JDK9 ConcurrentHashMap实现原理（一）

2024-06-15 00:58
文章标签 实现 原理 concurrenthashmap jdk9

本文主要是介绍JDK9 ConcurrentHashMap实现原理（一），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

  • JDK9 ConcurrentHashMap实现原理（一）
    • 数据结构
    • 私有属性
      • 静态属性
    • 相关节点
    • 构造器
    • Hash值计算
    • 添加元素
    • 初始化数组

JDK9 ConcurrentHashMap实现原理（一）

数据结构

JDK1.7中采用Segment + HashEntry的方式进行实现.使用ReentrantLock实现加锁操作。
JDK1.8中放弃了Segment臃肿的设计，取而代之的是采用Node + CAS + Synchronized来保证并发安全进行实现.结构类似于HashMap,数组+链表+红黑树。
在这里插入图片描述

私有属性

静态属性

  • private static final int MAXIMUM_CAPACITY = 1 << 30;
    最大的容量，必须为2的平方。

  • private static final int DEFAULT_CAPACITY = 16;
    默认的初始容量，也是2的平方

  • static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
    最大的数组大小。

  • private static final int DEFAULT_CONCURRENCY_LEVEL = 16;
    默认的并发等级，只在writeObject中用了。

  • private static final float LOAD_FACTOR = 0.75f;
    加载因子，只在writeObject中用了。不像HashMap中的用法。

  • static final int TREEIFY_THRESHOLD = 8;
    当某个数组位置上的节点数量超过8时，则将单链表结构转换为红黑树结构。

  • static final int UNTREEIFY_THRESHOLD = 6;
    当某个数组位置上的节点数量小于6时，则将红黑树结构转换为单链表结构。

  • static final int MIN_TREEIFY_CAPACITY = 64;
    在转换成红黑树之前，还需要检测当前table的大小是否大于等于MIN_TREEIFY_CAPACITY，小于不会转换成红黑树，而是重新扩展table的大小。

  • private static final int MIN_TRANSFER_STRIDE = 16;

  • private static final int RESIZE_STAMP_BITS = 16;

  • private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1;
    扩容时可利用的最大线程

  • private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS;

  • static final int MOVED = -1; // hash for forwarding nodes
    static final int TREEBIN = -2; // hash for roots of trees
    static final int RESERVED = -3; // hash for transient reservations
    static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash

  • static final int NCPU = Runtime.getRuntime().availableProcessors();
    当前机器的CPU的核心处理器数量，transfer扩容时会用到。

相关节点

  • Node：该类用于构造table[]，只读节点（不提供修改方法）。是一个单链表结构。
  static class Node<K,V> implements Map.Entry<K,V> {//节点的哈希值final int hash;//建final K key;//值volatile V val;//指向下一个节点，说明是单链表结构volatile Node<K,V> next;Node(int hash, K key, V val) {this.hash = hash;this.key = key;this.val = val;}Node(int hash, K key, V val, Node<K,V> next) {this(hash, key, 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 Helpers.mapEntryToString(key, val);}public final V setValue(V value) {throw new UnsupportedOperationException();}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)));}/*** Virtualized support for map.get(); overridden in subclasses.*/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;}}
  • TreeBin：红黑树结构。
  • TreeNode：红黑树节点。
static final class TreeNode<K,V> extends Node<K,V> {//父节点TreeNode<K,V> parent;  // red-black tree links//左节点TreeNode<K,V> left;//右节点TreeNode<K,V> right;//TreeNode<K,V> prev;    // needed to unlink next upon deletion//节点的颜色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);}//使用this这个树形节点作为根节点，寻找目标节点。final TreeNode<K,V> findTreeNode(int h, Object k, Class<?> kc) {}}
  • ForwardingNode：临时节点（扩容时使用）。

构造器

  • 无参构造器
 public ConcurrentHashMap() {}

指定初始容量

 public ConcurrentHashMap(int initialCapacity) {if (initialCapacity < 0)throw new IllegalArgumentException();int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?MAXIMUM_CAPACITY :tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));this.sizeCtl = cap;
}

这里使用tableSizeFor将输入的容量转换为2的平方。

private static final int tableSizeFor(int c) {int n = c - 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;}

输入容量：3 ， 输出：4;
输入容量：11 ， 输出：16;
输入容量：17 ， 输出：32;
不确定这里为什么要这么处理(initialCapacity + (initialCapacity >>> 1) + 1))；虽然直接initialCapacity的结果也是一样的。

  • 还可以指定加载因子和concurrencyLevel。
    可以看到这两个参数在新版本中只是在初始化才会用到，其他地方不会用到，注意这里和HashMap的区别。
 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 binsinitialCapacity = concurrencyLevel;   // as estimated threadslong size = (long)(1.0 + (long)initialCapacity / loadFactor);int cap = (size >= (long)MAXIMUM_CAPACITY) ?MAXIMUM_CAPACITY : tableSizeFor((int)size);this.sizeCtl = cap;
}
  • 和大多数集合一样，都可以由其他集合元素作为初始元素。
 public ConcurrentHashMap(Map<? extends K, ? extends V> m) {this.sizeCtl = DEFAULT_CAPACITY;putAll(m);}

Hash值计算

可以看出 计算出的hash都是正值

static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash
static final int spread(int h) {return (h ^ (h >>> 16)) & HASH_BITS;
}

添加元素

1.key值和value都不能null
2.onlyIfAbsent=true : 如果当前key值已经存在，则不 更新为新值， false: 不管什么情况都会更新为新值。

 final V putVal(K key, V value, boolean onlyIfAbsent) {if (key == null || value == null) throw new NullPointerException();//获取hash值int hash = spread(key.hashCode());int binCount = 0;for (Node<K,V>[] tab = table;;) {Node<K,V> f; int n, i, fh; K fk; V fv;//如果table为空，说明之前没有放入元素if (tab == null || (n = tab.length) == 0)tab = initTable();//如果要插入的位置没有节点数据     else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {//如果数组的桶是空的，则尝试插入数据，直到成功才中断当前循环，使用CAS算法if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value)))break;                   // no lock when adding to empty bin}//到此插入数据成功//如果在插入的时候，节点是一个forwordingNode状态，表示正在扩容，那么当前线程进行帮助扩容            else if ((fh = f.hash) == MOVED)tab = helpTransfer(tab, f);else if (//如果onlyIfAbsent为true,也就是只要key已经存在，就不写入新值onlyIfAbsent //扩容已经结束，fh 和传入key的值一样&&   fh == hash   // check first node//&& ((fk = f.key) == key || fk != null && key.equals(fk)) && (fv = f.val) != null)return fv;else {V oldVal = null;synchronized (f) {if (tabAt(tab, i) == f) {if (fh >= 0) {binCount = 1;for (Node<K,V> e = f;; ++binCount) {K ek;if (e.hash == hash &&((ek = e.key) == key ||(ek != null && key.equals(ek)))) {oldVal = e.val;if (!onlyIfAbsent)e.val = value;break;}Node<K,V> pred = e;if ((e = e.next) == null) {pred.next = new Node<K,V>(hash, key, value);break;}}}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;}}else if (f instanceof ReservationNode)throw new IllegalStateException("Recursive update");}}if (binCount != 0) {if (binCount >= TREEIFY_THRESHOLD)treeifyBin(tab, i);if (oldVal != null)return oldVal;break;}}}addCount(1L, binCount);return null;
}

初始化数组

private final Node<K,V>[] initTable() {Node<K,V>[] tab; int sc;while ((tab = table) == null || tab.length == 0) {if ((sc = sizeCtl) < 0)Thread.yield(); // lost initialization race; just spinelse if (U.compareAndSetInt(this, SIZECTL, sc, -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;
}

未完待续。。。。。。。。。。

这篇关于JDK9 ConcurrentHashMap实现原理（一）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1061985。

相关文章

SpringBoot集成redisson实现延时队列教程

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配
阅读更多...
Python的Darts库实现时间序列预测

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts？二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与
阅读更多...
Python使用FastAPI实现大文件分片上传与断点续传功能

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现（FastAPI）2.1 运行环境2.2 目录结构建议2.3 serv
阅读更多...
C#实现千万数据秒级导入的代码

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很
阅读更多...
SpringBoot+RustFS 实现文件切片极速上传的实例代码

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot？二、环境准备与部署2.1 安装 RustF
阅读更多...
Nginx部署HTTP/3的实现步骤

Nginx部署HTTP/3的实现步骤

《Nginx部署HTTP/3的实现步骤》本文介绍了在Nginx中部署HTTP/3的详细步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录前提条件第一步：安装必要的依赖库第二步：获取并构建 BoringSSL第三步：获取 Nginx
阅读更多...
MyBatis Plus实现时间字段自动填充的完整方案

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详
阅读更多...
Python实现Excel批量样式修改器(附完整代码)

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函
阅读更多...
Java实现字节字符转bcd编码

Java实现字节字符转bcd编码

《Java实现字节字符转bcd编码》BCD是一种将十进制数字编码为二进制的表示方式,常用于数字显示和存储,本文将介绍如何在Java中实现字节字符转BCD码的过程,需要的小伙伴可以了解下... 目录前言BCD码是什么Java实现字节转bcd编码方法补充总结前言BCD码（Binary-Coded Decima
阅读更多...
SpringBoot全局域名替换的实现

SpringBoot全局域名替换的实现

《SpringBoot全局域名替换的实现》本文主要介绍了SpringBoot全局域名替换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录 项目结构⚙️ 配置文件application.yml️ 配置类AppProperties.Ja
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2