.3 addCount
这个方法比较复杂，先讲一些其它的小方法。
2.3.1 resizeStamp
static final int resizeStamp(int n) {
return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
}
这个方法主要是获取n最高位前面有几个0，然后和后面的值相与。RESIZE_STAMP_BITS为常量：16
那么右边整体就是个常量：(1 << 15) 即1的右边15个0。
那么这个方法有什么用呢？其实这里是用作来生成一个扩容标记的，相当于一个版本号。
至于这么玩有什么用，正常看源码到这里是不知道的，我们先接着往后看。
2.3.2 transfer
Moves and/or copies the nodes in each bin to new table. See above for explanation.
这个方法大致就是将节点从旧哈希表复制或者移动到新的哈希表中，方法很长。
源码里又出现了两个新的类变量：
nextTable：表示新的哈希表，仅在扩容时非空。transferIndex：The next table index (plus one) to split while resizing. 这里不是很好理解，就不翻译了，看源码就能懂。
同时这里用到了一个新的节点：ForwardingNode，这个节点继承了基础的Node节点，但是其hash值永远为MOVED，即为-1。同时，内部还保存了新的哈希表nextTable。根据文档翻译，这个节点是用作一个头结点，作为新哈希表的表头（A node inserted at head of bins during transfer operations.）。
transfer是并发扩容的实现，对于每个线程，每次会分配一块固定长度大小的区域来让线程对tab进行重新hash，这个区域的大小与CPU核心数成反比，但最小为16。
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
// 将n/8/CPU核心数当做区域大小，最小值为16
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
// nextTab为空，表示当前线程是第一个进行扩容的线程
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
// OOM的fallback
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
// 用于占位。当别的线程发现这个槽位中是 fwd 类型的节点，则跳过这个节点。
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
// 1. 因为advance一开始肯定为true，所以进入这个循环
int nextIndex, nextBound;
// --i相当于从大到小去分配区域
if (--i >= bound || finishing)
advance = false;
// 获取当前已经分配到的索引
else if ((nextIndex = transferIndex) <= 0) {
// 小于0表示已经扩容完了
i = -1;
advance = false;
}
// 尝试接下这块区域
else if (U.compareAndSetInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
// 到这里，说明当前线程已经接下了[nextBound, nextIndex - 1]这块区域重新分配的任务
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
// i小于0，说明线程没拿到任务
// 至于后面那俩，我们仔细观察即可发现：这两个发生的条件是某一个线程进行扩容时，其它线程已经扩容完了
// 并且又开启了新一轮的扩容
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
// 判断扩容已经完成
if (finishing) {
nextTable = null;
table = nextTab;
// 这里重新分配扩容阈值，负载因子为0.75
sizeCtl = (n << 1) - (n >>> 1);
return;
}
// 将sizeCtl - 1，在开头我们已经说了，sizeCtl低16位保存当前正在进行扩容的线程数量
if (U.compareAndSetInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
// 这里判断是否只有一个线程在扩容
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
// 只有一个线程扩容，且没有接到任务，说明扩容完成了
return;
// 还有别的线程在扩容，给个标记后再重新检查一遍。。
finishing = advance = true;
i = n; // recheck before commit
}
}
// 如果任务区间最后一个为空
else if ((f = tabAt(tab, i)) == null)
// 尝试CAS将其赋值为占位节点
advance = casTabAt(tab, i, null, fwd);
// 如果为true，表示有其它人跟自己一样分配到了一样的任务，需要重新分配任务.
// 注意这里有--i，不用担心和上一次一样取到一样的hash
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
// 锁住尾节点
synchronized (f) {
// 再检查一遍
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
// 链表转移. 这里貌似用的是尾插法.
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
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)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
else if (f instanceof TreeBin) {
// 树节点转移
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(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;
}
}
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}
2.3.3 总结
了解过上面两个方法后，再来看addCount就清晰多了
private final void addCount(long x, int check) {
CounterCell[] cs; long b, s;
if ((cs = counterCells) != null ||
// 这里去cas设置总节点数量
!U.compareAndSetLong(this, BASECOUNT, b = baseCount, s = b + x)) {
// 这里就使用了类似LongAdder和Striped64的设计，将自增分散到多个格子里
CounterCell c; long v; int m;
boolean uncontended = true;
if (cs == null || (m = cs.length - 1) < 0 ||
(c = cs[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSetLong(c, CELLVALUE, v = c.value, v + x))) {
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
// 在这里重新获取总节点数量
s = sumCount();
}
// 这s和b已经赋过值了
// 这里主要判断是否需要当前线程去扩容或协助扩容
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 又是循环，CAS的小曲
// 这里主要判断容量是否大于等于sizeCtl，然后进行扩容
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
// 后面讲
int rs = resizeStamp(n);
// 判断是否有其它线程正在修改
if (sc < 0) {
// 如果有，判断当前容量是否已经发生改变
// sc == rs + 1是用来判断当前是否没有线程在进行扩容
// 后面的都是用来判断扩容是否已经完成了，不需要当前线程进行协助扩容
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
// 协助进行扩容，将sizeCtl + 1，表示多了一个线程在进行扩容
if (U.compareAndSetInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
// 这里CAS修改sizeCtl为(rs << RESIZE_STAMP_SHIFT) + 2)，表示当前线程是第一个发起扩容的
else if (U.compareAndSetInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
关于rs << RESIZE_STAMP_SHIFT可能不好理解，这里我们举个例子：
int n = 16;
int i = Integer.numberOfLeadingZeros(n) | (1 << 15);
// System.out.println(Integer.toBinaryString());
System.out.println(Integer.toBinaryString(i));
System.out.println(Integer.toBinaryString(i << 16));
输出：
1000000000011011
10000000000110110000000000000000
我们在开头也说过了，ctl高16位代表一个版本号，第16位然后再减一代表当前正在扩容的线程数，所有这里就代表当前有一个线程正在进行扩容。
2.4 sumCount
这里就是类似于LongAdder一样，获取元素总数量，size方法也是调用的这个：
final long sumCount() {
CounterCell[] cs = counterCells;
long sum = baseCount;
if (cs != null) {
for (CounterCell c : cs)
if (c != null)
sum += c.value;
}
return sum;
}
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}