JavaConcurrency-如何理解线程安全的集合CurrentHashMap为例

本文主要是介绍JavaConcurrency-如何理解线程安全的集合CurrentHashMap为例，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！

如果多线程要并发修改一个数据结构
例如：散列表，
很容易会破坏这个数据结构，
例如：
一个线程可能要开始向表中插入一个新元素，假定在调整散列表各个桶之间的链接关系的过程中，被剥夺了控制权。
如果另一个线程也开始比那里同一个链表，可能使用无效的链接并造成混乱，会爆出异常or陷入死循环。

可以选择锁来保护共享数据结构，但是选择线程安全的实现作为替代可能更容易

高效的映射，集合和队列：
java.util.concurrent包提供了映射，有序集和队列的高效实现：
ConcurrentHashMap
ConcurrentSkipListMap
ConcurrentSkipListSet
ConcurrentLinkedQueue
这些几何使用复杂的短发，通过允许并发地访问数据结构的不同部分来使竞争极小化。

线程安全集合的原子更新：
ConcurrentHashMap<String,Long> 让计数代码自增，下面的代码是不安全的：

long oldValue=map.get(word);
long newValue=oldValue == null ?1:oldValue+1;
map.put(word,newValue);

多线程操作的时候 get和put代码不会破坏数据结构，不过，由于操作序列不是原子的，所以结果不可预知

正确做法是使用ConcurrentHashMap的replace方法，它会以原子方式用一个新值替换原值，前提是之前没有其他线程把原值替换为其他值。并且必须一直这么做，直到replace成功。这是一个CAS操作

do{long oldValue=map.get(word);long newValue=oldValue == null ?1:oldValue+1;
}while(!map.replace(word,oldValue,newValue))

还可以使用：

map.putIfAbsent(word,new LongAdder());
map.get(word).increment();

第一个语句确保有一个LongAdder可以完成原子自增。由于putIfAbsent 返回映射的值（可能是原来的值，或者是新设置的值），可以组合成一句：

map.putIfAbsent(word,new LongAdder().increment());

computer方法时可以提供一个键和一个计算新值得函数。这个函数接收键和相关联的值（如果没有值，则为null），它会计算新值。
例如：可以如下更新一个整数计数器的映射：

map.computer(word,(k,v)-> ==null? 1 : v+1);

注意 ConcurrentHashMap中不允许有null值。有很多方法都是用null值来指示映射中某个给定的键不存在。

另外还有computerIfPresent 和computeIfAbsent 方法：
他们分别只有在已经有原值的情况下计算新值 or 只有没有原值的情况下计算新值。可以如下更新一个LongAdder计数器映射：

map.computerIfAbsent(word,k->new LongAdder()).increment();

这与之前的putIfAbsent调用几乎一样的，不过LongAdder构造器只有确实需要一个新的计数器才会调用。

当新增一个键时通常需要做些特殊处理。利用merge方法可以非常方便地做到这一点。这个方法有一个参数表示键不存在时使用的初始值。
否则，就会调用你体统的函数来结合原值与初始值。

map.merge(word,1L,(existingValue,newValue) -> existingValue + newValue);
//或者更加简单的写为
map.merge(word,1L,Long::sum);

注意：如果传入computer or merge 的函数返回null，将从映射中删除现有的条目。
使用computer or merge 时，要记住你提供的函数不能做太多的工作。这个函数运行时，可能会阻塞对映射的其他更新。当然，这个函数也不能更新映射的其他部分。

CurrentHashMap的批操作：
Java8为并发散列映射提供了批操作，即使有其他线程在处理映射，这些操作也能安全的执行，无需冻结当前映射的快照。
三种操作：

搜索（search）为每个键or值提供一个函数，直到函数生成一个非null的结果。然后搜索终止，返回这个函数的结果
规约（reduce）组合所有的键or值，这里要使用所提供的一个累加函数
forEach为所有的键or值提供一个函数

每个操作都有4个版本：
operationKeys：处理键
operationValues:处理值
operation：处理键和值
operationEntries：处理MapEntry对象

对于上述各个操作，需要指定一个参数化阈值（threshold）。如果映射包含的元素多于这个阈值，就会并行完成批操作。
如果希望批操作在一个线程中运行，可以使用阈值LongMAX_VALUE。吐过希望佣金可能多的线程运行批操作，可以使用阈值1。

String result =map.search(threshold,(k,v)-> 1000? k:null);

找出第一个出现次数超过1000次的单词，result会这是为第一个匹配的单词，如果操作函数对所有输入都返回null，则返回null。

forEach方法有两种形式。第一个只为各个映射条目提供一个消费者函数，例如：

map.forEach(threshold，（k,v）-> System.out.println(k+"->"+v));

第二种形式还有一个转换器函数，这个函数要先提供，其结果会传递到消费者：

map.forEach(threshold,(k,v)->k+"->"+v,//TransformerSystem.out::println);//Consumer

转换器可以用作为一个过滤器，只要转换器返回null ，这个值就会被悄无声息的跳过。
例如，只打印有大于1000的条目：

map.forEach(threshold,(k,v)-> v>1000? k+"->"+v : null,// filter and transformerSystem.out::println);//the nulls are not passed to the consumer

reduce操作用一个累加函数组合其输入
例如：
可以如下计算所有值得总和：

Long sum =map.reduceValues(threshold,Long::sum);

和forEach类似，也可以提供一个转换器函数，
可以如下计算最长的键的长度：

Integer maxLength=map.reduceKeys(threshold,String::length,//TransformerInteger::max) //Accumulator

转换器可以作为一个过滤器，通过返回null来排除不想要的输入：
比如：

Long count =map.reduceValues(threshold,v -> v>1000 ? 1L : null,Long::sum);

如果map为null，或者所有条目都被滤掉，reduce操作会返回null。如果只有一个元素，则返回器转换结果，不会应用累加器。

对于int，long 和double输出还有相应的特殊化操作，分别有后缀ToInt，ToLong 和ToDouble。需要把输入转化为一个基本类型值，并指定一个默认值和一个累加器函数。map为null时返回默认值。

long sum =map.reduceValuesToLong(threshold,Long::longValue,//Transformer to primitive type0,//Default value for empty mapLong::sum)//Primitive type accumulator