1.ConcurrentHashMap和HashTable比较
ConcurrentHashMap性能高于HashTable,都能够完成线程安全操作,
Hashtable中线程安全使用synchronized同步方法进行加锁操作,如果当前一个线程正在访问该集合,其他线程是无法进行访问的,需要进行等待
反之ConcurrentHashMap当中采用分段锁机制(JDK7)
2. JDK1.7和JDK1.8底层实现的区别
JDK1.7,ConcurrentHashMap使用分段锁技术,将数据分成一段一段的进行村粗,每一个数据段配置一把锁Segment(继承ReentrantLock)
底层采用:Segment+HashEntry
当数据添加时,根据key值找到Segment对应的数据段,然后匹配数据块,采用链表方式进行存储
ConcurrentHashMap使用分段锁技术,将数据分成一段一段的存储,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段数据的时候,
其他段的数据也能被其他线程访问,能够实现真正的并发访问。
JDK1.8,ConcurrentHashMap取消了Segment分段所的机制,底层采用Node数组+链表+红黑树,从而实现一段数据进行加锁,减少了并发,CAS(读)+synchronized(写)
当数据添加时,根据key值找到对应数组的Node,中间采用CAS和synchronized进行数据操作
CAS是compare and swap的缩写,即我们所说的比较交换。cas是一种基于锁的操作,而且是乐观锁。在java中锁分为乐观锁和悲观锁。
悲观锁是将资源锁住,等一个之前获得锁的线程释放锁之后,下一个线程才可以访问。而乐观锁采取了一种宽泛的态度,通过某种方式不加锁来处理资源,
比如通过给记录加version来获取数据,性能较悲观锁有很大的提高。
CAS 操作包含三个操作数 —— 内存位置(V)、预期原值(A)和新值(B)。如果内存地址里面的值和A的值是一样的,那么就将内存里面的值更新成B。
CAS是通过无限循环来获取数据的,若果在第一轮循环中,a线程获取地址里面的值被b线程修改了,那么a线程需要自旋,到下次循环才有可能机会执行。
总结:
JDK1.7版本:ReentrantLock+Segment+HashEntry
JDK1.8版本:synchronized+CAS+HashEntry+红黑树
1.数据结构:取消了Segment分段锁的数据结构,取而代之的是数组+链表+红黑树的结构。
2.保证线程安全机制:JDK1.7采用segment的分段锁机制实现线程安全,其中segment继承自ReentrantLock。JDK1.8采用CAS+Synchronized保证线程安全。
3.锁的粒度:原来是对需要进行数据操作的Segment加锁,现调整为对每个数组元素加锁(Node)。
4.链表转化为红黑树:定位结点的hash算法简化会带来弊端,Hash冲突加剧,因此在链表节点数量大于8时,会将链表转化为红黑树进行存储。
5.查询时间复杂度:从原来的遍历链表O(n),变成遍历红黑树O(logN)。
3. ConcurrentHashMap底层put方法实现的核心逻辑
public V put(K key, V value) { return putVal(key, value, false); }
/** Implementation for put and putIfAbsent */ final V putVal(K key, V value, boolean onlyIfAbsent) { if (key == null || value == null) throw new NullPointerException(); //判断key和value是否为空,如果为空则报异常 int hash = spread(key.hashCode()); //重新计算key的hash值,有效减少Hash值冲突 int binCount = 0; for (Node<K,V>[] tab = table;;) { //遍历当前数组当中所有的数据 Node<K,V> f; int n, i, fh; if (tab == null || (n = tab.length) == 0) //判断数组是否为空 tab = initTable(); //如果为空要进行数组的初始化操作 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { //根据key的Hash值找到位置,如果该位置没有元素 if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))) //获取到空的元素,然后重新创建一个新的Node放进去 break; // no lock when adding to empty bin } else if ((fh = f.hash) == MOVED) //判断当前数组元素状态是否需要扩容 tab = helpTransfer(tab, f); else { V oldVal = null; synchronized (f) { //加锁 if (tabAt(tab, i) == f) { if (fh >= 0) { binCount = 1; for (Node<K,V> e = f;; ++binCount) { K ek; if (e.hash == hash && //判断添加的key和原有key进行Hash值判断以及key值判断,如果相等则覆盖 ((ek = e.key) == key || (ek != null && key.equals(ek)))) { oldVal = e.val; if (!onlyIfAbsent) e.val = value; break; } Node<K,V> pred = e; if ((e = e.next) == null) { //判断当前节点的下一个节点是否为空,如果为空则添加到下一个节点当中 pred.next = new Node<K,V>(hash, key, value, null); break; } } } else if (f instanceof TreeBin) { //判断当前节点是否为红黑树 Node<K,V> p; binCount = 2; if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) { //如果为红黑树则创建一个树节点 oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } } if (binCount != 0) { if (binCount >= TREEIFY_THRESHOLD) //根据当前循环次数判断链表中存在多少个数据,如果数据阀值大于等于8 //则进行红黑树转换 treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } addCount(1L, binCount); //判断是否需要扩容 return null; }