Java 深入理解 ConcurrentHashMap (数据结构、实现原理、JDK版本区别，读写相关锁)
问题：JDK1.7和JDK1.8的ConcurrentHashMap底层数据结构有何区别？JDK1.7和JDK1.8的ConcurrentHashMap实现原理有何区别？HashMap、ConcurrentHashMap主要有何区别？ConcurrentHashMap初始大小、加载因子分别是多少？ConcurrentHashMap的put方法的主要流程？在JDK1.8中ConcurrentHash
问题：
- JDK1.7和JDK1.8的ConcurrentHashMap底层数据结构有何区别？
- JDK1.7和JDK1.8的ConcurrentHashMap实现原理有何区别？
- HashMap、ConcurrentHashMap主要有何区别？
- ConcurrentHashMap初始大小、加载因子分别是多少？
- ConcurrentHashMap的put方法的主要流程？
- 在JDK1.8中ConcurrentHashMap，为何要用synchronized代替ReentrantLock？
- ConcurrentHashMap和HashTable有何区别？
- 为什么ConcurrentHashMap比HashTable更高效？
- ConcurrentHashMap的get方法的主要流程？
- ConcurrentHashMap读写需要加锁么？为何读不用加锁？
- ConcurrentHashMap迭代器是强一致性还是弱一致性？HashMap呢？
文章目录
-
- 1. JDK1.7和JDK1.8的ConcurrentHashMap底层数据结构有何区别？
- 2. JDK1.7和JDK1.8的ConcurrentHashMap实现原理有何区别？
- 3. HashMap、ConcurrentHashMap主要有何区别？
- 4. ConcurrentHashMap初始大小、加载因子分别是多少？
- 5. ConcurrentHashMap的put方法的主要流程？
- 6. 在JDK1.8中ConcurrentHashMap，为何要用synchronized代替ReentrantLock？
- 7. ConcurrentHashMap和HashTable有何区别？
- 8. 为什么ConcurrentHashMap比HashTable更高效？
- 9. ConcurrentHashMap的get方法的主要流程？
- 10. ConcurrentHashMap读写需要加锁么？为何读不用加锁？
- 11. ConcurrentHashMap迭代器是强一致性还是弱一致性？HashMap呢？
1. JDK1.7和JDK1.8的ConcurrentHashMap底层数据结构有何区别？
- 1.7 版本ConcurrentHashMap 是由一个 Segment 数组和多个 HashEntry 组成
- Segment 数组的意义就是将一个大的 table 分割成多个小的 table 来进行加锁（分段锁技术），而每一个 Segment 元素存储的是 HashEntry 数组。
- JDK1.8 的实现废弃了 Segment，使用 Node数组+链表+红黑树的数据结构来实现。在JDK1.8中还能看到 Segment 的数据结构，但是已经简化了属性，只是为了兼容版本。
JDK1.7:
JDK1.8: (规则和HashMap差不多)
2. JDK1.7和JDK1.8的ConcurrentHashMap实现原理有何区别？
-
数据结构不同
-
线程安全机制不同：
JDK1.7是 ReentrantLock， JDK1.8是 CAS + synchronized
-
锁的粒度
JDK1.7是对需要进行数据操作的 Segment 加锁，1.8 是对每个数组元素加锁（Node）
3. HashMap、ConcurrentHashMap主要有何区别？
- ConcurrentHashMap 是线程安全的，HashMap 不是线程安全的
- 除了加锁，原理上没有太大区别。另外，HashMap 的键值对允许有null，但是 ConcurrentHashMap 都不允许。
4. ConcurrentHashMap初始大小、加载因子分别是多少？
ConcurrentHashMap 和 HashMap 的初始大小都是 16，加载因子都是 0.75.
ThreadLocalMap 初始大小为 16，加载因子为 2/3.
加载因子：是衡量哈希表密集程度的一个参数，加载因子与hash冲突（过高不良）的可能性成正相关，与装载量成正相关，与内存使用率（过低不良）成正相关。该值取值应该考虑到内存使用率和hash冲突概率的平衡。
5. ConcurrentHashMap的put方法的主要流程？
-
如果没有初始化就先调用initTable方法来进行初始化过程
-
如果没有hash冲突就直接 CAS 插入
-
如果还在进行扩容操作就先进行扩容
-
如果有 hash 冲突，则加锁来保证线程安全。有两种情况；1、链表形式就直接遍历到尾端插入（尾插法），2、红黑树就按照红黑树结构插入
先插入，然后再判断是否转为红黑树。
-
如果链表数量大于阈值 8，且数组长度大于 64，则转换为红黑树
先插入，再（可能）转为红黑树，然后再判断是否扩容。
-
如果添加成功就调用 addCount方法 统计 size，并检查是否需要扩容（在 transfer方法 中真正扩容，会有一个newtable）。
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {//循环是为了CAS+自旋
Node<K,V> f; int n, i, fh;
//如果没有初始化就先调用initTable方法来进行初始化过程
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//如果没有hash冲突就直接 CAS 插入
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
//如果还在进行扩容操作就先进行扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
//如果不在扩容操作，就锁定Node并做添加操作
else {
V oldVal = null;
synchronized (f) {
if (tabAt(tab, i) == f) {
//链表形式就直接遍历到尾端插入（尾插法）
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, null);
break;
}
}
}
//红黑树就按照红黑树结构插入
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;
}
}
}
}
//如果链表数量大于阈值 8，且数组长度大于 64，则转换为红黑树
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
//如果添加成功就调用 addCount方法统计size，并检查是否需要扩容
addCount(1L, binCount);
return null;
}
6. 在JDK1.8中ConcurrentHashMap，为何要用synchronized代替ReentrantLock？
-
减少内存开销
使用 ReentrantLock 则需要节点继承 AQS 来获得同步支持，增加内存开销，而1.8中只有头结点需要进行同步，（后续的节点是可以不用锁的，也就不需要全都继承 AQS 来获取同步支持）。
-
内部优化
synchronized 则是 JVM 直接支持的，JVM 能够在运行时做出相应的优化措施：锁粗化、锁消除、锁自旋等等。（见锁优化）
7. ConcurrentHashMap和HashTable有何区别？
相同点：
- Hashtable 和 ConcurrentHashMap 都是线程安全的，可以在多线程环境中运行， key 和 value 都不能是 null；
不同点：
- Hashtable 使用一把锁（锁住整个链表结构，synchronized 修饰了 put 方法）处理并发问题，多线程竞争一把锁，容易阻塞。
- JDK1.8中，ConcurrentHashMap 使用 CAS+非公平自旋 + synchronized（Node） + Node + 红黑树。锁粒度： Node（首节点），锁粒度降低了。
- ConcurrentHashMap 的性能要比 Hashtable 要好。
8. 为什么ConcurrentHashMap比HashTable更高效？
ConcurrentHashMap 使用 CAS+非公平自旋 + synchronized（Node） + volatile + Node + 红黑树。锁粒度： Node（首节点），锁粒度降低了。
Hashtable 使用一把锁（锁住整个链表结构，synchronized 修饰了 put 方法）处理并发问题，多线程竞争一把锁，容易阻塞。
9. ConcurrentHashMap的get方法的主要流程？
- 计算 hash 值，定位到该 table 索引位置，如果是首节点符合就返回
- 如果遇到扩容的时候，会调用标志正在扩容节点 ForwardingNode 的 find 方法，查找该节点，匹配就返回
- 以上都不符合的话（又不是首节点，也不再扩容，说明要么在链表中，要么在红黑树中），就往下遍历节点，匹配就返回，否则最后就返回 null
get 的时候不需要加锁，因为 Node 变量是被 volatile 修饰的，有可见性。只要写操作保证了线程安全，读线程就能安全。
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) {
//计算 hash 值，定位到该 table 索引位置，如果是首节点符合就返回
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
//如果遇到扩容的时候，会调用标志正在扩容节点 ForwardingNode 的 find 方法，查找该节点，匹配就返回
return (p = e.find(h, key)) != null ? p.val : null;
//以上都不符合的话，就往下遍历节点，匹配就返回，否则最后就返回 null
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
10. ConcurrentHashMap读写需要加锁么？为何读不用加锁？
写加锁，读不用加锁.
Node 元素 val 和指针 next 是用 volatile 修饰的，在多线程环境下线程A修改因为 hash 冲突修改节点的 val 或者新增节点，对其他线程都是及时可见的（见 volatile 如何保证原子性：volatile 与 内存屏障
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
volatile V val;
volatile Node<K,V> next;
...
}
11. ConcurrentHashMap迭代器是强一致性还是弱一致性？HashMap呢？
ConcurrentHashMap 迭代器是弱一致性，HashMap 强一致性。
ConcurrentHashMap 可以支持在迭代过程中，向 map 添加新的元素，而 HashMap 则会抛出 ConcurrentModificationException，因为 HashMap 包含一个修改计数器，当调用 HashMap 的 next() 方法获取下一个元素的时候，迭代器将会用到这个计数器。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
1
0- 0
已为社区贡献3条内容
所有评论(0)