java并发编程的艺术（四）---ConcurrentHashMap原理解析

本文来源于翁舒航的博客，点击即可跳转原文观看！！！（被转载或者拷贝走的内容可能缺失图片、视频等原文的内容）

若网站将链接屏蔽，可直接拷贝原文链接到地址栏跳转观看，原文链接：https://www.cnblogs.com/wengshuhang/p/10240309.html

由来：

　　我们都知道，hashmap是线程不安全的，所以在多线程情况下无法使用这个数据结构，hashTable是线程安全的，但是它的底层实现只是在hashmap基础上进行了

synchronized的加锁，这种加锁方式效率低下，所以就有了ConcurrentHashMap的出现。

数据结构:

　　ConcurrentHashMap是由Segment数组（继承了锁ReentrantLock）跟HashEntry数组结构构成的，默认情况下拥有16个Segment数组（可以看成hashmap），每个segment数组里都有一个hashEntry数组，也就是数据+链表/红黑树结构，这点跟hashmap就是一样的了。当要修改hashEntry数组中的元素时候，就需要获取这个segment的锁，从而实现分段锁机制，利用分段锁来提高锁的效率。

笔者阅读到这里时候，发现 JDK1.8源码跟书上所介绍的内容有些不一样了，查阅资料才发现，1.8已经做了一些比较大的改动。

　　jdk1.8： JDK1.8的实现已经摒弃了Segment的概念，而是直接用Node数组+链表+红黑树的数据结构来实现，并发控制使用Synchronized和CAS来操作，整个看起来就像是优化过且线程安全的HashMap，虽然在JDK1.8中还能看到Segment的数据结构，但是已经简化了属性，只是为了兼容旧版本。

写到这里，我发现有篇博客写的很好，直接转载了

ConcurrentHashmap原理

ConcurrentHashmap原理链接：https://www.cnblogs.com/wengshuhang/articles/10243204.html

　　虽然人家写的好，但是重点的地方我还是自己亲手再写一遍吧，加深印象：

常量设计：

　　node数组的最高容量2^30，

　　存放node数组的对象。

其他常量跟hashmap倒是差不多， 初始默认容量都为16，加载因子是0.75， 链表转红黑树的阈值是8 ， 树转链表的阈值是 6

控制标识符，用来控制table的初始化和扩容的操作，不同的值有不同的含义。

源码：

　　node数组，点进去看node就是个简单的链表，但是只能读取，不允许修改

TreeNode：TreeNode继承与Node，但是数据结构换成了二叉树结构，它是红黑树的数据的存储结构，用于红黑树中存储数据，当链表的节点数大于8时会转换成红黑树的结构，他就是通过TreeNode作为存储结构代替Node来转换成黑红树源代码如下

TreeBin从字面含义中可以理解为存储树形结构的容器，而树形结构就是指TreeNode，所以TreeBin就是封装TreeNode的容器，它提供转换黑红树的一些条件和锁的控制，部分源码结构如下

我们接下来看看concurrentHashmap的最常用的put，get操作。首先，concurrentHashmap的初始化操作并不会实例 map中的各个对象，它属于懒加载的类型，就像单例模式，当真正要用到的时候才会去初始化类中的各个对象。

我们能看到 第一个判断，倘若没有 实例tab ，便去初始化table   initTable()，，若i位置没有数据则直接无锁插入。initTable中的代码主要就是初始化map类中的table参数跟sizeCtl参数（这两个参数上文有介绍）

其次验证node的hash值（f.hash == noved），若需要扩容则扩容。

若不满足上诉条件则最后进行synchronized加锁操作，对链表或红黑树的头个节点进行加锁，这样就达到了分段式加锁的最初目的，从而抛弃了segment的锁。然后再验证数据结构是链表还是红黑树分开处理。

借原文归纳总结一番

看完感觉最厉害的核心就是当出现同步状态时候，可以调用多个线程一起去并发扩容，通过标志位advance跟CAS插入来保证多个工作线程来一起进行数组的复制扩容，从而节约了计算机的线程资源，不得不佩服jdk的大牛们的思想，在底层就做了这么好的优化。

接下来我们看看链表是怎么转化为红黑树的，当链表长度大于8时，就会转化为红黑树。

而当数组长度不大于64时候，不进行数据的转换，而是进行了数组的扩容操作，因为当容量变大之后，hash冲突也就自然少了，这个阈值扩容可以减少hash冲突，不必要去转红黑树。

而get的操作比较简单

最后不得不说一句，原文作者写的真是太好了，推荐大家看一遍原文，我这边记录的比较不完整。

总结：