对HashMap的理解（三）：ConcurrentHashMap

HashMap不是线程安全的。在并发插入元素的时候，有可能出现环链表，让下一次读操作出现死循环。
避免HashMap的线程安全问题有很多方法，比如改用HashTable或Collections.synchronizedMap. （Hashtable是对hashmap中的方法加上了Synchronize，会锁定整个map）
但这两者有着共同的问题：性能。无论读操作还是写操作，它们都会给整个集合加锁，导致同一时间的其他操作为之阻塞。如图。

HashTable容器使用synchronized来保证线程安全，但在线程竞争激烈的情况下，HashTable的效率非常低。因为当一个线程访问HashTable的同步方法，其他线程也访问HashTable的同步方法时，会进入阻塞或轮询状态。如线程1使用put进行元素添加，线程2不但不能使用put方法添加元素，也不能使用get方法来获取元素，所以竞争越激烈效率越低。

那么在并发环境下，如何能够兼顾线程安全和运行效率呢？这时候ConcurrentHashMap就应运而生了。ConcurrentHashMap的锁分段技术可有效提升并发访问率
Hashtable容器在竞争激烈的并发环境下表现出效率低下的原因是所有访问HashTable的线程都必须竞争同一把锁。假如容器里有多把锁，每一把锁用于锁容器中的一部分数据，那么当多线程访问容器里不同数据段的数据时，线程之间就不会存在锁竞争，从而可以有效提高并发访问效率，这就是ConcurrentHashMap所使用的锁分段技术。首先将数据分成一段一段地存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个数据段时，其他段的数据也能被其他线程访问。

对于ConcurrentHashMap，最关键的是要理解一个概念：Segment
Segment是什么呢？Segment本身就相当于一个HashMap对象。
同HashMap一样，Segment包含一个HashEntry数组，数组中的每一个HashEntry既是一个键值对，也是一个链表的头节点。
单一的Segment结构如下：

像这样的Segment对象，在ConcurrentHashMap集合中有多少个呢？有2的N次方个，共同保存在一个名为segments的数组当中。
因此整个ConcurrentHashMap的结构如下：

可以说，ConcurrentHashMap是一个二级哈希表。在一个总的哈希表下面，有若干个子哈希表。
这样的二级结构，和数据库的水平拆分有些相似。
每一个Segment就好比一个自治区，读写操作高度自治，Segment之间互不影响。

(一)、ConcurrentHashMap并发读写的几种情形：
Case1：不同Segment的并发写入

不同Segment的写入是可以并发执行的。

Case2：同一Segment的一写一读

同一Segment的写和读是可以并发执行的。

Case3：同一Segment的并发写入

Segment的写入是需要上锁的，因此对同一Segment的并发写入会被阻塞。

由此可见，ConcurrentHashMap当中每个Segment各自持有一把锁。在保证线程安全的同时降低了锁的粒度，让并发操作效率更高。

(二)、ConcurrentHashMap读写的详细过程：
Get方法：
1.为输入的Key做Hash运算，得到hash值。
2.通过hash值，定位到对应的Segment对象
3.再次通过hash值，定位到Segment当中数组的具体位置。

get操作的高效之处在于整个get过程不需要加锁，除非读到的值是空才会加锁重读。我们知道HashTable容器的get方法是需要加锁的，那么ConcurrentHashMap的get操作是如何做到不加锁的呢？原因是它的get方法里将要使用的共享变量都定义成volatile类型， 如用于统计当前Segement大小的count字段和用于存储值的HashEntry的value。 定义成volatile的变量， 能够在线程之间保持可见性， 能够被多线程同时读， 并且保证不会读到过期的值， 但是只能被单线程写（有一种情况可以被多线程写， 就是写入的值不依赖于原值），在get操作里只需要读不需要写共享变量count和value， 所以可以不用加锁。 之所以不会读到过期的值， 是因为根据Java内存模型的happen before原则， 对volatile字段的写入操作先于读操作， 即使两个线程同时修改和获取volatile变量， get操作也能拿到最新的值， 这是用volatile替换锁的经典应用场景。

Put方法：
1.为输入的Key做Hash运算，得到hash值
2.通过hash值，定位到对应的Segment对象
3.获取可重入锁
4.判断是否需要对Segment里的HashEntry数组进行扩容
5.再次通过hash值，定位到Segment当中数组的具体位置
6.插入或覆盖HashEntry对象
7.释放锁。
（1） 是否需要扩容
在插入元素前会先判断Segment里的HashEntry数组是否超过容量（threshold） ， 如果超过阈值， 则对数组进行扩容。 值得一提的是， Segment的扩容判断比HashMap更恰当， 因为HashMap是在插入元素后判断元素是否已经到达容量的， 如果到达了就进行扩容， 但是很有可能扩容之后没有新元素插入， 这时HashMap就进行了一次无效的扩容。
（2） 如何扩容
在扩容的时候， 首先会创建一个容量是原来容量两倍的数组， 然后将原数组里的元素进行再散列后插入到新的数组里。 为了高效， ConcurrentHashMap不会对整个容器进行扩容， 而只对某个segment进行扩容。

从步骤可以看出，ConcurrentHashMap在读写时都需要二次定位。首先定位到Segment，之后定位到Segment内具体数组下标。

(三)、ConcurrentHashMap的size方法
既然每个Segment都各自加锁，那么在调用Size方法时，怎么解决一致性的问题呢？
Size方法的目的是统计ConcurrentHashMap的总元素数量， 自然需要把各个Segment内部的元素数量汇总起来。
但是，如果在统计Segment元素数量的过程中，已统计过的Segment瞬间插入新的元素，这时候该怎么办呢？

ConcurrentHashMap的Size方法是一个嵌套循环，大体逻辑如下：
1.遍历所有的Segment。
2.把Segment的元素数量累加起来。
3.把Segment的修改次数累加起来。
4.判断所有Segment的总修改次数是否大于上一次的总修改次数。如果大于，说明统计过程中有修改，重新统计，尝试次数+1；如果不是。说明没有修改，统计结束。
5.如果尝试次数超过阈值，则对每一个Segment加锁，再重新统计。
6.再次判断所有Segment的总修改次数是否大于上一次的总修改次数。由于已经加锁，次数一定和上次相等。
7.释放锁，统计结束。

这种思想和乐观锁悲观锁的思想如出一辙。
为了尽量不锁住所有Segment，首先乐观地假设Size过程中不会有修改。当尝试一定次数，才无奈转为悲观锁，锁住所有Segment保证强一致性。

参考：

《Java并发编程的艺术》

漫画：什么是ConcurrentHashMap？

来自公众号：