目录
在并发工具类和并发集合中，可能最复杂的就是jdk1.8+的ConcurrentHashMap源码，相比jdk1.8-，已经抛弃了Segment分段锁的实现方式，采用了Synchronized、CAS、volatile来实现一个线程安全的容器，是HashMap线程安全版本。关于数据结构方面，和HashMap很相似了，但是有更多内部类，我们在下面就可以看到。
如果想要了解HashMap相关源码，可以参考：HashMap源码解析(jdk1.8)
关于CAS，volatile和Synchronized的相关机制默认都是了解的，所以不会有过多解释，其次是很多不重要或者和HashMap相同的代码就会一笔带过，不然篇幅太过巨大，如果对HashMap实现思想不太了解的，可以先看一下上面的链接。
成员变量
transient volatile Node<K,V>[] table;
//下一个Node数组，当扩容的时候使用
private transient volatile Node<K,V>[] nextTable;
//基础计数器值，通过CAS更新
private transient volatile long baseCount;
//表初始化和扩容的时候用到，-1表示正在初始化，-(N+1)表示N个活跃线程正在进行扩容
private transient volatile int sizeCtl;
//扩容的时候拆分nextTable的索引+1
private transient volatile int transferIndex;
构造函数
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
//不符合条件的参数，直接抛出异常
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
//如果初始容量小于并发级别，赋值
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;
}
concurrencyLevel表示并发级别，默认为1。
Node
代码就不贴出来了，太占篇幅，和HashMap是有区别的，Node不支持setValue的，支持find()，也就是map.get()。
TreeNode
TreeNode表示红黑树的结构，是其数据结构实现，保存在数组的红黑树并不是TreeNode，而是下面的TreeBin
TreeBin
TreeNode实现红黑树的数据结构，TreeBin持有其引用，对红黑树进行操作的时候，通过lockRoot()和unlockRoot()对root进行加锁和解锁。真正在Node数组上的红黑树就是TreeBin。
ForwardingNode
ForwardingNode表示是扩容的时候的node的head，是个空节点，只是告诉后面的线程当前节点数据已经迁移完成。
putVal 添加
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
//根据key的hashCode()获取hash值
int hash = spread(key.hashCode());
int binCount = 0; //为当前node的元素数，判断扩容或者树形化
//无限循环，等待条件break
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
//如果当前数组为空，直接进行初始化，然后继续循环
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//如果hash得到当前数组对应位置的值为null，直接cas生成一个node，然后break
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
//如果当前正在进行扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else { //如果当前位置有值
V oldVal = null;
//synchronized锁住当前数组node
synchronized (f) {
//判断当前位置的值是否发生变化，因为在此期间可能被并发修改
if (tabAt(tab, i) == f) {
//fh >= 0表示当前非红黑树节点
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
//如果key为一般节点，将节点值暂存oldVal，然后将Value赋值，break
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
//当前为链表，next等于null，直接生成node，挂到尾部，break
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
//如果是红黑树
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
//如果红黑树相应节点不为null，然后将Value赋值，将节点值暂存oldVal
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
//binCount != 0表示上面循环赋值成功
if (binCount != 0) {
//表示可能需要进行树形化，进行treeifyBin逻辑，染回oldVa
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
整体代码逻辑和HashMap很相似，只是多了一些保证并发安全的逻辑，下面对有些点解释一下。
- ConcurrentHashMap的key或者value都不能为空，否则抛出异常。
- tabAt()是通过volatile从主存中取值，保证并发环境下获取value都是新的。
- casTabAt()通过CAS新增节点到数组，同时外层自旋保证肯定成功，当然可能被其他线程put之后，就不会走到这里了。
- fh >= 0为啥表示非红黑树节点，因为红黑树的root对应hash值是固定的，static final int TREEBIN = -2;
- 扩容在treeifyBin()内部的，这点也是和HashMap的区别，而且逻辑判断相对更为复杂，后者直接执行resize()，不需要考虑并发。
总结一下putVal()整体思路：
- onlyIfAbsent默认为false，表示是否替换已经存在的元素。
- 判断key或者value是否为空，否则抛出异常。
- 判断当前数组是否为空，如果是通过initTable()进行初始化。
- 通过key的hash值得到数组所在下标位置，判断当前位置是否为空，如果是，直接通过CAS添加。
- 判断当前Node的hash值是否为MOVED，如果是，说明有其他线程正在扩容，调用helpTransfer()帮助扩容，通过多线程同时转移节点，减少扩容带来的性能消耗。
- 如果hash值不是MOVED，synchronized直接锁住当前节点。hash值 >= 0，说明不是红黑树，遍历当前链表节点，如果找到key，直接替换，否则添加到尾部。
- 如果是红黑树，TreeBin就是红黑树的head节点，通过putTreeVal()添加到红黑树。
- 添加完成，判断是否达到TREEIFY_THRESHOLD，如果是，通过treeifyBin();判断进行判断扩容或者树形化。
initTable 初始化
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
//sizeCtl < 0表示当前有其他线程正在进行初始化或者扩容，直接执行yield()让出CPU使用权
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
//CAS对SIZECTL进行赋值
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
//双重检测
if ((tab = table) == null || tab.length == 0) {
//sc > 0表示通过构造函数初始化的时候，已经设置过初始容量的，否则生成一个大小为16的数组
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
//sc = 0.75n
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
通过initTable()进行初始化，而HashMap通过resize()进行初始化或者扩容。
- 如果sizeCtl < 0，表示当前有其他线程正在进行初始化或者扩容，直接执行yield()让出CPU使用权。
- 如果sizeCtl > 0，表示设置初始容量为sizeCtl。
- 否则设置初始容量为16。
- sizeCtl为数组长度的的3/4
treeifyBin
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
if (tab != null) {
//如果没有达到树形化的另一个条件，也就是数组长度小于64，直接进行扩容
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
tryPresize(n << 1);
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));
}
}
}
}
}
- 这个方法总体逻辑就是判断是否达到树形化的第二个条件，如果没有，进行扩容，数组长度为2倍。
- 如果是，生成一个TreeNode，然后包装到TreeBin中，set一下。
tryPresize()
private final void tryPresize(int size) {
//判断size是否>=MAXIMUM_CAPACITY的一半，如果是c=MAXIMUM_CAPACITY，否则
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
int sc;
while ((sc = sizeCtl) >= 0) {
Node<K,V>[] tab = table; int n;
if (tab == null || (n = tab.length) == 0) {
n = (sc > c) ? sc : c;
if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if (table == tab) {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = nt;
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
}
}
else if (c <= sc || n >= MAXIMUM_CAPACITY)
break;
else if (tab == table) {
int rs = resizeStamp(n);
//注意这部分逻辑，在transfer()扩容的时候需要用到
if (sc < 0) {
Node<K,V>[] nt;
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
}
}
}
transfer()
transfer()是从helpTransfer内部调用的，helpTransfer的注释是帮助扩容，如果有其他线程正在进行扩容的话，扩容也是ConcurrentHashMap最难的部分，lz尽量说的清晰一点。
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
//n >>> 3相当于n/8，然后除以CPU核心数，判断是否小于16，这样为了让每个CPU转移的数组长度一样多，一般来说，默认一个线程处理16的长度
//所以一般情况下，我们代码中也只是需要1-2个线程完成数据迁移。
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
//nextTab未初始化，进行初始化
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
//更新成员变量
nextTable = nextTab;
//转移时的下标
transferIndex = n;
}
int nextn = nextTab.length;
//ForwardingNode表示一个正在迁移的node，当原数组中下标为i的节点完成迁移，就会设置一个fwd，表示当前位置的数据被其他线程处理了，然后就可以跳过了
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
//表示当前下标对应节点是否全部迁移，如果true，--i
boolean advance = true;
//判断是否已经完成扩容。
boolean finishing = false; // to ensure sweep before committing nextTab
//i表示处理的，从nextIndex逐渐-1，为了方便理解，下面举个栗子，length从16扩容到32的场景下，第一个线程，bucket负责的范围就是[0,16]
for (int i = 0, bound = 0;;) {
//
Node<K,V> f; int fh;
while (advance) {
//nextIndex表示当前bucket最右边边界，nextIndex=16，nextBound=0
int nextIndex, nextBound;
//表示当前bucket对应数组所有下标的节点都已经转移
if (--i >= bound || finishing)
advance = false;
//表示所有的bucket都分配完毕
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//CAS对TRANSFERINDEX赋值，首次执行代码，这里bound为0，i为15
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
//当前线程已经处理完成自己所负责的bucket
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
//如果完成了扩容，能够退出循环
if (finishing) {
nextTable = null; //删除成员变量
table = nextTab; //更新table数组
sizeCtl = (n << 1) - (n >>> 1); //更新阈值(32*0.75=24)
return;
}
//每个帮助扩容的线程，对SIZECTL进行-1操作
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
//①这里的判断的原理在后面讲
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
//如果当前位置的node为null，直接将fwd放到当前node，表示数据已经被转移
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
//表示当前node数据正在被转移，跳过当前循环次
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
//锁住当前节点
synchronized (f) {
//双重判断
if (tabAt(tab, i) == f) {
//ln和hn分别表示lownode，highnode，ln在原位置不动，hn移动到index+length的位置
Node<K,V> ln, hn;
//如果不是红黑树
if (fh >= 0) {
//runBit的结果只能是0和n
int runBit = fh & n;
Node<K,V> lastRun = f;
//lastRun表示最后一个hash & n发生变化的节点，后续节点hash & n的结果都是相同的，位置也是相同的，所以直接可以带过去
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
//等于0，放到ln，否则放到hn
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
//如果当前节点为单个数据，直接拷贝，否则循环链表，进行链表拷贝
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
//这里就是上面说的，ln放到index位置，hn放到index+length的位置，原数组的index保存fwd
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
else if (f instanceof TreeBin) {
//***
}
}
}
}
}
}
上面对扩容方法加了部分注释，但是由于方法本身比较难懂，一般来说不强求都要看懂，掌握思想是最重要的。
- 首先是，根据CPU核数判断每个线程负责的bucket区间。
- 如果nextTab为空，进行初始化，这里是因为transfer()有多处调用，例如通过putAll()进行调用的话，可能就没有初始化，所有有了这部分逻辑。
- 对每个线程进行分工迁移数据，正如上面的举例，thread1负责的bucket[0,15]，thread2负责的bucket[16,31]，都是从每个bucket的最右边开始迁移数据，比如thread从15开始，然后是14,13...0，然后满足判断return。
- 代码有个我注释①的位置，(sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT这个判断的原因是，第一个进行扩容的线程进入transfer()之前，通过CAS赋值rs << RESIZE_STAMP_SHIFT) + 2，而后面的方法每次都对SIZECTL+1，这部分代码在tryPresize()。然后进入transfer()之后，每个方法分到bucket，迁移数据，都会对SIZECTL-1，当最后一个线程迁移数据完成之后，就会满足上面的判断。
- 然后就是数据迁移的部分，就是区分链表和红黑树，红黑树的部分跳过了，思想都是一样的，扩容前后对hash冲突的元素如果存储，和HashMap是相同的，这部分内容没啥好讲得，大家应该都了解了，而且注释也说了思想，如果不了解的，可以查看最开始那个HashMap链接，或者百度相关内容。
- 需要注意的一点是，和链表hash & n结果相同和不同的节点，会分别组成新的链表，但是前者链表还是原来的顺序，但是后者和之前相比，会出现倒置，这点，网上有大佬说的，但是我没看太懂，有大神可以底下留言，解释一下。
到这里，我们了解了新增、初始化、扩容的源码，已经把ConcurrentHashMap最难的部分解决了，后面查询相对很简单了。
get获取
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());
//数组不为空，下标对应node不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
//判断hash值，然后判断key，如果满足，返回val
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
//如果非单个节点，遍历判断返回
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
从上面看到get()没有任何同步措施，所以ConcurrentHashMap是支持并发读的。