写点什么

美团二面:聊聊 ConcurrentHashMap 的存储流程

  • 2023-05-17
    湖南
  • 本文字数:5614 字

    阅读完需:约 18 分钟

一、引言

ConcurrentHashMap 技术在互联网技术使用如此广泛,几乎所有的后端技术面试官都要在 ConcurrentHashMap 技术的使用和原理方面对小伙伴们进行 360° 的刁难。


作为一个在互联网公司面一次拿一次 Offer 的面霸,打败了无数竞争对手,每次都只能看到无数落寞的身影失望的离开,略感愧疚(请允许我使用一下夸张的修辞手法)。


于是在一个寂寞难耐的夜晚,暖男我痛定思痛,决定开始写 《吊打面试官》 系列,希望能帮助各位读者以后面试势如破竹,对面试官进行 360° 的反击,吊打问你的面试官,让一同面试的同僚瞠目结舌,疯狂收割大厂 Offer!


虽然现在是互联网寒冬,但乾坤未定,你我皆是黑马

二、使用

我们经常在线程安全的场景下使用 ConcurrentHashMap,基本使用如下:

public class ConcurrentHashMapTest {    public static void main(String[] args) {        ConcurrentHashMap<String, String> map = new ConcurrentHashMap<>();        map.put("test1", "1");        map.put("test2", "2");        map.put("test3", "3");        map.remove("test1");        System.out.println(map.get("test1"));        System.out.println(map.get("test2"));    }}
复制代码

使用的话,我相信大部分的读者应该都会的,这里小黄也不多介绍了,我们直接进入正题

三、源码

1、初始化

还是我们的老样子,从初始化开始聊源码


如果我们初始化时不携带入参的话,初始化方法如下:可以看到,基本没有什么东西

public ConcurrentHashMap() {}
复制代码

如果你携带了入参的话,初始化方法如下:

public ConcurrentHashMap(int initialCapacity) {    // 假如哥们传进来入参小于0    if (initialCapacity < 0)        // 直接抛出异常,说明哥们在搞笑        throw new IllegalArgumentException();    // 用传进来的数值与 MAXIMUM_CAPACITY >>> 1 进行对比    // 若大于则使用MAXIMUM_CAPACITY    // 小于则使用距离initialCapacity最近的2次幂    int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?               MAXIMUM_CAPACITY :               tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));    this.sizeCtl = cap;}
// 根据传进的C的数值,找到其距离最近的2次幂private static final int tableSizeFor(int c) { int n = c - 1; n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;}
复制代码

2、存储操作

public V put(K key, V value) {    // 在调用put方法时,会调用putVal,第三个参数默认传递为false    // 在调用putIfAbsent时,会调用putVal方法,第三个参数传递的为true    // 如果传递为false,代表key一致时,直接覆盖数据    // 如果传递为true,代表key一致时,什么都不做,key不存在,正常添加(Redis,setnx)    return putVal(key, value, false);}
复制代码
2.1 计算索引下标
final V putVal(K key, V value, boolean onlyIfAbsent) {    // 如果当前的key或者value是空的话,直接抛出异常    if (key == null || value == null){        throw new NullPointerException();    }    // 获取其下标    int hash = spread(key.hashCode());    int binCount = 0;}
// 作用:用高16位与低16位进行^运算,让高位的数值可以进行计算// 为什么原来的高位没有办法计算呢?// 我们后面的 (n - 1) & hash 的数据,&数据如下:// 00000000 00000000 00000000 01010101// 0000000 00000000 00000000 00011111// 我们这里看到,如果高16位不与低16位^运算的话,那么基本我们的高位永远也参加不了计算// 为什么需要&HASH_BITS:// 保证最终的结果大于0,因为如果结果小于0的话,代表不同的意义:// static final int MOVED = -1; // 代表当前hash位置的数据正在扩容!// static final int TREEBIN = -2; // 代表当前hash位置下挂载的是一个红黑树// static final int RESERVED = -3; // 预留当前索引位置……static final int spread(int h) { return (h ^ (h >>> 16)) & HASH_BITS;}
复制代码
2.2 初始化数组
// tab指向table,标准的Doug Lea写法for (Node<K,V>[] tab = table;;) {    Node<K,V> f;     int n, i, fh;    // 如果当前的数组为空或者他的数组长度为0    // 则进行初始化    if (tab == null || (n = tab.length) == 0){        tab = initTable();    }}

// sizeCtl:是数组在初始化和扩容操作时的一个控制变量// -1:代表当前数组正在初始化// 小于-1:低16位代表当前数组正在扩容的线程个数(如果1个线程扩容,值为-2,如果2个线程扩容,值为-3)// 0:代表数组还没初始化// 大于0:代表当前数组的扩容阈值,或者是当前数组的初始化大小private final Node<K,V>[] initTable() { // 经典引用 Node<K,V>[] tab; int sc; // 当前的初始化没有完成时,会一直进行该while循环 while ((tab = table) == null || tab.length == 0) { // 如果小于0,代表当前数组正在扩容或者初始化 // 当前线程等待一下 if ((sc = sizeCtl) < 0) Thread.yield(); // 尝试将SIZECTL从SC更改为-1 // CAS修改,线程安全,保证只有一个线程执行数组初始化 else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { // 更改成功,再次判断一下(参考DCL) // 防止下面sizeCtl = sc刚赋值完,正好有线程走到这一步,不做限制的话就会重新初始化了 if ((tab = table) == null || tab.length == 0) { // 判断当前的sc是否大于0(sc=SIZECTL) // 大于0:n = sc // 小于等于0:n = DEFAULT_CAPACITY // 一般我们只要不传入入参,这里基本走DEFAULT_CAPACITY的扩容 int n = (sc > 0) ? sc : DEFAULT_CAPACITY; // 扩容即可 Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; // table、tab赋值 table = tab = nt; // 这里有点意思 // 将sc赋值成(n - 1/4n) = 0.75N // 这里0.75是不是很熟悉,负载因子 sc = n - (n >>> 2); } } finally { // 将上面的扩容阈值赋予sizeCtl sizeCtl = sc; } // 结束循环 break; } } return tab;}
复制代码
2.3 将数据插入到数组
// 如果当前数组该下标没有数据,直接插入即可if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {    // CAS将当前的hash、key、value组装成一个Node,插入当前数组i位置    // 插入成功结束即可    if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))){        break;    }      }
// 基于我们上面说的(n - 1) & hash算出下标// 返回当前数组下该下标的数据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);}
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);}
static class Node<K,V> implements Map.Entry<K,V> { // 当前的hash值 final int hash; // key final K key; // value volatile V val; // 下一个节点(用来连链表的) volatile Node<K,V> next;}
复制代码
2.4 扩容(这部分后面聊)
// 判断当前位置数据是否正在扩容……if ((fh = f.hash) == MOVED)    // 如果在扩容,则当前线程帮助其扩容    tab = helpTransfer(tab, f);
复制代码
2.5 将数据插入到链表
else {    V oldVal = null;    // 锁当前的数组下标i的数组块    synchronized (f) {        // 看一下当前数组的i位置是不是等于f        // 相当于再次校验一次(DCL)        if (tabAt(tab, i) == f) {            // static final int MOVED     = -1; // 代表当前hash位置的数据正在扩容!		   // static final int TREEBIN   = -2; // 代表当前hash位置下挂载的是一个红黑树		   // static final int RESERVED  = -3; // 预留当前索引位置……            // fh = f.hash            // 判断下当前的fh是否大于0,也就是不是上面三种情况            if (fh >= 0) {                // 记录当前链表下面挂了几个                binCount = 1;                // 获取当前的数组节点,没循环一次binCount加一                for (Node<K,V> e = f;; ++binCount) {                    K ek;                    // 如果当前数组下标的hash和我们入参的hash一样,代表重复数据                    if (e.hash == hash &&                        // 如果当前的key也等于原始的key                        // 或者是根据equals判断出来的相等(因为有一些可能重写了equals方法)                        ((ek = e.key) == key ||                         (ek != null && key.equals(ek)))) {                        // 将当前老的数据赋值给oldVal                        oldVal = e.val;                        // 这里的onlyIfAbsent我们之前也聊过                        // 如果传递为false,代表key一致时,直接覆盖数据   					  // 如果传递为true,代表key一致时,什么都不做,key不存在,正常添加(Redis,setnx)                        if (!onlyIfAbsent)                            // 覆盖数据                            e.val = value;                        break;                    }                    // 这里就不是相同的数据了,需要挂链表下面了                    // 先获取数组最上面的数据                    Node<K,V> pred = e;                    // 判断下当前的下一个数据是不是空指针                    // 不是空指针的话,继续指向下一个指针                    if ((e = e.next) == null) {                        // 直到最后的时候,创建一个节点挂上去                        pred.next = new Node<K,V>(hash, key,value, null);                        break;                    }                }            }}
复制代码
2.6 将数据插入到红黑树
 // 如果上面不成立的话,也就是当前的数组下面是一个红黑树 // 需要将当前的数据放到红黑树里面else if (f instanceof TreeBin) {    Node<K,V> p;    binCount = 2;    // 将当前数据放入到红黑树中    if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) {        // 记录一下老数据        oldVal = p.val;        // 这里的onlyIfAbsent我们之前也聊过        // 如果传递为false,代表key一致时,直接覆盖数据        // 如果传递为true,代表key一致时,什么都不做,key不存在,正常添加(Redis,setnx)        if (!onlyIfAbsent)            // 覆盖数据            p.val = value;    }}
复制代码
2.7 链表转红黑树
// 如果当前的链表上的数据不等于0if (binCount != 0) {    // 当前列表下的数据长度大于8    // 这里需要注意,大于8的话并不是立即转成红黑树,还需要判断当前数组的长度    if (binCount >= TREEIFY_THRESHOLD)        treeifyBin(tab, i);    if (oldVal != null)        return oldVal;    break;}static final int TREEIFY_THRESHOLD = 8;static final int MIN_TREEIFY_CAPACITY = 64;
private final void treeifyBin(Node<K,V>[] tab, int index) { Node<K,V> b; int n, sc; // 如果当前的数组不为空 if (tab != null) { // 如果当前的数组长度小于64,则没必要转成红黑树 // 直接扩容即可 if ((n = tab.length) < MIN_TREEIFY_CAPACITY) tryPresize(n << 1); // 后面的是转成红黑树的代码 // 我们下一章在分析 else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { synchronized (b) { if (tabAt(tab, index) == b) { TreeNode<K,V> hd = null, tl = null; for (Node<K,V> e = b; e != null; e = e.next) { TreeNode<K,V> p = new TreeNode<K,V>(e.hash, e.key, e.val, null, null); if ((p.prev = tl) == null){ hd = p; } else{ tl.next = p; } tl = p; } setTabAt(tab, index, new TreeBin<K,V>(hd)); } } } }}
复制代码

四、流程图

1、初始化阶段

2、存储阶段

五、总结

鲁迅先生曾说:独行难,众行易,和志同道合的人一起进步。彼此毫无保留的分享经验,才是对抗互联网寒冬的最佳选择。


其实很多时候,并不是我们不够努力,很可能就是自己努力的方向不对,如果有一个人能稍微指点你一下,你真的可能会少走几年弯路。


作者:爱敲代码的小黄

链接:https://juejin.cn/post/7233758531378397240

来源:稀土掘金

用户头像

还未添加个人签名 2021-07-28 加入

公众号:该用户快成仙了

评论

发布
暂无评论
美团二面:聊聊ConcurrentHashMap的存储流程_Java_做梦都在改BUG_InfoQ写作社区