資訊專欄INFORMATION COLUMN
摘要：簡介是的線程安全版本，內部也是使用數組鏈表紅黑樹的結構來存儲元素。相比于同樣線程安全的來說，效率等各方面都有極大地提高。中的關鍵字，內部實現為監視器鎖，主要是通過對象監視器在對象頭中的字段來表明的。
簡介
ConcurrentHashMap是HashMap的線程安全版本，內部也是使用（數組 + 鏈表 + 紅黑樹）的結構來存儲元素。
相比于同樣線程安全的HashTable來說，效率等各方面都有極大地提高。
用到鎖的簡介這里先簡單介紹一下各種鎖，以便下文講到相關概念時能有個印象。
synchronized
java中的關鍵字，內部實現為監視器鎖，主要是通過對象監視器在對象頭中的字段來表明的。
synchronized從舊版本到現在已經做了很多優化了，在運行時會有三種存在方式：偏向鎖，輕量級鎖，重量級鎖。
偏向鎖，是指一段同步代碼一直被一個線程訪問，那么這個線程會自動獲取鎖，降低獲取鎖的代價。
輕量級鎖，是指當鎖是偏向鎖時，被另一個線程所訪問，偏向鎖會升級為輕量級鎖，這個線程會通過自旋的方式嘗試獲取鎖，不會阻塞，提高性能。
重量級鎖，是指當鎖是輕量級鎖時，當自旋的線程自旋了一定的次數后，還沒有獲取到鎖，就會進入阻塞狀態，該鎖升級為重量級鎖，重量級鎖會使其他線程阻塞，性能降低。
CAS
CAS，Compare And Swap，它是一種樂觀鎖，認為對于同一個數據的并發操作不一定會發生修改，在更新數據的時候，嘗試去更新數據，如果失敗就不斷嘗試。
volatile（非鎖）
java中的關鍵字，當多個線程訪問同一個變量時，一個線程修改了這個變量的值，其他線程能夠立即看得到修改的值。
volatile只保證可見性，不保證原子性，比如 volatile修改的變量 i，針對i++操作，不保證每次結果都正確，因為i++操作是兩步操作，相當于 i = i +1，先讀取，再加1，這種情況 volatile是無法保證的。
自旋鎖
自旋鎖，是指嘗試獲取鎖的線程不會阻塞，而是循環的方式不斷嘗試，這樣的好處是減少線程的上下文切換帶來的開鎖，提高性能，缺點是循環會消耗CPU。
分段鎖
分段鎖，是一種鎖的設計思路，它細化了鎖的粒度，主要運用在ConcurrentHashMap中，實現高效的并發操作，當操作不需要更新整個數組時，就只鎖數組中的一項就可以了。
ReentrantLock源碼分析 構造方法
可重入鎖，是指一個線程獲取鎖之后再嘗試獲取鎖時會自動獲取鎖，可重入鎖的優點是避免死鎖，synchronized也是可重入鎖。
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 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;
}
構造方法與HashMap對比可以發現，沒有了HashMap中的threshold和loadFactor，而是改用了sizeCtl來控制，而且只存儲了容量在里面，官方給出的解釋如下：
"-1"，表示有線程正在進行初始化操作
-(1 + nThreads)，表示有n個線程正在一起擴容
0，默認值，后續在真正初始化的時候使用默認容量
"> 0"，初始化或擴容完成后下一次的擴容門檻
增加元素
public V put(K key, V value) {
return putVal(key, value, false);
}
final V putVal(K key, V value, boolean onlyIfAbsent) {
// key和value都不能為null
if (key == null || value == null) throw new NullPointerException();
// 計算hash值
int hash = spread(key.hashCode());
// 要插入的元素所在桶的元素個數
int binCount = 0;
// 死循環，結合CAS使用（如果CAS失敗，則會重新取整個桶進行下面的流程）
for (Node[] tab = table;;) {
Node f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
// 如果桶未初始化或者桶個數為0，則初始化桶
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// 如果要插入的元素所在的桶還沒有元素，則把這個元素插入到這個桶中
if (casTabAt(tab, i, null,
new Node(hash, key, value, null)))
// 如果使用CAS插入元素時，發現已經有元素了，則進入下一次循環，重新操作
// 如果使用CAS插入元素成功，則break跳出循環，流程結束
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)
// 如果要插入的元素所在的桶的第一個元素的hash是MOVED，則當前線程幫忙一起遷移元素
tab = helpTransfer(tab, f);
else {
// 如果這個桶不為空且不在遷移元素，則鎖住這個桶（分段鎖）
// 并查找要插入的元素是否在這個桶中
// 存在，則替換值（onlyIfAbsent=false）
// 不存在，則插入到鏈表結尾或插入樹中
V oldVal = null;
synchronized (f) {
// 再次檢測第一個元素是否有變化，如果有變化則進入下一次循環，從頭來過
if (tabAt(tab, i) == f) {
// 如果第一個元素的hash值大于等于0（說明不是在遷移，也不是樹）
// 那就是桶中的元素使用的是鏈表方式存儲
if (fh >= 0) {
// 桶中元素個數賦值為1
binCount = 1;
// 遍歷整個桶，每次結束binCount加1
for (Node e = f;; ++binCount) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
// 如果找到了這個元素，則賦值了新值（onlyIfAbsent=false）
// 并退出循環
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node pred = e;
if ((e = e.next) == null) {
// 如果到鏈表尾部還沒有找到元素
// 就把它插入到鏈表結尾并退出循環
pred.next = new Node(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) {
// 如果第一個元素是樹節點
Node p;
// 桶中元素個數賦值為2
binCount = 2;
// 調用紅黑樹的插入方法插入元素
// 如果成功插入則返回null
// 否則返回尋找到的節點
if ((p = ((TreeBin)f).putTreeVal(hash, key,
value)) != null) {
// 如果找到了這個元素，則賦值了新值（onlyIfAbsent=false）
// 并退出循環
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
// 如果binCount不為0，說明成功插入了元素或者尋找到了元素
if (binCount != 0) {
// 如果鏈表元素個數達到了8，則嘗試樹化
// 因為上面把元素插入到樹中時，binCount只賦值了2，并沒有計算整個樹中元素的個數
// 所以不會重復樹化
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
// 如果要插入的元素已經存在，則返回舊值
if (oldVal != null)
return oldVal;
// 退出外層大循環，流程結束
break;
}
}
}
// 成功插入元素，元素個數加1（是否要擴容在這個里面）
addCount(1L, binCount);
// 成功插入元素返回null
return null;
}
整體流程跟HashMap比較類似，大致是以下幾步：
如果桶數組未初始化，則初始化；
如果待插入的元素所在的桶為空，則嘗試把此元素直接插入到桶的第一個位置；
如果正在擴容，則當前線程一起加入到擴容的過程中；
如果待插入的元素所在的桶不為空且不在遷移元素，則鎖住這個桶（分段鎖）；
如果當前桶中元素以鏈表方式存儲，則在鏈表中尋找該元素或者插入元素；
如果當前桶中元素以紅黑樹方式存儲，則在紅黑樹中尋找該元素或者插入元素；
如果元素存在，則返回舊值；
如果元素不存在，整個Map的元素個數加1，并檢查是否需要擴容；
添加元素操作中使用的鎖主要有（自旋鎖 + CAS + synchronized + 分段鎖）。
為什么使用synchronized而不是ReentrantLock？
因為synchronized已經得到了極大地優化，在特定情況下并不比ReentrantLock差。
初始化桶數組第一次放元素時，初始化桶數組。
