网站怎样绑定域名,wordpress上传预告片,有哪些微信开发公司,开发公司与城市资产经营公司合作协议文章目录 1. ConcurrentHashMap简介2. 分段锁原理3. CAS操作原理4. 扩容机制原理5. 近似计数原理6. 并发操作方法7. 遍历ConcurrentHashMap8. 扩展方法介绍9. 并发性能分析10. 局限性与适用场景11. 总结 本文详细解析了Java中线程安全的HashMap实现——ConcurrentHashMap的工作… 文章目录 1. ConcurrentHashMap简介2. 分段锁原理3. CAS操作原理4. 扩容机制原理5. 近似计数原理6. 并发操作方法7. 遍历ConcurrentHashMap8. 扩展方法介绍9. 并发性能分析10. 局限性与适用场景11. 总结 本文详细解析了Java中线程安全的HashMap实现——ConcurrentHashMap的工作原理。通过深入分析其内部源码我们阐述了ConcurrentHashMap如何利用分段锁、CAS操作、扩容机制、近似计数等技术实现高并发和线程安全。同时我们还提供了一些实际的使用示例帮助读者更好地理解和掌握ConcurrentHashMap的使用方法。通过本文读者可以深入理解并发编程的复杂性和挑战以及如何使用ConcurrentHashMap等工具来应对这些挑战。 1. ConcurrentHashMap简介
ConcurrentHashMap是Java中提供的一个线程安全的HashMap实现它采用分段锁和CASCompare and Swap操作等技术来实现高并发和线程安全。下面我们结合ConcurrentHashMap的内部源码解释分段锁、CAS操作、扩容机制、近似计数等技术如何实现的。
2. 分段锁原理
ConcurrentHashMap的内部结构是由多个Segment组成的数组。每个Segment独立维护一个HashEntry数组并拥有一个独立的锁ReentrantLock。这样在进行操作时只需要锁定对应的Segment而不需要锁定整个Map。这种分段锁的机制有效地减小了锁的粒度提高了并发性能。
源码中的Segment定义如下
static final class SegmentK,V extends ReentrantLock implements Serializable {private static final long serialVersionUID 2249069246763182397L;// HashEntry 数组transient volatile HashEntryK,V[] table;// ...
}3. CAS操作原理
ConcurrentHashMap使用CASCompare and Swap操作来实现无锁的并发更新。在进行插入、删除和替换操作时ConcurrentHashMap会尝试使用CAS操作来更新HashEntry数组从而避免锁的开销。
源码中的HashEntry定义如下
static final class HashEntryK,V {final K key;final int hash;volatile V value;final HashEntryK,V next;
}在ConcurrentHashMap的源码中更新操作使用了Unsafe类提供的CAS方法例如compareAndSwapObject()和compareAndSwapInt()等。这些方法可以实现无锁的原子更新提高并发性能。
例如在put操作中ConcurrentHashMap使用CAS更新HashEntry的value
if (!onlyIfAbsent || oldValue null) {V v value;if (c.value ! v) { // 保证原子性if (chm.casValue(hash, key, e, v, oldValue))return oldValue;}
}4. 扩容机制原理
当ConcurrentHashMap的某个Segment的填充程度超过阈值时为了保持性能ConcurrentHashMap会对该Segment进行扩容。扩容操作涉及创建一个新的、更大的HashEntry数组并将旧数组中的所有键值对重新插入到新数组中。这个过程称为“rehashing”。
源码中的扩容操作如下
void rehash() {HashEntryK,V[] oldTable table;int oldCapacity oldTable.length;if (oldCapacity MAXIMUM_CAPACITY)return;HashEntryK,V[] newTable (HashEntryK,V[]) new HashEntry[oldCapacity 1];threshold (int)(newTable.length * loadFactor);int sizeMask newTable.length - 1;for (int i 0; i oldCapacity ; i) {// rehash}table newTable;
}5. 近似计数原理
ConcurrentHashMap提供了一些用于统计的方法如size()、isEmpty()等。这些方法在ConcurrentHashMap的实现中采用了一种近似计算的策略。由于ConcurrentHashMap是高并发的要精确地计算元素个数会带来很大的性能开销。因此ConcurrentHashMap允许这些统计方法返回一个近似值从而在保持性能的同时还能提供一定程度的准确性。
源码中的近似计数方法如下
public int size() {final SegmentK,V[] segments this.segments;long sum 0L; // 使用 long 类型避免溢出long check 0;int[] mc new int[segments.length];// 重试for (int k 0; k 2; k) {check 0;sum 0;int mcsum 0;for (int i 0; i segments.length; i) {sum segments[i].count;mcsum (mc[i] segments[i].modCount);}// 检查是否有正在进行的写操作for (int i 0; i segments.length; i) {check segments[i].count;if (mc[i] ! segments[i].modCount) {check -1; // 发现写操作需要重新计算break;}}if (check sum)break;}if (check ! sum) { // 如果检查失败尝试使用锁进行精确计数sum 0;for (SegmentK,V segment : segments) {segment.lock();try {sum segment.count;} finally {segment.unlock();}}}// 防止溢出if (sum Integer.MAX_VALUE)return Integer.MAX_VALUE;elsereturn (int)sum;
}在这个方法中ConcurrentHashMap会尝试两次计算元素个数。如果两次计算的结果一致那么返回这个结果如果不一致说明有写操作正在进行此时会使用锁进行精确计数。这种策略在保持性能的同时还能提供一定程度的准确性。
6. 并发操作方法
ConcurrentHashMap提供了一些用于并发操作的方法如putIfAbsent()、replace()、remove()等。这些方法可以在一个原子操作中完成检查和更新从而避免多线程环境下的竞争条件。
例如下面的代码展示了使用putIfAbsent()方法来实现一个线程安全的缓存
import java.util.concurrent.ConcurrentHashMap;public class Cache {private ConcurrentHashMapString, Object cache new ConcurrentHashMap();public Object get(String key) {return cache.get(key);}public void putIfAbsent(String key, Object value) {cache.putIfAbsent(key, value);}
}在这个示例中我们创建了一个Cache类它使用ConcurrentHashMap来存储缓存数据。当我们需要添加一个键值对时可以使用putIfAbsent()方法这个方法会在键不存在时才添加键值对从而避免覆盖已存在的值。
7. 遍历ConcurrentHashMap
ConcurrentHashMap的遍历操作也是线程安全的。它提供了keySet、values和entrySet等方法可以返回Map的键集、值集或键值对集。这些方法返回的集合是ConcurrentHashMap的视图它们会反映ConcurrentHashMap的实时状态。也就是说你在遍历这些集合的过程中其他线程对ConcurrentHashMap的修改操作是可见的。
例如下面的代码展示了如何遍历ConcurrentHashMap
import java.util.concurrent.ConcurrentHashMap;public class ConcurrentHashMapExample {public static void main(String[] args) {ConcurrentHashMapString, Integer map new ConcurrentHashMap();// 添加键值对map.put(one, 1);map.put(two, 2);map.put(three, 3);// 遍历ConcurrentHashMapfor (String key : map.keySet()) {System.out.println(Key: key , Value: map.get(key));}}
}在这个示例中我们创建了一个ConcurrentHashMap实例然后使用put方法添加了一些键值对最后使用for-each循环遍历了整个ConcurrentHashMap。这个遍历操作是线程安全的即使在遍历过程中有其他线程修改ConcurrentHashMap也不会抛出ConcurrentModificationException。
8. 扩展方法介绍
ConcurrentHashMap还提供了一些并发编程中常用的扩展方法如compute、merge等。这些方法可以在一个原子操作中完成复杂的更新逻辑从而避免多线程环境下的竞争条件。
例如下面的代码展示了使用compute方法来实现一个线程安全的计数器
import java.util.concurrent.ConcurrentHashMap;public class Counter {private ConcurrentHashMapString, Integer map new ConcurrentHashMap();public void increment(String key) {map.compute(key, (k, v) - (v null) ? 1 : v 1);}public int getCount(String key) {return map.getOrDefault(key, 0);}
}在这个示例中我们创建了一个Counter类它使用ConcurrentHashMap来存储计数数据。当我们需要增加一个键的计数时可以使用compute方法这个方法会在键存在时增加计数否则初始化计数为1。
9. 并发性能分析
由于ConcurrentHashMap采用了分段锁和CAS操作等技术它在高并发环境下具有很好的性能。相比于同步的HashMap如Hashtable或使用Collections.synchronizedMap包装的HashMapConcurrentHashMap在读操作上几乎没有锁的开销在写操作上也只需要锁定部分段因此并发性能更高。
然而ConcurrentHashMap并不是万能的。在数据量较小或并发访问较低的情况下简单的HashMap可能会更快。此外ConcurrentHashMap也不能保证所有操作的全局有序性。如果需要全局有序性可以考虑使用同步的Map实现或者使用锁和其他同步工具来协调并发操作。
10. 局限性与适用场景
虽然ConcurrentHashMap在并发环境下提供了很好的性能但它也有一些局限性。首先ConcurrentHashMap的所有操作都是线程安全的但如果你需要执行复合操作例如先检查一个键是否存在然后根据结果进行更新操作那么就需要额外的同步措施来保证这些操作的原子性。因为在两个操作之间可能有其他线程修改了ConcurrentHashMap的状态。
其次ConcurrentHashMap的size方法和isEmpty方法返回的结果是近似的它们可能不会立即反映其他线程的修改操作。这是因为为了提高性能ConcurrentHashMap没有使用全局锁来同步这些方法。
最后虽然ConcurrentHashMap的并发性能很好但如果你的应用场景中读操作远多于写操作那么使用Read-Write Locks可能会获得更好的性能。Read-Write Locks允许多个线程同时读但只允许一个线程写这对于读多写少的场景是非常有效的。
11. 总结
总之ConcurrentHashMap是Java中提供的一个高性能、线程安全的HashMap实现。它采用了分段锁、CAS操作、扩容机制、近似计数等技术实现了高并发和线程安全。在需要处理并发访问的场景中ConcurrentHashMap是一个非常实用的工具。通过熟练掌握ConcurrentHashMap的原理和用法我们可以更好地应对复杂的并发编程挑战。
在实际应用中我们需要根据具体的场景和需求来选择合适的数据结构。如果需要高并发访问和更新那么ConcurrentHashMap是一个很好的选择。然而如果数据量较小或并发访问较低简单的HashMap可能会更快。此外如果需要全局有序性可以考虑使用同步的Map实现或者使用锁和其他同步工具来协调并发操作。
通过阅读本文我们希望读者能够更深入地理解并发编程的复杂性和挑战以及如何使用ConcurrentHashMap等工具来应对这些挑战。这将有助于我们在实际工作中更好地解决问题提高程序的性能和可靠性。
