深入理解HashMap+ConcurrentHashMap的扩容策略

前言

理解HashMap和ConcurrentHashMap的重点在于：

（1）理解HashMap的数据结构的设计和实现思路

（2）在（1）的基础上，理解ConcurrentHashMap的并发安全的设计和实现思路

前面的文章已经介绍过Map结构的底层实现，这里我们重点放在其扩容方法， 
这里分别对JDK7和JDK8版本的HashMap+ConcurrentHashMap来分析：

JDK7的HashMap扩容

这个版本的HashMap数据结构还是数组+链表的方式，扩容方法如下：

1. ```
2. void transfer(Entry[] newTable) {
3. Entry[] src = table;                   //src引用了旧的Entry数组
4. int newCapacity = newTable.length;
5. for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
6. Entry<K, V> e = src[j];             //取得旧Entry数组的每个元素
7. if (e != null) {
8. src[j] = null;//释放旧Entry数组的对象引用（for循环后，旧的Entry数组不再引用任何对象）
9. do {
10. Entry<K, V> next = e.next;
11. int i = indexFor(e.hash, newCapacity); //！！重新计算每个元素在数组中的位置
12. e.next = newTable[i]; //标记[1]
13. newTable[i] = e;      //将元素放在数组上
14. e = next;             //访问下一个Entry链上的元素
15. } while (e != null);
16. }
17. }
18. }
19. ```

上面的这段代码不并不难理解，对于扩容操作，底层实现都需要新生成一个数组，然后拷贝旧数组里面的每一个Node链表到新数组里面，这个方法在单线程下执行是没有任何问题的，但是在多线程下面却有很大问题，主要的问题在于基于头插法的数据迁移，会有几率造成链表倒置，从而引发链表闭链，导致程序死循环，并吃满CPU。据说已经有人给原来的SUN公司提过bug，但sun公司认为，这是开发者使用不当造成的，因为这个类本就不是线程安全的，你还偏在多线程下使用，这下好了吧，出了问题这能怪我咯？仔细想想，还有点道理。

JDK7的ConcurrentHashMap扩容

HashMap是线程不安全的，我们来看下线程安全的ConcurrentHashMap，在JDK7的时候，这种安全策略采用的是分段锁的机制，ConcurrentHashMap维护了一个Segment数组，Segment这个类继承了重入锁ReentrantLock，并且该类里面维护了一个 HashEntry<K,V>[] table数组，在写操作put，remove，扩容的时候，会对Segment加锁，所以仅仅影响这个Segment，不同的Segment还是可以并发的，所以解决了线程的安全问题，同时又采用了分段锁也提升了并发的效率。  下面看下其扩容的源码：

1. ```
2. // 方法参数上的 node 是这次扩容后，需要添加到新的数组中的数据。
3. private void rehash(HashEntry<K,V> node) {
4. HashEntry<K,V>[] oldTable = table;
5. int oldCapacity = oldTable.length;
6. // 2 倍
7. int newCapacity = oldCapacity << 1;
8. threshold = (int)(newCapacity * loadFactor);
9. // 创建新数组
10. HashEntry<K,V>[] newTable =
11. (HashEntry<K,V>[]) new HashEntry[newCapacity];
12. // 新的掩码，如从 16 扩容到 32，那么 sizeMask 为 31，对应二进制 ‘000...00011111’
13. int sizeMask = newCapacity - 1;
14. // 遍历原数组，老套路，将原数组位置 i 处的链表拆分到 新数组位置 i 和 i+oldCap 两个位置
15. for (int i = 0; i < oldCapacity ; i++) {
16. // e 是链表的第一个元素
17. HashEntry<K,V> e = oldTable[i];
18. if (e != null) {
19. HashEntry<K,V> next = e.next;
20. // 计算应该放置在新数组中的位置，
21. // 假设原数组长度为 16，e 在 oldTable[3] 处，那么 idx 只可能是 3 或者是 3 + 16 = 19
22. int idx = e.hash & sizeMask;
23. if (next == null)   // 该位置处只有一个元素，那比较好办
24. newTable[idx] = e;
25. else { // Reuse consecutive sequence at same slot
26. // e 是链表表头
27. HashEntry<K,V> lastRun = e;
28. // idx 是当前链表的头结点 e 的新位置
29. int lastIdx = idx;
30. // 下面这个 for 循环会找到一个 lastRun 节点，这个节点之后的所有元素是将要放到一起的
31. for (HashEntry<K,V> last = next;
32. last != null;
33. last = last.next) {
34. int k = last.hash & sizeMask;
35. if (k != lastIdx) {
36. lastIdx = k;
37. lastRun = last;
38. }
39. }
40. // 将 lastRun 及其之后的所有节点组成的这个链表放到 lastIdx 这个位置
41. newTable[lastIdx] = lastRun;
42. // 下面的操作是处理 lastRun 之前的节点，
43. //    这些节点可能分配在另一个链表中，也可能分配到上面的那个链表中
44. for (HashEntry<K,V> p = e; p != lastRun; p = p.next) {
45. V v = p.value;
46. int h = p.hash;
47. int k = h & sizeMask;
48. HashEntry<K,V> n = newTable[k];
49. newTable[k] = new HashEntry<K,V>(h, p.key, v, n);
50. }
51. }
52. }
53. }
54. // 将新来的 node 放到新数组中刚刚的 两个链表之一 的 头部
55. int nodeIndex = node.hash & sizeMask; // add the new node
56. node.setNext(newTable[nodeIndex]);
57. newTable[nodeIndex] = node;
58. table = newTable;
59. }
60. ```

注意这里面的代码，外部已经加锁，所以这里面是安全的，我们看下具体的实现方式：先对数组的长度增加一倍，然后遍历原来的旧的table数组，把每一个数组元素也就是Node链表迁移到新的数组里面，最后迁移完毕之后，把新数组的引用直接替换旧的。此外这里这有一个小的细节优化，在迁移链表时用了两个for循环，第一个for的目的是为了，判断是否有迁移位置一样的元素并且位置还是相邻，根据HashMap的设计策略，首先table的大小必须是2的n次方，我们知道扩容后的每个链表的元素的位置，要么不变，要么是原table索引位置+原table的容量大小，举个例子假如现在有三个元素（3,5,7）要放入map里面，table的的容量是2，简单的假设元素位置=元素的值 % 2，得到如下结构：

1. ```
2. [0]=null
3. [1]=3->5->7
4. ```

现在将table的大小扩容成4，分布如下：

1. ```
2. [0]=null
3. [1]=5->7
4. [2]=null
5. [3]=3
6. ```

因为扩容必须是2的n次方，所以HashMap在put和get元素的时候直接取key的hashCode然后经过再次均衡后直接采用&位运算就能达到取模效果，这个不再细说，上面这个例子的目的是为了说明扩容后的数据分布策略，要么保留在原位置，要么会被均衡在旧的table位置，这里是1加上旧的table容量这是是2，所以是3。基于这个特点，第一个for循环，作的优化如下，假设我们现在用0表示原位置，1表示迁移到index+oldCap的位置，来代表元素：

1. ```
2. [0]=null
3. [1]=0->1->1->0->0->0->0
4. ```

第一个for循环的会记录lastRun，比如要迁移[1]的数据，经过这个循环之后，lastRun的位置会记录第三个0的位置，因为后面的数据都是0，代表他们要迁移到新的数组中同一个位置中，所以就可以把这个中间节点，直接插入到新的数组位置而后面附带的一串元素其实都不需要动。

接着第二个循环里面在此从第一个0的位置开始遍历到lastRun也就是第三个元素的位置就可以了，只循环处理前面的数据即可，这个循环里面根据位置0和1做不同的链表追加，后面的数据已经被优化的迁移走了，但最坏情况下可能后面一个也没优化，比如下面的结构：

1. ```
2. [0]=null
3. [1]=1->1->0->0->0->0->1->0
4. ```

这种情况，第一个for循环没多大作用，需要通过第二个for循环从头开始遍历到尾部，按0和1分发迁移，这里面使用的是还是头插法的方式迁移，新迁移的数据是追加在链表的头部，但这里是线程安全的所以不会出现循环链表，导致死循环问题。迁移完成之后直接将最新的元素加入，最后将新的table替换旧的table即可。

JDK8的HashMap扩容

在JDK8里面，HashMap的底层数据结构已经变为数组+链表+红黑树的结构了，因为在hash冲突严重的情况下，链表的查询效率是O(n），所以JDK8做了优化对于单个链表的个数大于8的链表，会直接转为红黑树结构算是以空间换时间，这样以来查询的效率就变为O(logN)，图示如下：

我们看下其扩容代码：

1. ```
2. final Node<K,V>[] resize() {
3. Node<K,V>[] oldTab = table;
4. int oldCap = (oldTab == null) ? 0 : oldTab.length;
5. int oldThr = threshold;
6. int newCap, newThr = 0;
7. if (oldCap > 0) {
8. if (oldCap >= MAXIMUM_CAPACITY) {
9. threshold = Integer.MAX_VALUE;
10. return oldTab;
11. }
12. else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
13. oldCap >= DEFAULT_INITIAL_CAPACITY)
14. newThr = oldThr << 1; // double threshold
15. }
16. else if (oldThr > 0) // initial capacity was placed in threshold
17. newCap = oldThr;
18. else {               // zero initial threshold signifies using defaults
19. newCap = DEFAULT_INITIAL_CAPACITY;
20. newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
21. }
22. if (newThr == 0) {
23. float ft = (float)newCap * loadFactor;
24. newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
25. (int)ft : Integer.MAX_VALUE);
26. }
27. threshold = newThr;
28. @SuppressWarnings({"rawtypes","unchecked"})
29. Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
30. table = newTab;
31. if (oldTab != null) {
32. for (int j = 0; j < oldCap; ++j) {
33. Node<K,V> e;
34. if ((e = oldTab[j]) != null) {
35. oldTab[j] = null;
36. if (e.next == null)
37. newTab[e.hash & (newCap - 1)] = e;
38. else if (e instanceof TreeNode)
39. ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
40. else {
41. //重点关注区域
42. // preserve order
43. Node<K,V> loHead = null, loTail = null;
44. Node<K,V> hiHead = null, hiTail = null;
45. Node<K,V> next;
46. do {
47. next = e.next;
48. if ((e.hash & oldCap) == 0) {
49. if (loTail == null)
50. loHead = e;
51. else
52. loTail.next = e;
53. loTail = e;
54. }
55. else {
56. if (hiTail == null)
57. hiHead = e;
58. else
59. hiTail.next = e;
60. hiTail = e;
61. }
62. } while ((e = next) != null);
63. if (loTail != null) {
64. loTail.next = null;
65. newTab[j] = loHead;
66. }
67. if (hiTail != null) {
68. hiTail.next = null;
69. newTab[j + oldCap] = hiHead;
70. }
71. }
72. }
73. }
74. }
75. return newTab;
76. }
77. ```

在JDK8中，单纯的HashMap数据结构增加了红黑树是一个大的优化，此外根据上面的迁移扩容策略，我们发现JDK8里面HashMap没有采用头插法转移链表数据，而是保留了元素的顺序位置，新的代码里面采用：

1. ```
2. //按原始链表顺序，过滤出来扩容后位置不变的元素（低位=0），放在一起
3. Node<K,V> loHead = null, loTail = null;
4. //按原始链表顺序，过滤出来扩容后位置改变到（index+oldCap）的元素（高位=0），放在一起
5. Node<K,V> hiHead = null, hiTail = null;
6. ```

把要迁移的元素分类之后，最后在分别放到新数组对应的位置上：

1. ```
2. //位置不变
3. if (loTail != null) {
4. loTail.next = null;
5. newTab[j] = loHead;
6. }
7. //位置迁移(index+oldCap)
8. if (hiTail != null) {
9. hiTail.next = null;
10. newTab[j + oldCap] = hiHead;
11. }
12. ```

JDK7里面是先判断table的存储元素的数量是否超过当前的threshold=table.length*loadFactor（默认0.75），如果超过就先扩容，在JDK8里面是先插入数据，插入之后在判断下一次++size的大小是否会超过当前的阈值，如果超过就扩容。

JDK8的ConcurrentHashMap扩容

在JDK8中彻底抛弃了JDK7的分段锁的机制，新的版本主要使用了Unsafe类的CAS自旋赋值+synchronized同步+LockSupport阻塞等手段实现的高效并发，代码可读性稍差。

ConcurrentHashMap的JDK8与JDK7版本的并发实现相比，最大的区别在于JDK8的锁粒度更细，理想情况下talbe数组元素的大小就是其支持并发的最大个数，在JDK7里面最大并发个数就是Segment的个数，默认值是16，可以通过构造函数改变一经创建不可更改，这个值就是并发的粒度，每一个segment下面管理一个table数组，加锁的时候其实锁住的是整个segment，这样设计的好处在于数组的扩容是不会影响其他的segment的，简化了并发设计，不足之处在于并发的粒度稍粗，所以在JDK8里面，去掉了分段锁，将锁的级别控制在了更细粒度的table元素级别，也就是说只需要锁住这个链表的head节点，并不会影响其他的table元素的读写，好处在于并发的粒度更细，影响更小，从而并发效率更好，但不足之处在于并发扩容的时候，由于操作的table都是同一个，不像JDK7中分段控制，所以这里需要等扩容完之后，所有的读写操作才能进行，所以扩容的效率就成为了整个并发的一个瓶颈点，好在Doug lea大神对扩容做了优化，本来在一个线程扩容的时候，如果影响了其他线程的数据，那么其他的线程的读写操作都应该阻塞，但Doug lea说你们闲着也是闲着，不如来一起参与扩容任务，这样人多力量大，办完事你们该干啥干啥，别浪费时间，于是在JDK8的源码里面就引入了一个ForwardingNode类，在一个线程发起扩容的时候，就会改变sizeCtl这个值，其含义如下：

1. ```
2. sizeCtl ：默认为0，用来控制table的初始化和扩容操作，具体应用在后续会体现出来。
3. -1 代表table正在初始化
4. -N 表示有N-1个线程正在进行扩容操作
5. 其余情况：
6. 1、如果table未初始化，表示table需要初始化的大小。
7. 2、如果table初始化完成，表示table的容量，默认是table大小的0.75倍
8. ```

扩容时候会判断这个值，如果超过阈值就要扩容，首先根据运算得到需要遍历的次数i，然后利用tabAt方法获得i位置的元素f，初始化一个forwardNode实例fwd，如果f == null，则在table中的i位置放入fwd，否则采用头插法的方式把当前旧table数组的指定任务范围的数据给迁移到新的数组中，然后 
给旧table原位置赋值fwd。直到遍历过所有的节点以后就完成了复制工作，把table指向nextTable，并更新sizeCtl为新数组大小的0.75倍 ，扩容完成。在此期间如果其他线程的有读写操作都会判断head节点是否为forwardNode节点，如果是就帮助扩容。

扩容源码如下：

1. ```
2. private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
3. int n = tab.length, stride;
4. if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
5. stride = MIN_TRANSFER_STRIDE; // subdivide range
6. if (nextTab == null) {            // initiating
7. try {
8. @SuppressWarnings("unchecked")
9. Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
10. nextTab = nt;
11. } catch (Throwable ex) {      // try to cope with OOME
12. sizeCtl = Integer.MAX_VALUE;
13. return;
14. }
15. nextTable = nextTab;
16. transferIndex = n;
17. }
18. int nextn = nextTab.length;
19. ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
20. boolean advance = true;
21. boolean finishing = false; // to ensure sweep before committing nextTab
22. for (int i = 0, bound = 0;;) {
23. Node<K,V> f; int fh;
24. while (advance) {
25. int nextIndex, nextBound;
26. if (--i >= bound || finishing)
27. advance = false;
28. else if ((nextIndex = transferIndex) <= 0) {
29. i = -1;
30. advance = false;
31. }
32. else if (U.compareAndSwapInt
33. (this, TRANSFERINDEX, nextIndex,
34. nextBound = (nextIndex > stride ?
35. nextIndex - stride : 0))) {
36. bound = nextBound;
37. i = nextIndex - 1;
38. advance = false;
39. }
40. }
41. if (i < 0 || i >= n || i + n >= nextn) {
42. int sc;
43. if (finishing) {
44. nextTable = null;
45. table = nextTab;
46. sizeCtl = (n << 1) - (n >>> 1);
47. return;
48. }
49. if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
50. if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
51. return;
52. finishing = advance = true;
53. i = n; // recheck before commit
54. }
55. }
56. else if ((f = tabAt(tab, i)) == null)
57. advance = casTabAt(tab, i, null, fwd);
58. else if ((fh = f.hash) == MOVED)
59. advance = true; // already processed
60. else {
61. synchronized (f) {
62. if (tabAt(tab, i) == f) {
63. Node<K,V> ln, hn;
64. if (fh >= 0) {
65. int runBit = fh & n;
66. Node<K,V> lastRun = f;
67. for (Node<K,V> p = f.next; p != null; p = p.next) {
68. int b = p.hash & n;
69. if (b != runBit) {
70. runBit = b;
71. lastRun = p;
72. }
73. }
74. if (runBit == 0) {
75. ln = lastRun;
76. hn = null;
77. }
78. else {
79. hn = lastRun;
80. ln = null;
81. }
82. for (Node<K,V> p = f; p != lastRun; p = p.next) {
83. int ph = p.hash; K pk = p.key; V pv = p.val;
84. if ((ph & n) == 0)
85. ln = new Node<K,V>(ph, pk, pv, ln);
86. else
87. hn = new Node<K,V>(ph, pk, pv, hn);
88. }
89. setTabAt(nextTab, i, ln);
90. setTabAt(nextTab, i + n, hn);
91. setTabAt(tab, i, fwd);
92. advance = true;
93. }
94. else if (f instanceof TreeBin) {
95. TreeBin<K,V> t = (TreeBin<K,V>)f;
96. TreeNode<K,V> lo = null, loTail = null;
97. TreeNode<K,V> hi = null, hiTail = null;
98. int lc = 0, hc = 0;
99. for (Node<K,V> e = t.first; e != null; e = e.next) {
100. int h = e.hash;
101. TreeNode<K,V> p = new TreeNode<K,V>
102. (h, e.key, e.val, null, null);
103. if ((h & n) == 0) {
104. if ((p.prev = loTail) == null)
105. lo = p;
106. else
107. loTail.next = p;
108. loTail = p;
109. ++lc;
110. }
111. else {
112. if ((p.prev = hiTail) == null)
113. hi = p;
114. else
115. hiTail.next = p;
116. hiTail = p;
117. ++hc;
118. }
119. }
120. ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
121. (hc != 0) ? new TreeBin<K,V>(lo) : t;
122. hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
123. (lc != 0) ? new TreeBin<K,V>(hi) : t;
124. setTabAt(nextTab, i, ln);
125. setTabAt(nextTab, i + n, hn);
126. setTabAt(tab, i, fwd);
127. advance = true;
128. }
129. }
130. }
131. }
132. }
133. }
134. ```

在扩容时读写操作如何进行

(1)对于get读操作，如果当前节点有数据，还没迁移完成，此时不影响读，能够正常进行。

如果当前链表已经迁移完成，那么头节点会被设置成fwd节点，此时get线程会帮助扩容。

(2)对于put/remove写操作，如果当前链表已经迁移完成，那么头节点会被设置成fwd节点，此时写线程会帮助扩容，如果扩容没有完成，当前链表的头节点会被锁住，所以写线程会被阻塞，直到扩容完成。

对于size和迭代器是弱一致性

volatile修饰的数组引用是强可见的，但是其元素却不一定，所以，这导致size的根据sumCount的方法并不准确。

同理Iteritor的迭代器也一样，并不能准确反映最新的实际情况

总结

本文主要了介绍了HashMap+ConcurrentHashMap的扩容策略，扩容的原理是新生成大于原来1倍大小的数组，然后拷贝旧数组数据到新的数组里面，在多线程情况下，这里面如果注意线程安全问题，在解决安全问题的同时，我们也要关注其效率，这才是并发容器类的最出色的地方。