JDK源码那些事儿之并发ConcurrentHashMap下篇
上一篇文章已经就ConcurrentHashMap进行了部分说明，介绍了其中涉及的常量和变量的含义，有些部分需要结合方法源码来理解，今天这篇文章就继续讲解并发ConcurrentHashMap
前言
本文主要介绍ConcurrentHashMap中的一些重要方法，结合上篇文章中的讲解部分进行更进一步的介绍
回顾下上篇文章，我们应该已经知道ConcurrentHashMap的整体结构和HashMap基本一致，不同的是处理多线程并发下保证操作的正确性，ConcurrentHashMap通过CAS和synchronized进行并发控制，当然，这种情况下各种处理都会变的更为复杂，下面我们就通过方法来深入理解ConcurrentHashMap的操作
重要方法
在一些方法中展示了各个变量以及常量的使用，能让我们更好的理解其中的操作
tabAt/casTabAt/setTabAt
下列方法用于读写table数组，使用Unsafe提供的更新获取volatile变量，CAS更新数组元素等操作
// 读取table[i]
@SuppressWarnings("unchecked")
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
// CAS更新table[i]
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
// 插入table[i]
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}
size
size方法返回了一个不精确的值，在多线程环境下，返回一个不精确的值，通过sumCount迭代counterCells统计sum值。
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
这里很多人可能会问，为什么需要叠加counterCells数组的值呢？
其实这和ConcurrentHashMap特点有关，多线程环境下，同时插入值，执行CAS操作，执行成功的更新了baseCount，而执行失败的则将值放入到了counterCells数组中，可以查阅CounterCell内部类源码，只有一个long类型变量，每次进行插入或者删除时调用addCount通过CAS操作更新baseCount，失败时执行fullAddCount方法，初始化counterCells数组，并将1（相当于插入或删除一个元素）插入到CounterCell类中，这样尽可能保证了Map长度的正确性，这里理解流程即可，不深入，addCount部分有具体操作可查看
@sun.misc.Contended static final class CounterCell {
volatile long value;
CounterCell(long x) { value = x; }
}
get
参考HashMap，类似操作流程，需要注意的也就是在eh < 0处，如果是特殊节点，比如TreeBin或者ForwardingNode节点，则调用其具体类实现的find方法完成遍历查询，内部类解释可以参考我的上一篇文章
- 计算hash值
- 判断table是否为空，不为空，找到对应hash桶根节点判断
- 非根节点继续遍历树或者链表，存在对应值则返回对应值，否则返回null
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 计算key的hash值
int h = spread(key.hashCode());
// table非空并且对应的hash桶根节点不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
// 查找节点为根节点
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
// 树节点或者扩容中（FN节点）
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
// 链表遍历查找
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
// 参考HashMap的hash方法，不同之处在于和HASH_BITS进行了一次与操作，最高位变为了0，即为正数，因为前一篇文章也已经说过负数hash值有特殊意义
static final int spread(int h) {
return (h ^ (h >>> 16)) & HASH_BITS;
}
containsValue
这里通过静态内部类实现Traverser来遍历数组，具体的内部实现查看上篇文章里中的内部类说明，advance相当于查找到下一个非空节点
public boolean containsValue(Object value) {
if (value == null)
throw new NullPointerException();
Node<K,V>[] t;
if ((t = table) != null) {
Traverser<K,V> it = new Traverser<K,V>(t, t.length, 0, t.length);
for (Node<K,V> p; (p = it.advance()) != null; ) {
V v;
if ((v = p.val) == value || (v != null && value.equals(v)))
return true;
}
}
return false;
}
遍历时遇见特殊节点的处理上一篇文章中已经画图说明，如下：
putVal
putVal整体同HashMap的putVal操作，操作流程上基本类似，只是在多线程操作下需要正确的处理插入值操作，同时如果发现有线程在进行扩容操作时，需帮助扩容，然后再进行插入值的流程操作
final V putVal(K key, V value, boolean onlyIfAbsent) {
// 空值判断
if (key == null || value == null) throw new NullPointerException();
// hash值计算，保证了hash值为正数
int hash = spread(key.hashCode());
// 当前bin中元素的个数，判断是否树化处理
int binCount = 0;
// 无限循环直到被正确处理
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 空表进行初始化操作
if (tab == null || (n = tab.length) == 0)
tab = initTable();
// 计算出的hash桶位置链表头节点无值则通过CAS插入值
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
}
// 如果hash桶链表头节点为MOVED状态，即说明有线程在进行扩容操作，则通过helpTransfer帮助扩容操作
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
// hash桶链表头节点加锁，在多线程环境下其他线程不能同时操作当前相同的头节点代码块
synchronized (f) {
if (tabAt(tab, i) == f) {
// 正常链表插入操作
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
// key和hash值相同则进行替换
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;
// 没匹配到则直接插入到链表尾部
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
// 红黑树插入操作
else if (f instanceof TreeBin) {
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;
}
}
}
}
if (binCount != 0) {
// 达到树化阈值，则可能进行树化操作
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
// size+1操作
addCount(1L, binCount);
return null;
}
resizeStamp
前一篇文章在对sizeCtl说明时在多个线程帮忙扩容时其值小于0时做过一些说明，在源码中涉及到了下面这个方法，先理解清楚这个方法比较重要
这里的参数每次传入的都是当前数组的长度，也就是说每次这里生成的数都与当时扩容时的数组长度有关，Integer.numberOfLeadingZeros(n)，返回二进制表示，前面有多少个连续的0，RESIZE_STAMP_BITS固定为16，没发现有提供方法来修改这个变量，位或运算得到一个值，这个值表示了与扩容时数组的长度相关，这里需记得是左移了（RESIZE_STAMP_BITS - 1），因为后边代码中我们需要反向操作右移来重新获取
这里通过这个方法与数组长度关联，同时sizeCtl也会与之关联，同时也记录当前扩容中的线程数，故sizeCtl在扩容中同时兼顾了两种作用，一是判断是否是在同一个批次的扩容中（都是从16扩容到32），同时判断当前扩容中参与的线程数来确定是否结束和初始化操作
/**
* Returns the stamp bits for resizing a table of size n.
* Must be negative when shifted left by RESIZE_STAMP_SHIFT.
*/
static final int resizeStamp(int n) {
return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
}
addCount
整体来看主要进行了两部分内容，一是更新baseCount，二是检查是否进行扩容操作。其实这个方法里还是相当复杂的，涉及到了线程私有的伪随机数生成器ThreadLocalRandom，并发效率更高的LongAdder，不过初学者可以不用研究那么深入，这里不详细说明，大概了解就好
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
// 通过CAS更新baseCount
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
// 更新baseCount失败
CounterCell a; long v; int m;
boolean uncontended = true;
// 相当于每个线程的probe就是它在CounterCell数组中的hash code，用来定位counterCells数组
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
// 更新cellvalue失败则执行fullAddCount，具体不看了，比较复杂，不停尝试更新计数
// 源码注释上也写了类似LongAdder
fullAddCount(x, uncontended);
return;
}
// 执行到此说明更新计数器成功,判断是否退出，为什么是1其实还是有点困惑
if (check <= 1)
return;
s = sumCount();
}
// check大于0代表着对应hash桶下的节点数，检查是否扩容
// 满足条件帮助扩容，不满足退出
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 注意，这里条件中3个变量赋值同时while判断
// sc = sizeCtl，tab = table，n = tab.length
// 在并发操作中可能会出现变量错误的情况造成扩容处理出错，通过resizeStamp保证扩容时版本一致
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
// resizeStamp根据n返回一个扩容版本戳，保证唯一性，上边一个方法我已经说明了
int rs = resizeStamp(n);
// 说明有别的线程在扩容
if (sc < 0) {
// 判断是否帮助扩容，满足条件，不帮助扩容，这里会分析下，看下面的分析部分
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
// 帮助扩容，线程数+1
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
// 无线程帮助扩容，当前线程尝试成为第一个扩容的线程
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
在上面这段代码中，不帮助扩容的条件中有些地方让人困惑
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
(sc >>> RESIZE_STAMP_SHIFT) != rs
首先需要明白上边整个扩容中的第一个线程会通过U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)设置sizeCtl，之后扩容线程增加则通过U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)更新
sc右移RESIZE_STAMP_SHIFT（由于RESIZE_STAMP_BITS不提供修改方法，RESIZE_STAMP_SHIFT也只能取到16），第一个条件为什么是这个？需要结合扩容代码来看，首个线程抢到扩容任务时需先创建nextTable，设置transferIndex，在执行之前需要将sizeCtl更新，即U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2)，代码存在于addCount和tryPresize方法中，sizeCtl在每次扩容时会更新成(rs << RESIZE_STAMP_SHIFT) + 2。判断条件里sc无符号右移，如果是相同的一次扩容过程，则与rs相等是肯定的，rs是由resizeStamp根据长度n计算得来，其实最终这里比较的也就是table的长度，防止多次扩容下错误的帮助了扩容
另外在已经有线程扩容的情况下增加扩容线程会会更新sizeCtl，U.compareAndSwapInt(this, SIZECTL, sc, sc + 1) 看出在首次更新的基础上加1即可，扩容线程完成自己的任务同理减1，结合上边对resizeStamp的说明应该算很清楚了
以上部分也证实了上篇文章中sizeCtl注释是不正确的
sc == rs + 1 || sc == rs + MAX_RESIZERS
这个条件是有问题的，sc小于0，rs大于0，两个条件一直为false，没有true的可能，从这个条件上看，应该是判断扩容完毕和扩容线程数达到最大时不能帮助扩容。
我们想一下，第一次线程扩容时已经将sc更新成(rs << RESIZE_STAMP_SHIFT) + 2，这里判断的话需要改为sc == ( rs << RESIZE_STAMP_SHIFT ) +1 才对，不能将sc右移，右移将会导致低16位记录的线程数数据丢失，最大线程数判断同理，应改为sc == ( rs << RESIZE_STAMP_SHIFT ) + MAX_RESIZERS
我在Oracle官网bug库里看到已经提到了这个问题：https://bugs.java.com/bugdatabase/view_bug.do?bug_id=JDK-8214427
(nt = nextTable) == null
此时状态可能表明扩容已经结束或者第一个线程在扩容中，不能帮助扩容
transferIndex <= 0
transfer任务已经被分配完毕，不能分配任务给当前线程，不能帮助扩容，帮助扩容部分下面会说到
helpTransfer
如果正在进行扩容操作，则帮助扩容
/**
* Helps transfer if a resize is in progress.
*/
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
// 判断是否为ForwardingNode并且nextTable是否已经被创建
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
// 根据长度获取扩容戳
int rs = resizeStamp(tab.length);
// 再次验证是否正在扩容
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
// 几个条件上边已经解释过了，满足不帮助扩容
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;
// sizeCtl加1，表示当前线程加入扩容，多了一个线程帮忙
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
transfer(tab, nextTab);
break;
}
}
return nextTab;
}
return table;
}
tryPresize
预先扩容，putAll和treeifyBin中使用到，不满足table容量时，进行一次扩容操作
/**
* Tries to presize table to accommodate the given number of elements.
*
* @param size number of elements (doesn't need to be perfectly accurate)
*/
private final void tryPresize(int size) {
// 判断长度是否超过最大值，超过则赋值为最大值，正常则通过tableSizeFor计算扩容后的长度
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
int sc;
// 未初始化或扩容完成才能执行本次扩容操作
while ((sc = sizeCtl) >= 0) {
Node<K,V>[] tab = table; int n;
// table未初始化
if (tab == null || (n = tab.length) == 0) {
n = (sc > c) ? sc : c;
// 置为-1表示数组初始化，前一篇文章已经说明
if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if (table == tab) {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = nt;
sc = n - (n >>> 2);
}
} finally {
// 此时相当于阈值
sizeCtl = sc;
}
}
}
// 已经初始化，扩容长度小于阈值或者大于最大值，不进行扩容操作
else if (c <= sc || n >= MAXIMUM_CAPACITY)
break;
// 再次验证table未改变
else if (tab == table) {
int rs = resizeStamp(n);
// 同上边代码部分，判断是否帮助扩容
if (sc < 0) {
Node<K,V>[] nt;
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);
}
}
}
transfer
table迁移操作,通过transferIndex来完成任务的分配，之前文章变量中也提及了MIN_TRANSFER_STRIDE（最小步长），对每个扩容线程申请迁移的hash桶数量做了限制，每次需要扩容线程执行完毕已经领取完的hash桶迁移任务才可以继续领取任务帮助迁移，最后一个迁移线程在迁移完毕后会进行检查
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
// 设置步长，即每个迁移任务迁移多少个hash桶，默认最小迁移步长16
// 即每个扩容线程最小迁移16个hash桶
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
// nextTab未初始化，则进行初始化操作，这里不需要CAS，调用的地方已经做了控制，保证只有一个线程能执行
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
// 新数组长度扩容为原有数组的2倍
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
// 内存溢出时不能继续扩容
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
// 设置ForwardingNode节点
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
// 线程可以继续分配迁移任务的标识
boolean advance = true;
// 设置结束标识
boolean finishing = false; // to ensure sweep before committing nextTab
// i表示数组下标，bound表示迁移任务的最小下标
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
// advance为false则表明当前线程分配的迁移任务未完成或已经扩容完毕
while (advance) {
int nextIndex, nextBound;
// --i 大于等于 bound 则表明本次分配的迁移任务还未完成，将advance置为false
// 表明不能继续分配迁移任务
if (--i >= bound || finishing)
advance = false;
// 设置nextIndex
// 如果小于等于0则表示迁移hash桶已被分配完毕，不用继续，将advance置为false
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
// 设置迁移任务区间bound到i
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
// 上边计算了区间和任务状态
// i < 0 上边代码已经说明，transfer任务已经执行完毕，退出
// i >= n 这里n表示的是传入的tab数组长度，而i有可能因为transferIndex改变而改变
// 比如连续扩容从16扩容到32，然后又从32扩容到64，此时这个条件是可能成立的，这里的i有可能在32到64之间，大于n的32
// 不在一个扩容维度内，需退出。最后一个条件没看明白是什么情况出现这种状态
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) {
// 扩容迁移完毕设置table和sizeCtl
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
// 线程数减1，表明当前线程退出
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
// 判断当前线程是否为最后一个扩容线程，不是，则退出，条件可以看上边的说明，已经讲解过
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
// 确定当前线程为最后一个扩容线程，则需要进行检查工作
// 检查所有的旧数组hash桶是否被正确的迁移
finishing = advance = true;
i = n; // recheck before commit
}
}
// i处的hash桶为null则直接放置ForwardingNode节点
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
// i处的hash桶为ForwardingNode节点
else if ((fh = f.hash) == MOVED)
// 最后的线程执行检查
advance = true; // already processed
else {
synchronized (f) {
// 再次验证hash桶头节点为f
if (tabAt(tab, i) == f) {
// 进行迁移任务,类似HashMap，分高位和低位，不明白的可以看我HashMap的文章
Node<K,V> ln, hn;
if (fh >= 0) {
// 正常链表操作
// runBit表明首节点的位置，0则表示在低位，非0表示在高位
int runBit = fh & n;
Node<K,V> lastRun = f;
// 找到尾部最后一个高低位不同的节点，之后的节点不需要进行操作，直接进行复用
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
// 低位lastRun在下面循环时使用
if (runBit == 0) {
ln = lastRun;
hn = null;
}
// 高位lastRun在下面循环时使用
else {
hn = lastRun;
ln = null;
}
// 确定lastRun为了提高效率，复用原有链表
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
// 低位链表
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
// 高位链表
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
// 新数组上设置低位链表
setTabAt(nextTab, i, ln);
// 新数组上设置高位链表
setTabAt(nextTab, i + n, hn);
// 旧数组i处设置为ForwardingNode节点
setTabAt(tab, i, fwd);
advance = true;
}
// 红黑树通过TreeBin操作
else if (f instanceof TreeBin) {
TreeBin<K,V> t = (TreeBin<K,V>)f;
// 同样划分为高低位进行处理，通过链表来操作
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, null);
// 判断是低位还是高位然后修改链表关系
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;
}
}
// 同链表类似，判断下是否需转成链表，通过TreeBin将高低位链表构建成红黑树
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, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}
迁移任务是从数组尾部向头部进行，这样做的目的应该是与迭代正向操作相反来减少冲突，当迭代时是已经迁移好的hash桶，迁移时是已经迭代完毕的hash桶
clear
清空操作，比较简单
public void clear() {
// 删除节点数记录最后需要更新
long delta = 0L; // negative number of deletions
// 数组下标
int i = 0;
Node<K,V>[] tab = table;
while (tab != null && i < tab.length) {
int fh;
Node<K,V> f = tabAt(tab, i);
// hash桶首节点为null表明不需要执行
if (f == null)
++i;
// 扩容中帮助扩容然后重新开始循环清空操作
else if ((fh = f.hash) == MOVED) {
tab = helpTransfer(tab, f);
i = 0; // restart
}
// 正常链表或TreeBin节点
else {
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> p = (fh >= 0 ? f :
(f instanceof TreeBin) ?
((TreeBin<K,V>)f).first : null);
// 获取hash桶的节点数
while (p != null) {
--delta;
p = p.next;
}
// 将hash桶置null
setTabAt(tab, i++, null);
}
}
}
}
// 更新数组长度
if (delta != 0L)
addCount(delta, -1);
}
总结
本文紧接上一篇文章讲解了ConcurrentHashMap的重要的方法，对于一些变量和常量结合方法进行了更多的解释说明，本身而言还是比较复杂，其中部分笔者也不能完全理解，不过整体的流程有了一个更清晰的认知，重点需要理解的在下面几点：
- 涉及到Map长度的计算：通过counterCells完成以及通过addCount进行长度的更新
- 扩容操作：sizeCtl的设置以及更新和各种情况下对应的含义
- 迁移操作：迁移步长，线程检查
- 节点类型：几种节点类型的不同处理方式
当然，有些条件可能比较复杂，难以理解，只能尽力多看多想，希望对各位有所帮助
以上内容如有问题欢迎指出，笔者验证后将及时修正，谢谢
JDK源码那些事儿之并发ConcurrentHashMap下篇的更多相关文章
- JDK源码那些事儿之并发ConcurrentHashMap上篇
前面已经说明了HashMap以及红黑树的一些基本知识,对JDK8的HashMap也有了一定的了解,本篇就开始看看并发包下的ConcurrentHashMap,说实话,还是比较复杂的,笔者在这里也不会过 ...
- JDK源码那些事儿之浅析Thread上篇
JAVA中多线程的操作对于初学者而言是比较难理解的,其实联想到底层操作系统时我们可能会稍微明白些,对于程序而言最终都是硬件上运行二进制指令,然而,这些又太过底层,今天来看一下JAVA中的线程,浅析JD ...
- 从JDK源码角度看java并发的公平性
JAVA为简化开发者开发提供了很多并发的工具,包括各种同步器,有了JDK我们只要学会简单使用类API即可.但这并不意味着不需要探索其具体的实现机制,本文从JDK源码角度简单讲讲并发时线程竞争的公平性. ...
- 从JDK源码角度看java并发的原子性如何保证
JDK源码中,在研究AQS框架时,会发现很多地方都使用了CAS操作,在并发实现中CAS操作必须具备原子性,而且是硬件级别的原子性,java被隔离在硬件之上,明显力不从心,这时为了能直接操作操作系统层面 ...
- JDK源码那些事儿之红黑树基础下篇
说到HashMap,就一定要说到红黑树,红黑树作为一种自平衡二叉查找树,是一种用途较广的数据结构,在jdk1.8中使用红黑树提升HashMap的性能,今天就来说一说红黑树,上一讲已经给出插入平衡的调整 ...
- JDK源码分析（6）ConcurrentHashMap
JDK版本 ConcurrentHashMap源码分析 table:默认为null,初始化发生在第一次插入操作,默认大小为16的数组,用来存储Node节点数据,扩容时大小总是2的幂次方. nextTa ...
- JDK源码那些事儿之我眼中的HashMap
源码部分从HashMap说起是因为笔者看了很多遍这个类的源码部分,同时感觉网上很多都是粗略的介绍,有些可能还不正确,最后只能自己看源码来验证理解,写下这篇文章一方面是为了促使自己能深入,另一方面也是给 ...
- JDK源码那些事儿之LinkedBlockingDeque
阻塞队列中目前还剩下一个比较特殊的队列实现,相比较前面讲解过的队列,本文中要讲的LinkedBlockingDeque比较容易理解了,但是与之前讲解过的阻塞队列又有些不同,从命名上你应该能看出一些端倪 ...
- JDK源码那些事儿之LinkedTransferQueue
在JDK8的阻塞队列实现中还有两个未进行说明,今天继续对其中的一个阻塞队列LinkedTransferQueue进行源码分析,如果之前的队列分析已经让你对阻塞队列有了一定的了解,相信本文要讲解的Lin ...
随机推荐
- scrapy,Twisted,pywin32安装
安装包链接 百度云下载 https://pan.baidu.com/s/1V191nOtEDInxd_fkyi5siQ&shfl=sharepset Linux pip3 insta ...
- 【剑指offer】面试题 52. 两个链表的第一个公共结点
面试题 52. 两个链表的第一个公共结点 NowCoder 题目描述 输入两个链表,找出它们的第一个公共结点. Java 实现 ListNode Class class ListNode { int ...
- Variational Auto-encoder(VAE)变分自编码器-Pytorch
import os import torch import torch.nn as nn import torch.nn.functional as F import torchvision from ...
- 剪切板工具：Ditto
DittoClipboard manager; 剪贴板工具https://ditto-cp.sourceforge.io/ 参考资料 https://www.liutf.com/posts/37207 ...
- RocketMQ之一：RocketMQ整体介绍
常用MQ介绍及对比--<MQ详解及四大MQ比较> RocketMQ环境搭建--<RocketMQ之三:RocketMQ集群环境搭建> RocketMQ物理部署结构 Rocket ...
- Python 发送微信小程序的模板消息
在小程序的开发过程中,会存在模板消息的发送,具体文档见 这里,模板消息的发送是和语言无关的,这里将简要写一下怎么用 Python 给用户发送模板消息. 通过文档可以知道,发送的时候,需要使用小 ...
- git config 介绍
转载. https://blog.csdn.net/liuxiao723846/article/details/83113317 Git的三个重要配置文件分别是/etc/gitconfig,${HOM ...
- IDE集成开发环境（pycharm）、基本数据类型、用户的交互、运算符
一.IDE集成开发系统pycharm 目的:让Python编程更方便.高效. pycharm的简单定义: PyCharm是一种Python IDE,带有一整套可以帮助用户在使用Python语言开发时提 ...
- triples I（按位或运算及3的特性）（2019牛客暑期多校训练营（第四场）D）
示例1: 输入: 2 3 7 输出: 1 32 3 6 说明:3=3, (3|6)=7 题意:输出尽可能少的数字,他们的按位或结果为输入的数字a. 题解:(表示看不懂题解,看山东大佬的代码看懂的)首先 ...
- MRR,BKA,ICP相关
MRR Multi-Range Read,多范围读,5.6以上版本开始支持 工作原理&优化效果: 将查询到的辅助索引结果放在一个缓冲(read_rnd_buffer_size = 4M)中 将 ...