J.U.C 之ConcurrentHashMap(JDK1.8)
阿新 • • 發佈：2019-12-31
在1.8版本以前，ConcurrentHashMap採用分段鎖的概念，使鎖更加細化，但是1.8已經改變了這種思路，而是利用CAS+Synchronized來保證併發更新的安全，當然底層採用陣列+連結串列+紅黑樹的儲存結構。
重要概念
ConcurrentHashMap定義瞭如下幾個常量：
// 最大容量：2^30=1073741824
private static final int MAXIMUM_CAPACITY = 1 << 30;
// 預設初始值，必須是2的幕數
private static final int DEFAULT_CAPACITY = 16;
//
static final 上面是ConcurrentHashMap定義的常量。下面介紹ConcurrentHashMap幾個很重要的概念
-
table：用來存放Node節點資料的，預設為null，預設大小為16的陣列，每次擴容時大小總是2的冪次方；
-
nextTable：擴容時新生成的資料，陣列為table的兩倍；
-
Node：節點，儲存key-value的資料結構；
-
ForwardingNode：一個特殊的Node節點，hash值為-1，其中儲存nextTable的引用。只有table發生擴容的時候，ForwardingNode才會發揮作用，作為一個佔位符放在table中表示當前節點為null或則已經被移動
-
sizeCtl：控制識別符號，用來控制table初始化和擴容操作的，在不同的地方有不同的用途，其值也不同，所代表的含義也不同
負數代表正在進行初始化或擴容操作 -1代表正在初始化 -N 表示有N-1個執行緒正在進行擴容操作 正數或0代表hash表還沒有被初始化，這個數值表示初始化或下一次進行擴容的大小 複製程式碼
重要內部類
為了實現ConcurrentHashMap，Doug Lea提供了許多內部類來進行輔助實現，如Node，TreeNode,TreeBin等等。
Node
作為ConcurrentHashMap中最核心、最重要的內部類，Node擔負著重要角色：key-value鍵值對。所有插入ConCurrentHashMap的中資料都將會包裝在Node中。定義如下：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
volatile V val; //帶有volatile，保證可見性
volatile Node<K,V> next; //下一個節點的指標
Node(int hash,K key,V val,Node<K,V> next) {
this.hash = hash;
this.key = key;
this.val = val;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return val; }
public final int hashCode() { return key.hashCode() ^ val.hashCode(); }
public final String toString(){ return key + "=" + val; }
/** 不允許修改value的值 */
public final V setValue(V value) {
throw new UnsupportedOperationException();
}
public final boolean equals(Object o) {
Object k,v,u; Map.Entry<?,?> e;
return ((o instanceof Map.Entry) &&
(k = (e = (Map.Entry<?,?>)o).getKey()) != null &&
(v = e.getValue()) != null &&
(k == key || k.equals(key)) &&
(v == (u = val) || v.equals(u)));
}
/** 賦值get()方法 */
Node<K,V> find(int h,Object k) {
Node<K,V> e = this;
if (k != null) {
do {
K ek;
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
} while ((e = e.next) != null);
}
return null;
}
}
複製程式碼在Node內部類中，其屬性value、next都是帶有volatile的。同時其對value的setter方法進行了特殊處理(丟擲UnsupportedOperationException異常)，不允許直接呼叫其setter方法來修改value的值。最後Node還提供了find方法來賦值map.get()。
TreeNode
我們知道HashMap的核心資料結構就是連結串列。在ConcurrentHashMap中就不一樣了，如果連結串列的資料過長是會轉換為紅黑樹來處理。它並不是直接轉換，而是將這些連結串列的節點包裝成TreeNode放在TreeBin物件中，然後由TreeBin完成紅黑樹的轉換。所以TreeNode也必須是ConcurrentHashMap的一個核心類，其為樹節點類，定義如下：
static final class TreeNode<K,V> extends Node<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash,V> next,TreeNode<K,V> parent) {
super(hash,key,val,next);
this.parent = parent;
}
Node<K,Object k) {
return findTreeNode(h,k,null);
}
//查詢hash為h，key為k的節點
final TreeNode<K,V> findTreeNode(int h,Object k,Class<?> kc) {
if (k != null) {
TreeNode<K,V> p = this;
do {
int ph,dir; K pk; TreeNode<K,V> q;
TreeNode<K,V> pl = p.left,pr = p.right;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc,pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.findTreeNode(h,kc)) != null)
return q;
else
p = pl;
} while (p != null);
}
return null;
}
}
複製程式碼原始碼展示TreeNode繼承Node，且提供了findTreeNode用來查詢查詢hash為h，key為k的節點。
TreeBin
該類並不負責key-value的鍵值對包裝，它用於在連結串列轉換為紅黑樹時包裝TreeNode節點，也就是說ConcurrentHashMap紅黑樹存放是TreeBin，不是TreeNode。
該類封裝了一系列的方法，包括putTreeVal、lookRoot、UNlookRoot、remove、balanceInsetion、balanceDeletion。由於TreeBin的程式碼太長我們這裡只展示構造方法（構造方法就是構造紅黑樹的過程）：
static final class TreeBin<K,V> {
TreeNode<K,V> root;
volatile TreeNode<K,V> first;
volatile Thread waiter;
volatile int lockState;
static final int WRITER = 1; // set while holding write lock
static final int WAITER = 2; // set when waiting for write lock
static final int READER = 4; // increment value for setting read lock
TreeBin(TreeNode<K,V> b) {
super(TREEBIN,null,null);
this.first = b;
TreeNode<K,V> r = null;
for (TreeNode<K,V> x = b,next; x != null; x = next) {
next = (TreeNode<K,V>) x.next;
x.left = x.right = null;
if (r == null) {
x.parent = null;
x.red = false;
r = x;
} else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = r; ; ) {
int dir,ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc,pk)) == 0)
dir = tieBreakOrder(k,pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
r = balanceInsertion(r,x);
break;
}
}
}
}
this.root = r;
assert checkInvariants(root);
}
/** 省略很多程式碼 */
}
複製程式碼通過構造方法是不是發現了部分端倪，構造方法就是在構造一個紅黑樹的過程。
ForwardingNode
這是一個真正的輔助類，該類僅僅只存活在ConcurrentHashMap擴容操作時。只是一個標誌節點，並且指向nextTable，它提供find方法而已。該類也是整合Node節點，其hash為-1，key、value、next均為null。如下：
static final class ForwardingNode<K,V> {
final Node<K,V>[] nextTable;
ForwardingNode(Node<K,V>[] tab) {
super(MOVED,null);
this.nextTable = tab;
}
Node<K,Object k) {
// loop to avoid arbitrarily deep recursion on forwarding nodes
outer: for (Node<K,V>[] tab = nextTable;;) {
Node<K,V> e; int n;
if (k == null || tab == null || (n = tab.length) == 0 ||
(e = tabAt(tab,(n - 1) & h)) == null)
return null;
for (;;) {
int eh; K ek;
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
if (eh < 0) {
if (e instanceof ForwardingNode) {
tab = ((ForwardingNode<K,V>)e).nextTable;
continue outer;
}
else
return e.find(h,k);
}
if ((e = e.next) == null)
return null;
}
}
}
}
複製程式碼主要方法
建構函式
ConcurrentHashMap提供了一系列的建構函式用於建立ConcurrentHashMap物件：
public ConcurrentHashMap() {
}
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
throw new IllegalArgumentException();
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
this.sizeCtl = cap;
}
public ConcurrentHashMap(Map<? extends K,? extends V> m) {
this.sizeCtl = DEFAULT_CAPACITY;
putAll(m);
}
public ConcurrentHashMap(int initialCapacity,float loadFactor) {
this(initialCapacity,loadFactor,1);
}
public ConcurrentHashMap(int initialCapacity,float loadFactor,int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel) // Use at least as many bins
initialCapacity = concurrencyLevel; // as estimated threads
long size = (long)(1.0 + (long)initialCapacity / loadFactor);
int cap = (size >= (long)MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int)size);
this.sizeCtl = cap;
}
複製程式碼初始化： initTable()
ConcurrentHashMap的初始化主要由initTable()方法實現，在上面的建構函式中我們可以看到，其實ConcurrentHashMap在建構函式中並沒有做什麼事，僅僅只是設定了一些引數而已。其真正的初始化是發生在插入的時候，例如put、merge、compute、computeIfAbsent、computeIfPresent操作時。其方法定義如下：
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
//sizeCtl < 0 表示有其他執行緒在初始化，該執行緒必須掛起
if ((sc = sizeCtl) < 0)
Thread.yield();
// 如果該執行緒獲取了初始化的權利，則用CAS將sizeCtl設定為-1，表示本執行緒正在初始化
else if (U.compareAndSwapInt(this,SIZECTL,sc,-1)) {
// 進行初始化
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
// 下次擴容的大小
sc = n - (n >>> 2); ///相當於0.75*n 設定一個擴容的閾值
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
複製程式碼初始化方法initTable()的關鍵就在於sizeCtl，該值預設為0，如果在建構函式時有引數傳入該值則為2的冪次方。該值如果 < 0，表示有其他執行緒正在初始化，則必須暫停該執行緒。如果執行緒獲得了初始化的許可權則先將sizeCtl設定為-1，防止有其他執行緒進入，最後將sizeCtl設定0.75 * n，表示擴容的閾值。
put操作
ConcurrentHashMap最常用的put、get操作，ConcurrentHashMap的put操作與HashMap並沒有多大區別，其核心思想依然是根據hash值計算節點插入在table的位置，如果該位置為空，則直接插入，否則插入到連結串列或者樹中。但是ConcurrentHashMap會涉及到多執行緒情況就會複雜很多。我們先看原始碼，然後根據原始碼一步一步分析：
public V put(K key,V value) {
return putVal(key,value,false);
}
final V putVal(K key,V value,boolean onlyIfAbsent) {
//key、value均不能為null
if (key == null || value == null) throw new NullPointerException();
//計算hash值
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n,i,fh;
// table為null，進行初始化工作
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//如果i位置沒有節點，則直接插入，不需要加鎖
else if ((f = tabAt(tab,i = (n - 1) & hash)) == null) {
if (casTabAt(tab,new Node<K,V>(hash,null)))
break; // no lock when adding to empty bin
}
// 有執行緒正在進行擴容操作，則先幫助擴容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab,f);
else {
V oldVal = null;
//對該節點進行加鎖處理（hash值相同的連結串列的頭節點），對效能有點兒影響
synchronized (f) {
if (tabAt(tab,i) == f) {
//fh > 0 表示為連結串列，將該節點插入到連結串列尾部
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
//hash 和 key 都一樣，替換value
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
//putIfAbsent()
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
//連結串列尾部 直接插入
if ((e = e.next) == null) {
pred.next = new Node<K,null);
break;
}
}
}
//樹節點，按照樹的插入操作進行插入
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash,value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
// 如果連結串列長度已經達到臨界值8 就需要把連結串列轉換為樹結構
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab,i);
if (oldVal != null)
return oldVal;
break;
}
}
}
//size + 1
addCount(1L,binCount);
return null;
}
複製程式碼按照上面的原始碼，我們可以確定put整個流程如下：
-
判空；ConcurrentHashMap的key、value都不允許為null
-
計算hash。利用方法計算hash值。
static final int spread(int h) {
return (h ^ (h >>> 16)) & HASH_BITS;
}
複製程式碼-
遍歷table，進行節點插入操作，過程如下：
- 如果table為空，則表示ConcurrentHashMap還沒有初始化，則進行初始化操作：initTable()
- 根據hash值獲取節點的位置i，若該位置為空，則直接插入，這個過程是不需要加鎖的。計算f位置：i=(n - 1) & hash 如果檢測到fh = f.hash == -1，則f是ForwardingNode節點，表示有其他執行緒正在進行擴容操作，則幫助執行緒一起進行擴容操作 如果f.hash >= 0 表示是連結串列結構，則遍歷連結串列，如果存在當前key節點則替換value，否則插入到連結串列尾部。如果f是TreeBin型別節點，則按照紅黑樹的方法更新或者增加節點 若連結串列長度 > TREEIFY_THRESHOLD(預設是8)，則將連結串列轉換為紅黑樹結構
-
呼叫addCount方法，ConcurrentHashMap的size + 1
這裡整個put操作已經完成。
get操作
ConcurrentHashMap的get操作還是挺簡單的，無非就是通過hash來找key相同的節點而已，當然需要區分連結串列和樹形兩種情況。
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e,p; int n,eh; K ek;
// 計算hash
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab,(n - 1) & h)) != null) {
// 搜尋到的節點key與傳入的key相同且不為null,直接返回這個節點
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
// 樹
else if (eh < 0)
return (p = e.find(h,key)) != null ? p.val : null;
// 連結串列，遍歷
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
複製程式碼get操作的整個邏輯非常清楚：
- 計算hash值
- 判斷table是否為空，如果為空，直接返回null
- 根據hash值獲取table中的Node節點（tabAt(tab,(n - 1) & h)），然後根據連結串列或者樹形方式找到相對應的節點，返回其value值。
size 操作
ConcurrentHashMap的size()方法返回的是一個不精確的值，因為在進行統計的時候有其他執行緒正在進行插入和刪除操作。
為了更好地統計size，ConcurrentHashMap提供了 baseCount、counterCells 兩個輔助變數和一個CounterCell輔助內部類。
@sun.misc.Contended static final class CounterCell {
volatile long value;
CounterCell(long x) { value = x; }
}
//ConcurrentHashMap中元素個數,但返回的不一定是當前Map的真實元素個數。基於CAS無鎖更新
private transient volatile long baseCount;
private transient volatile CounterCell[] counterCells;
複製程式碼這裡我們需要清楚CounterCell 的定義
size()方法定義如下：
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}
複製程式碼內部呼叫sunmCount()：
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
//遍歷，所有counter求和
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
複製程式碼sumCount()就是迭代counterCells來統計sum的過程。我們知道put操作時，肯定會影響size()，我們就來看看CouncurrentHashMap是如何為了這個不和諧的size()操碎了心。
在put()方法最後會呼叫addCount()方法，該方法主要做兩件事，一件更新baseCount的值，第二件檢測是否進行擴容，我們只看更新baseCount部分：
private final void addCount(long x,int check) {
CounterCell[] as; long b,s;
// s = b + x，完成baseCount++操作；
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))) {
// 多執行緒CAS發生失敗時執行
fullAddCount(x,uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
// 檢查是否進行擴容
}
複製程式碼x == 1，如果counterCells == null，則U.compareAndSwapLong(this,s = b + x)，如果併發競爭比較大可能會導致改過程失敗，如果失敗則最終會呼叫fullAddCount()方法。
其實為了提高高併發的時候baseCount可見性的失敗問題，又避免一直重試，JDK 8 引入了類Striped64,其中LongAdder和DoubleAdder都是基於該類實現的，而 CounterCell 也是基於Striped64實現的。如果counterCells ！= null，且uncontended = U.compareAndSwapLong(a,v + x)也失敗了，同樣會呼叫fullAddCount()方法，最後呼叫sumCount()計算s。
其實在1.8中，它不推薦size()方法，而是推崇mappingCount()方法，該方法的定義和size()方法基本一致：
public long mappingCount() {
long n = sumCount();
return (n < 0L) ? 0L : n; // ignore transient negative values
}
複製程式碼擴容操作
當ConcurrentHashMap中table元素個數達到了容量閾值（sizeCtl）時，則需要進行擴容操作。在put操作時最後一個會呼叫addCount(long x,int check)，該方法主要做兩個工作：1.更新baseCount；2.檢測是否需要擴容操作。如下：
private final void addCount(long x,int check) {
CounterCell[] as; long b,s;
// 更新baseCount
//check >= 0 :則需要進行擴容操作
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,sc + 1))
transfer(tab,nt);
}
//當前執行緒是唯一的或是第一個發起擴容的執行緒 此時nextTable=null
else if (U.compareAndSwapInt(this,(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab,null);
s = sumCount();
}
}
}
複製程式碼transfer()方法為ConcurrentHashMap擴容操作的核心方法。由於ConcurrentHashMap支援多執行緒擴容，而且也沒有進行加鎖，所以實現會變得有點兒複雜。整個擴容操作分為兩步：
- 構建一個nextTable，其大小為原來大小的兩倍，這個步驟是在單執行緒環境下完成的
- 將原來table裡面的內容複製到nextTable中，這個步驟是允許多執行緒操作的，所以效能得到提升，減少了擴容的時間消耗
我們先來看看原始碼，然後再一步一步分析：
private final void transfer(Node<K,V>[] nextTab) {
int n = tab.length,stride;
// 每核處理的量小於16，則強制賦值16
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
Node<K,?>[n << 1]; //構建一個nextTable物件，其容量為原來容量的兩倍
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
// 連線點指標，用於標誌位（fwd的hash值為-1，fwd.nextTable=nextTab）
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
// 當advance == true時，表明該節點已經處理過了
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
for (int i = 0,bound = 0;;) {
Node<K,V> f; int fh;
// 控制 --i,遍歷原hash表中的節點
while (advance) {
int nextIndex,nextBound;
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
// 用CAS計算得到的transferIndex
else if (U.compareAndSwapInt
(this,TRANSFERINDEX,nextIndex,nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
// 已經完成所有節點複製了
if (finishing) {
nextTable = null;
table = nextTab; // table 指向nextTable
sizeCtl = (n << 1) - (n >>> 1); // sizeCtl閾值為原來的1.5倍
return; // 跳出死迴圈，
}
// CAS 更擴容閾值，在這裡面sizectl值減一，說明新加入一個執行緒參與到擴容操作
if (U.compareAndSwapInt(this,sc = sizeCtl,sc - 1)) {
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
// 遍歷的節點為null，則放入到ForwardingNode 指標節點
else if ((f = tabAt(tab,i)) == null)
advance = casTabAt(tab,fwd);
// f.hash == -1 表示遍歷到了ForwardingNode節點，意味著該節點已經處理過了
// 這裡是控制併發擴容的核心
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
// 節點加鎖
synchronized (f) {
// 節點複製工作
if (tabAt(tab,i) == f) {
Node<K,V> ln,hn;
// fh >= 0,表示為連結串列節點
if (fh >= 0) {
// 構造兩個連結串列 一個是原連結串列 另一個是原連結串列的反序排列
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph,pk,pv,ln);
else
hn = new Node<K,hn);
}
// 在nextTable i 位置處插上鍊表
setTabAt(nextTab,ln);
// 在nextTable i + n 位置處插上鍊表
setTabAt(nextTab,i + n,hn);
// 在table i 位置處插上ForwardingNode 表示該節點已經處理過了
setTabAt(tab,fwd);
// advance = true 可以執行--i動作，遍歷節點
advance = true;
}
// 如果是TreeBin，則按照紅黑樹進行處理，處理邏輯與上面一致
else if (f instanceof TreeBin) {
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null,loTail = null;
TreeNode<K,V> hi = null,hiTail = null;
int lc = 0,hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h,e.key,e.val,null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
// 擴容後樹節點個數若<=6，將樹轉連結串列
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab,ln);
setTabAt(nextTab,hn);
setTabAt(tab,fwd);
advance = true;
}
}
}
}
}
}
複製程式碼上面的原始碼有點兒長，稍微複雜了一些，在這裡我們拋棄它多執行緒環境，我們從單執行緒角度來看：
- 為每個核心分任務，並保證其不小於16
- 檢查nextTable是否為null，如果是，則初始化nextTable，使其容量為table的兩倍
- 死迴圈遍歷節點，知道finished：節點從table複製到nextTable中，支援併發，請思路如下：
- 如果節點 f 為null，則插入ForwardingNode（採用Unsafe.compareAndSwapObjectf方法實現），這個是觸發併發擴容的關鍵
- 如果f為連結串列的頭節點（fh >= 0）,則先構造一個反序連結串列，然後把他們分別放在nextTable的i和i + n位置，並將ForwardingNode 插入原節點位置，代表已經處理過了
- 如果f為TreeBin節點，同樣也是構造一個反序 ，同時需要判斷是否需要進行unTreeify()操作，並把處理的結果分別插入到nextTable的i 和i+nw位置，並插入ForwardingNode 節點
- 所有節點複製完成後，則將table指向nextTable，同時更新sizeCtl = nextTable的0.75倍，完成擴容過程
在多執行緒環境下，ConcurrentHashMap用兩點來保證正確性：ForwardingNode和synchronized。當一個執行緒遍歷到的節點如果是ForwardingNode，則繼續往後遍歷，如果不是，則將該節點加鎖，防止其他執行緒進入，完成後設定ForwardingNode節點，以便要其他執行緒可以看到該節點已經處理過了，如此交叉進行，高效而又安全。
下圖是擴容的過程：
在put操作時如果發現fh.hash = -1，則表示正在進行擴容操作，則當前執行緒會協助進行擴容操作。
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab,f);
複製程式碼helpTransfer()方法為協助擴容方法，當呼叫該方法的時候，nextTable一定已經建立了，所以該方法主要則是進行復制工作。如下：
final Node<K,V>[] helpTransfer(Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
int rs = resizeStamp(tab.length);
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;
if (U.compareAndSwapInt(this,sc + 1)) {
transfer(tab,nextTab);
break;
}
}
return nextTab;
}
return table;
}
複製程式碼轉換紅黑樹
在put操作是，如果發現連結串列結構中的元素超過了TREEIFY_THRESHOLD（預設為8），則會把連結串列轉換為紅黑樹，已便於提高查詢效率。如下：
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab,i);
複製程式碼呼叫treeifyBin方法用與將連結串列轉換為紅黑樹。
private final void treeifyBin(Node<K,int index) {
Node<K,V> b; int n,sc;
if (tab != null) {
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)//如果table.length<64 就擴大一倍 返回
tryPresize(n << 1);
else if ((b = tabAt(tab,index)) != null && b.hash >= 0) {
synchronized (b) {
if (tabAt(tab,index) == b) {
TreeNode<K,V> hd = null,tl = null;
//構造了一個TreeBin物件 把所有Node節點包裝成TreeNode放進去
for (Node<K,V> e = b; e != null; e = e.next) {
TreeNode<K,V> p =
new TreeNode<K,V>(e.hash,null);//這裡只是利用了TreeNode封裝 而沒有利用TreeNode的next域和parent域
if ((p.prev = tl) == null)
hd = p;
else
tl.next = p;
tl = p;
}
//在原來index的位置 用TreeBin替換掉原來的Node物件
setTabAt(tab,index,new TreeBin<K,V>(hd));
}
}
}
}
}
複製程式碼從上面原始碼可以看出，構建紅黑樹的過程是同步的，進入同步後過程如下：
- 根據table中index位置Node連結串列，重新生成一個hd為頭結點的TreeNode
- 根據hd頭結點，生成TreeBin樹結構，並用TreeBin替換掉原來的Node物件。