成都网站建设学习,婚纱网站建设案例,wordpress中文验证码,服务公司标语转载自 聊聊并发#xff08;四#xff09;深入分析ConcurrentHashMap
术语定义
术语英文解释哈希算法hash algorithm是一种将任意内容的输入转换成相同长度输出的加密方式#xff0c;其输出被称为哈希值。 哈希表hash table根据设定的哈希函数H(key)和处理冲突方法将一组…转载自 聊聊并发四深入分析ConcurrentHashMap
术语定义
术语英文解释哈希算法hash algorithm是一种将任意内容的输入转换成相同长度输出的加密方式其输出被称为哈希值。 哈希表hash table根据设定的哈希函数H(key)和处理冲突方法将一组关键字映象到一个有限的地址区间上并以关键字在地址区间中的象作为记录在表中的存储位置这种表称为哈希表或散列所得存储位置称为哈希地址或散列地址。
线程不安全的HashMap
因为多线程环境下使用Hashmap进行put操作会引起死循环导致CPU利用率接近100%所以在并发情况下不能使用HashMap。 如以下代码
final HashMapString, String map new HashMapString, String(2);
Thread t new Thread(new Runnable() {Overridepublic void run() {for (int i 0; i 10000; i) {new Thread(new Runnable() {Overridepublic void run() {map.put(UUID.randomUUID().toString(), );}}, ftf i).start();}}
}, ftf);
t.start();
t.join();
效率低下的HashTable容器 HashTable容器使用synchronized来保证线程安全但在线程竞争激烈的情况下HashTable的效率非常低下。因为当一个线程访问HashTable的同步方法时其他线程访问HashTable的同步方法时可能会进入阻塞或轮询状态。如线程1使用put进行添加元素线程2不但不能使用put方法添加元素并且也不能使用get方法来获取元素所以竞争越激烈效率越低。
ConcurrentHashMap的锁分段技术 HashTable容器在竞争激烈的并发环境下表现出效率低下的原因是因为所有访问HashTable的线程都必须竞争同一把锁那假如容器里有多把锁每一把锁用于锁容器其中一部分数据那么当多线程访问容器里不同数据段的数据时线程间就不会存在锁竞争从而可以有效的提高并发访问效率这就是ConcurrentHashMap所使用的锁分段技术首先将数据分成一段一段的存储然后给每一段数据配一把锁当一个线程占用锁访问其中一个段数据的时候其他段的数据也能被其他线程访问。
ConcurrentHashMap的结构
我们通过ConcurrentHashMap的类图来分析ConcurrentHashMap的结构。 ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁ReentrantLock在ConcurrentHashMap里扮演锁的角色HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组Segment的结构和HashMap类似是一种数组和链表结构 一个Segment里包含一个HashEntry数组每个HashEntry是一个链表结构的元素 每个Segment守护者一个HashEntry数组里的元素,当对HashEntry数组的数据进行修改时必须首先获得它对应的Segment锁。
ConcurrentHashMap的初始化
ConcurrentHashMap初始化方法是通过initialCapacityloadFactor, concurrencyLevel几个参数来初始化segments数组段偏移量segmentShift段掩码segmentMask和每个segment里的HashEntry数组。
初始化segments数组。让我们来看一下初始化segmentShiftsegmentMask和segments数组的源代码。
if (concurrencyLevel MAX_SEGMENTS)concurrencyLevel MAX_SEGMENTS;// Find power-of-two sizes best matching arguments
int sshift 0;
int ssize 1;
while (ssize concurrencyLevel) {sshift;ssize 1;
}
segmentShift 32 - sshift;
segmentMask ssize - 1;
this.segments Segment.newArray(ssize);
由上面的代码可知segments数组的长度ssize通过concurrencyLevel计算得出。为了能通过按位与的哈希算法来定位segments数组的索引必须保证segments数组的长度是2的N次方power-of-two size所以必须计算出一个是大于或等于concurrencyLevel的最小的2的N次方值来作为segments数组的长度。假如concurrencyLevel等于1415或16ssize都会等于16即容器里锁的个数也是16。注意concurrencyLevel的最大大小是65535意味着segments数组的长度最大为65536对应的二进制是16位。
初始化segmentShift和segmentMask。这两个全局变量在定位segment时的哈希算法里需要使用sshift等于ssize从1向左移位的次数在默认情况下concurrencyLevel等于161需要向左移位移动4次所以sshift等于4。segmentShift用于定位参与hash运算的位数segmentShift等于32减sshift所以等于28这里之所以用32是因为ConcurrentHashMap里的hash()方法输出的最大数是32位的后面的测试中我们可以看到这点。segmentMask是哈希运算的掩码等于ssize减1即15掩码的二进制各个位的值都是1。因为ssize的最大长度是65536所以segmentShift最大值是16segmentMask最大值是65535对应的二进制是16位每个位都是1。
初始化每个Segment。输入参数initialCapacity是ConcurrentHashMap的初始化容量loadfactor是每个segment的负载因子在构造方法里需要通过这两个参数来初始化数组中的每个segment。
if (initialCapacity MAXIMUM_CAPACITY)initialCapacity MAXIMUM_CAPACITY;
int c initialCapacity / ssize;
if (c * ssize initialCapacity)c;
int cap 1;
while (cap c)cap 1;
for (int i 0; i this.segments.length; i)this.segments[i] new SegmentK,V(cap, loadFactor);
上面代码中的变量cap就是segment里HashEntry数组的长度它等于initialCapacity除以ssize的倍数c如果c大于1就会取大于等于c的2的N次方值所以cap不是1就是2的N次方。segment的容量threshold(int)cap*loadFactor默认情况下initialCapacity等于16loadfactor等于0.75通过运算cap等于1threshold等于零。
定位Segment
既然ConcurrentHashMap使用分段锁Segment来保护不同段的数据那么在插入和获取元素的时候必须先通过哈希算法定位到Segment。可以看到ConcurrentHashMap会首先使用Wang/Jenkins hash的变种算法对元素的hashCode进行一次再哈希。
private static int hash(int h) {h (h 15) ^ 0xffffcd7d;h ^ (h 10);h (h 3);h ^ (h 6);h (h 2) (h 14);return h ^ (h 16);}
再哈希其目的是为了减少哈希冲突使元素能够均匀的分布在不同的Segment上从而提高容器的存取效率。假如哈希的质量差到极点那么所有的元素都在一个Segment中不仅存取元素缓慢分段锁也会失去意义。我做了一个测试不通过再哈希而直接执行哈希计算。
System.out.println(Integer.parseInt(0001111, 2) 15);
System.out.println(Integer.parseInt(0011111, 2) 15);
System.out.println(Integer.parseInt(0111111, 2) 15);
System.out.println(Integer.parseInt(1111111, 2) 15);
计算后输出的哈希值全是15通过这个例子可以发现如果不进行再哈希哈希冲突会非常严重因为只要低位一样无论高位是什么数其哈希值总是一样。我们再把上面的二进制数据进行再哈希后结果如下为了方便阅读不足32位的高位补了0每隔四位用竖线分割下。
01000111011001111101101001001110
11110111010000110000000110111000
01110111011010010100011000111110
10000011000000001100100000011010
可以发现每一位的数据都散列开了通过这种再哈希能让数字的每一位都能参加到哈希运算当中从而减少哈希冲突。ConcurrentHashMap通过以下哈希算法定位segment。
默认情况下segmentShift为28segmentMask为15再哈希后的数最大是32位二进制数据向右无符号移动28位意思是让高4位参与到hash运算中 (hash segmentShift) segmentMask的运算结果分别是4157和8可以看到hash值没有发生冲突。
final SegmentK,V segmentFor(int hash) {return segments[(hash segmentShift) segmentMask];}
ConcurrentHashMap的get操作
Segment的get操作实现非常简单和高效。先经过一次再哈希然后使用这个哈希值通过哈希运算定位到segment再通过哈希算法定位到元素代码如下
public V get(Object key) {int hash hash(key.hashCode());return segmentFor(hash).get(key, hash);
}
get操作的高效之处在于整个get过程不需要加锁除非读到的值是空的才会加锁重读我们知道HashTable容器的get方法是需要加锁的那么ConcurrentHashMap的get操作是如何做到不加锁的呢原因是它的get方法里将要使用的共享变量都定义成volatile如用于统计当前Segement大小的count字段和用于存储值的HashEntry的value。定义成volatile的变量能够在线程之间保持可见性能够被多线程同时读并且保证不会读到过期的值但是只能被单线程写有一种情况可以被多线程写就是写入的值不依赖于原值在get操作里只需要读不需要写共享变量count和value所以可以不用加锁。之所以不会读到过期的值是根据java内存模型的happen before原则对volatile字段的写入操作先于读操作即使两个线程同时修改和获取volatile变量get操作也能拿到最新的值这是用volatile替换锁的经典应用场景。
transient volatile int count;
volatile V value;
在定位元素的代码里我们可以发现定位HashEntry和定位Segment的哈希算法虽然一样都与数组的长度减去一相与但是相与的值不一样定位Segment使用的是元素的hashcode通过再哈希后得到的值的高位而定位HashEntry直接使用的是再哈希后的值。其目的是避免两次哈希后的值一样导致元素虽然在Segment里散列开了但是却没有在HashEntry里散列开。
hash segmentShift) segmentMask//定位Segment所使用的hash算法
int index hash (tab.length - 1);// 定位HashEntry所使用的hash算法
ConcurrentHashMap的Put操作
由于put方法里需要对共享变量进行写入操作所以为了线程安全在操作共享变量时必须得加锁。Put方法首先定位到Segment然后在Segment里进行插入操作。插入操作需要经历两个步骤第一步判断是否需要对Segment里的HashEntry数组进行扩容第二步定位添加元素的位置然后放在HashEntry数组里。
是否需要扩容。在插入元素前会先判断Segment里的HashEntry数组是否超过容量threshold如果超过阀值数组进行扩容。值得一提的是Segment的扩容判断比HashMap更恰当因为HashMap是在插入元素后判断元素是否已经到达容量的如果到达了就进行扩容但是很有可能扩容之后没有新元素插入这时HashMap就进行了一次无效的扩容。
如何扩容。扩容的时候首先会创建一个两倍于原容量的数组然后将原数组里的元素进行再hash后插入到新的数组里。为了高效ConcurrentHashMap不会对整个容器进行扩容而只对某个segment进行扩容。
ConcurrentHashMap的size操作
如果我们要统计整个ConcurrentHashMap里元素的大小就必须统计所有Segment里元素的大小后求和。Segment里的全局变量count是一个volatile变量那么在多线程场景下我们是不是直接把所有Segment的count相加就可以得到整个ConcurrentHashMap大小了呢不是的虽然相加时可以获取每个Segment的count的最新值但是拿到之后可能累加前使用的count发生了变化那么统计结果就不准了。所以最安全的做法是在统计size的时候把所有Segment的putremove和clean方法全部锁住但是这种做法显然非常低效。
因为在累加count操作过程中之前累加过的count发生变化的几率非常小所以ConcurrentHashMap的做法是先尝试2次通过不锁住Segment的方式来统计各个Segment大小如果统计的过程中容器的count发生了变化则再采用加锁的方式来统计所有Segment的大小。
那么ConcurrentHashMap是如何判断在统计的时候容器是否发生了变化呢使用modCount变量在put , remove和clean方法里操作元素前都会将变量modCount进行加1那么在统计size前后比较modCount是否发生变化从而得知容器的大小是否发生变化。
参考资料
JDK1.6源代码。《Java并发编程实践》Java并发编程之ConcurrentHashMap
