CHM知多少??

什么是CHM ?

  1、CHM 全称:ConcurrentHashMap 是J.U.C工具包中所提供的,显然是个map集合,而且是个线程安全的HashMap,既然是线程安全的那么显然下并发场景下用的还是比较频繁的。
  2、CHM作用和HashMap差不太多,也可以说是一个线程安全的HashMap
  3、使用和普通的Map是一致的,包含put,get 方法等
    ConcurrentHashMap chmMap = new ConcurrentHashMap();
     chmMap.put("key","value");
     chmMap.get("key");

CHM的发展

 这里为什么说下它的发展呢,是因为在jdk1.7和jdk1.8这2个版本下发生了一些比较大的变化(即对它进行的优化升级)
 jdk1.7版本的主要内容:jdk1.7在线程安全方面主要利用到了分段锁(segment),简单的说一个CHM是由N(初始化16)个segment组成的,这样的话就通过在每个segment端上加锁来控制线程安全的。

如下图:
在这里插入图片描述

jdk1.8 针对jdk1.7做了些改进 主要有如下:
    1、取消了segement分段锁这部分
    2、由原来的数字+单向链表 改为 数组+单向链表(或红黑树)
原因: 1、去掉segment的分段锁,使得锁的范围更小了,减少了阻塞的概率,提升锁的效率。
      2、数组+链表,缺点:单向链表的时间复杂度为0(n),如果同一个节点hash碰撞过多的话,那么这个节点的单向链表的长度就很可能成为整个map查询的瓶颈了。因此优化了当单向链表的长度增加到了8(默认),那么就会由原来的链表转为红黑树,红黑树的查询效率比链表要高很多0(logn),利用了二分查找等机制,加速了查找速度。
      如下图:  

在这里插入图片描述

CHM的原理浅析

初始化

// 初始化数组
private final Node<K,V>[] initTable() {
    
     Node<K,V>[] tab; int sc;
     // 循环存在多线程竞争的情况下
     while ((tab = table) == null || tab.length == 0) {
    
         if ((sc = sizeCtl) < 0) // 以及被其他线程抢到了,开始初始化了
             Thread.yield(); // lost initialization race; just spin
         else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
    
             try {
      //  cas原子操作,标记已经在初始化了,与第一个if相对应
                 if ((tab = table) == null || tab.length == 0) {
    
                 //  默认初始值16 。
                   //  private static final int DEFAULT_CAPACITY = 16;
                     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); //扩容因子,下次需要扩容的大小(0.75)
                 }
             } finally {
    
                 sizeCtl = sc;
             }
             break;
         }
     }
     return tab;
 }
 /** Implementation for put and putIfAbsent */
 final V putVal(K key, V value, boolean onlyIfAbsent) {
    
    //键不能为空,否则报错
     if (key == null || value == null) throw new NullPointerException();
     //hash
     int hash = spread(key.hashCode()); 
     int binCount = 0;
     for (Node<K,V>[] tab = table;;) {
    
         Node<K,V> f; int n, i, fh;
         if (tab == null || (n = tab.length) == 0)
             // 初始化 数组
             tab = initTable(); 
         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
         }
         else if ((fh = f.hash) == MOVED)
             tab = helpTransfer(tab, f);
         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, null);
                                 break;
                             }
                         }
                     }
                     else if (f instanceof TreeBin) {
      // 判断是否为树
                         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;
                         }
                     }
                 }
             }
             // static final int TREEIFY_THRESHOLD = 8;
             if (binCount != 0) {
    
             // 如果节点数,大于初始值默认8),那么转成红黑树
                 if (binCount >= TREEIFY_THRESHOLD)
                     treeifyBin(tab, i);
                 if (oldVal != null)
                     return oldVal;
                 break;
             }
         }
     }
     addCount(1L, binCount);
     return null;
 }
 
============
 Class<?> ak = Node[].class;
  ABASE = U.arrayBaseOffset(ak);
         int scale = U.arrayIndexScale(ak);
         if ((scale & (scale - 1)) != 0)
             throw new Error("data type scale not a power of two");
         ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
   =============     
@SuppressWarnings("unchecked")
 static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
    
 // 此方法 是通过获取offset的偏移量 如上代码,实际等价于tab[i],那么为什么不这么取值?
     return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
 }

为什么通过tabAt()单独的去获取值呢??不知直接用tab[i]更家直接的获取值呢?

原因: 看代码上getObjectVolatile 虽然有volatile关键字,但是我们都知道,因为对 volatile 写操作 happen-before 于 volatile 读操作,
因此其他线程对 table 的修改均对 get 读取可见的,由此可见直接tab[i] 不一定能获取的最新的值。
虽然 table 数组本身是增加了 volatile 属性,但是“volatile 的数组只针对数组的引用具有volatile 的语义,而不是它的元素”。所以就直接用内存上的偏移量来获取值。

个数计算
api 方法 - > chmMap.size();
这个计算计算个数由于涉及到多线程,那么单纯的计算个数是可能不准确的,因此这边利用的分而治之的算法方式,来获取最后的个数

       /**
     * Adds to count, and if table is too small and not already
     * resizing, initiates transfer. If already resizing, helps
     * perform transfer if work is available.  Rechecks occupancy
     * after a transfer to see if another resize is already needed
     * because resizings are lagging additions.
     *
     * @param x the count to add
     * @param check if <0, don't check resize, if <= 1 only check if uncontended
     */
    private final void addCount(long x, int check) {
    
        CounterCell[] as; long b, s;
        if ((as = counterCells) != null ||
            !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
    
            CounterCell a; long v; int m;
            boolean uncontended = true;
            if (as == null || (m = as.length - 1) < 0 ||
                (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
                !(uncontended =
                  U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
    
                fullAddCount(x, uncontended);
                return;
            }
            if (check <= 1)
                return;
            s = sumCount();
        }
        if (check >= 0) {
    
            Node<K,V>[] tab, nt; int n, sc;
            while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
                   (n = tab.length) < MAXIMUM_CAPACITY) {
    
                int rs = resizeStamp(n);
                if (sc < 0) {
    
                    if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                        sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
                        transferIndex <= 0)
                        break;
                    if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
                        transfer(tab, nt);
                }
                else if (U.compareAndSwapInt(this, SIZECTL, sc,
                                             (rs << RESIZE_STAMP_SHIFT) + 2))
                    transfer(tab, null);
                s = sumCount();
            }
        }
    }
  // 求计算个数的table初始化 默认大小为2,后面也可以扩容
      else if (cellsBusy == 0 && counterCells == as &&
                     U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
    
                boolean init = false;
                try {
                               // Initialize table
                    if (counterCells == as) {
    
                        CounterCell[] rs = new CounterCell[2];
                        rs[h & 1] = new CounterCell(x);
                        counterCells = rs;
                        init = true;
                    }
                } finally {
    
                    cellsBusy = 0;
                }

在这里插入图片描述

扩容
数据迁移

猜你喜欢

转载自blog.csdn.net/u010200793/article/details/108682178