HashMap在并发下可能出现的问题分析

我们都知道，HashMap在并发环境下使用可能出现问题，但是具体表现，以及为什么出现并发问题，
可能并不是所有人都了解，这篇文章记录一下HashMap在多线程环境下可能出现的问题以及如何避免。

在分析HashMap的并发问题前，先简单了解HashMap的put和get基本操作是如何实现的。

1.HashMap的put和get操作

大家知道HashMap内部实现是通过拉链法解决哈希冲突的，也就是通过链表的结构保存散列到同一数组位置的两个值，

put操作主要是判空，对key的hashcode执行一次HashMap自己的哈希函数，得到bucketindex位置，还有对重复key的覆盖操作。

对照源码分析一下具体的put操作是如何完成的：

public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value);
		//得到key的hashcode，同时再做一次hash操作
        int hash = hash(key.hashCode());
		//对数组长度取余，决定下标位置
        int i = indexFor(hash, table.length);
		/**
		  * 首先找到数组下标处的链表结点，
		  * 判断key对一个的hash值是否已经存在，如果存在将其替换为新的value
		  */
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
 
        modCount++;
        addEntry(hash, key, value, i);
        return null;
    }

涉及到的几个方法：

static int hash(int h) {
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }
 
static int indexFor(int h, int length) {
        return h & (length-1);
    }

数据put完成以后，就是如何get，我们看一下get函数中的操作：

public V get(Object key) {
        if (key == null)
            return getForNullKey();
        int hash = hash(key.hashCode());
        /**
		  * 先定位到数组元素，再遍历该元素处的链表
		  * 判断的条件是key的hash值相同，并且链表的存储的key值和传入的key值相同
		  */
        for (Entry<K,V> e = table[indexFor(hash, table.length)];e != null;e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;
}

看一下链表的结点数据结构，保存了四个字段，包括key，value，key对应的hash值以及链表的下一个节点：

 static class Entry<K,V> implements Map.Entry<K,V> {
        final K key;//Key-value结构的key
        V value;//存储值
        Entry<K,V> next;//指向下一个链表节点
        final int hash;//哈希值
  }

　

2.Rehash/再散列扩展内部数组长度

哈希表结构是结合了数组和链表的优点，在最好情况下，查找和插入都维持了一个较小的时间复杂度O(1)，
不过结合HashMap的实现，考虑下面的情况，如果内部Entry[] tablet的容量很小，或者直接极端化为table长度为1的场景，那么全部的数据元素都会产生碰撞，
这时候的哈希表成为一条单链表，查找和添加的时间复杂度变为O(N)，失去了哈希表的意义。
所以哈希表的操作中，内部数组的大小非常重要，必须保持一个平衡的数字，使得哈希碰撞不会太频繁，同时占用空间不会过大。

这就需要在哈希表使用的过程中不断的对table容量进行调整，看一下put操作中的addEntry()方法：

 void addEntry(int hash, K key, V value, int bucketIndex) {
	Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        if (size++ >= threshold)
            resize(2 * table.length);
    }

这里面resize的过程，就是再散列调整table大小的过程，默认是当前table容量的两倍。

 void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;
        }
 
        Entry[] newTable = new Entry[newCapacity];
		//初始化一个大小为oldTable容量两倍的新数组newTable
        transfer(newTable);
        table = newTable;
        threshold = (int)(newCapacity * loadFactor);
    }

　　

关键的一步操作是transfer(newTable)，这个操作会把当前Entry[] table数组的全部元素转移到新的table中，
这个transfer的过程在并发环境下会发生错误，导致数组链表中的链表形成循环链表，在后面的get操作时e = e.next操作无限循环，Infinite Loop出现。

下面具体分析HashMap的并发问题的表现以及如何出现的。

3.HashMap在多线程put后可能导致get无限循环

HashMap在并发环境下多线程put后可能导致get死循环，具体表现为CPU使用率100%，
看一下transfer的过程：

void transfer(Entry[] newTable) {
        Entry[] src = table;
        int newCapacity = newTable.length;
        for (int j = 0; j < src.length; j++) {
            Entry<K,V> e = src[j];
            if (e != null) {
                src[j] = null;
                do {
		//假设第一个线程执行到这里因为某种原因挂起
                    Entry<K,V> next = e.next;
                    int i = indexFor(e.hash, newCapacity);
                    e.next = newTable[i];
                    newTable[i] = e;
                    e = next;
                } while (e != null);
            }
        }
    }

这里引用酷壳陈皓的博文：

　

并发下的Rehash

1）假设我们有两个线程。我用红色和浅蓝色标注了一下。

我们再回头看一下我们的 transfer代码中的这个细节：

1 2 3 4 5 6 7

do {     Entry<K,V> next = e.next;// <--假设线程一执行到这里就被调度挂起了     int i = indexFor(e.hash, newCapacity);     e.next = newTable[i];     newTable[i] = e;     e = next; } while (e != null);

而我们的线程二执行完成了。于是我们有下面的这个样子。

注意，因为Thread1的 e 指向了key(3)，而next指向了key(7)，其在线程二rehash后，指向了线程二重组后的链表。我们可以看到链表的顺序被反转后。

2）线程一被调度回来执行。

• 先是执行 newTalbe[i] = e;
• 然后是e = next，导致了e指向了key(7)，
• 而下一次循环的next = e.next导致了next指向了key(3)

3）一切安好。

线程一接着工作。把key(7)摘下来，放到newTable[i]的第一个，然后把e和next往下移。

4）环形链接出现。

e.next = newTable[i] 导致  key(3).next 指向了 key(7)

注意：此时的key(7).next 已经指向了key(3)， 环形链表就这样出现了。

于是，当我们的线程一调用到，HashTable.get(11)时，悲剧就出现了——Infinite Loop。

针对上面的分析模拟这个例子，

这里在run中执行了一个自增操作，i++非原子操作，使用AtomicInteger避免可能出现的问题：

public class MapThread extends Thread{
		/**
		 * 类的静态变量是各个实例共享的，因此并发的执行此线程一直在操作这两个变量
		 * 选择AtomicInteger避免可能的int++并发问题
		 */
		 private static AtomicInteger ai = new AtomicInteger(0);
		 //初始化一个table长度为1的哈希表
		 private static HashMap<Integer, Integer> map = new HashMap<Integer, Integer>(1);
		 //如果使用ConcurrentHashMap，不会出现类似的问题
//		 private static ConcurrentHashMap<Integer, Integer> map = new ConcurrentHashMap<Integer, Integer>(1);
 
		 public void run()
		  {
		      while (ai.get() < 100000)
		      {  //不断自增
		          map.put(ai.get(), ai.get());
		          ai.incrementAndGet();
		       }
 
		      System.out.println(Thread.currentThread().getName()+"线程即将结束");
		  }
	}

测试一下：

public static void main(String[] args){
		 MapThread t0 = new MapThread();
		 MapThread t1 = new MapThread();
		 MapThread t2 = new MapThread();
		 MapThread t3 = new MapThread();
		 MapThread t4 = new MapThread();
		 MapThread t5 = new MapThread();
		 MapThread t6 = new MapThread();
		 MapThread t7 = new MapThread();
		 MapThread t8 = new MapThread();
		 MapThread t9 = new MapThread();
 
		 t0.start();
		 t1.start();
		 t2.start();
		 t3.start();
		 t4.start();
		 t5.start();
		 t6.start();
		 t7.start();
		 t8.start();
		 t9.start(); 
 
	}

注意并发问题并不是一定会产生，可以多执行几次，

我试验了上面的代码很容易产生无限循环，控制台不能终止，有线程始终在执行中，

这是其中一个死循环的控制台截图，可以看到六个线程顺利完成了put工作后销毁，还有四个线程没有输出，卡在了put阶段，感兴趣的可以断点进去看一下：

上面的代码，如果把注释打开，换用ConcurrentHashMap就不会出现类似的问题。

4.多线程put的时候可能导致元素丢失

HashMap另外一个并发可能出现的问题是，可能产生元素丢失的现象。

考虑在多线程下put操作时，执行addEntry(hash, key, value, i)，如果有产生哈希碰撞，
导致两个线程得到同样的bucketIndex去存储，就可能会出现覆盖丢失的情况：

void addEntry(int hash, K key, V value, int bucketIndex) {
	//多个线程操作数组的同一个位置
	Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        if (size++ >= threshold)
            resize(2 * table.length);
    }

5.使用线程安全的哈希表容器

那么如何使用线程安全的哈希表结构呢，这里列出了几条建议：

使用Hashtable 类，Hashtable 是线程安全的；
使用并发包下的java.util.concurrent.ConcurrentHashMap，ConcurrentHashMap实现了更高级的线程安全；
或者使用synchronizedMap() 同步方法包装 HashMap object，得到线程安全的Map，并在此Map上进行操作。

参考 疫苗：Java HashMap的死循环