Java Map中那些巧妙的设计
簡介：?他山之石可以攻玉，這些巧妙的設(shè)計(jì)思想非常有借鑒價(jià)值，可謂是最佳實(shí)踐。然而，大多數(shù)有關(guān)Java Map原理的科普類文章都是專注于“點(diǎn)”，并沒有連成“線”，甚至形成“網(wǎng)狀結(jié)構(gòu)”。因此，本文基于個人理解，對所閱讀的部分源碼進(jìn)行了分類與總結(jié)，歸納出Map中的幾個核心特性。
作者 | 子澐
來源 |?阿里技術(shù)公眾號
最近拜讀了一些Java Map的相關(guān)源碼，不得不驚嘆于JDK開發(fā)者們的鬼斧神工。他山之石可以攻玉，這些巧妙的設(shè)計(jì)思想非常有借鑒價(jià)值，可謂是最佳實(shí)踐。然而，大多數(shù)有關(guān)Java Map原理的科普類文章都是專注于“點(diǎn)”，并沒有連成“線”，甚至形成“網(wǎng)狀結(jié)構(gòu)”。因此，本文基于個人理解，對所閱讀的部分源碼進(jìn)行了分類與總結(jié)，歸納出Map中的幾個核心特性，包括：自動擴(kuò)容、初始化與懶加載、哈希計(jì)算、位運(yùn)算與并發(fā)，并結(jié)合源碼進(jìn)行深入講解，希望看完本文的你也能從中獲取到些許收獲（本文默認(rèn)采用JDK1.8中的HashMap）。
一 自動擴(kuò)容
最小可用原則，容量超過一定閾值便自動進(jìn)行擴(kuò)容。擴(kuò)容是通過resize方法來實(shí)現(xiàn)的。擴(kuò)容發(fā)生在putVal方法的最后，即寫入元素之后才會判斷是否需要擴(kuò)容操作，當(dāng)自增后的size大于之前所計(jì)算好的閾值threshold，即執(zhí)行resize操作。
通過位運(yùn)算<<1進(jìn)行容量擴(kuò)充，即擴(kuò)容1倍，同時新的閾值newThr也擴(kuò)容為老閾值的1倍。
擴(kuò)容時，總共存在三種情況：
- 哈希桶數(shù)組中某個位置只有1個元素，即不存在哈希沖突時，則直接將該元素copy至新哈希桶數(shù)組的對應(yīng)位置即可。
- 哈希桶數(shù)組中某個位置的節(jié)點(diǎn)為樹節(jié)點(diǎn)時，則執(zhí)行紅黑樹的擴(kuò)容操作。
- 哈希桶數(shù)組中某個位置的節(jié)點(diǎn)為普通節(jié)點(diǎn)時，則執(zhí)行鏈表擴(kuò)容操作，在JDK1.8中，為了避免之前版本中并發(fā)擴(kuò)容所導(dǎo)致的死鏈問題，引入了高低位鏈表輔助進(jìn)行擴(kuò)容操作。
在日常的開發(fā)過程中，會遇到一些bad case，比如：
HashMap hashMap = new HashMap(2); hashMap.put("1", 1); hashMap.put("2", 2); hashMap.put("3", 3);當(dāng)hashMap設(shè)置最后一個元素3的時候，會發(fā)現(xiàn)當(dāng)前的哈希桶數(shù)組大小已經(jīng)達(dá)到擴(kuò)容閾值2*0.75=1.5，緊接著會執(zhí)行一次擴(kuò)容操作，因此，此類的代碼每次運(yùn)行的時候都會進(jìn)行一次擴(kuò)容操作，效率低下。在日常開發(fā)過程中，一定要充分評估好HashMap的大小，盡可能保證擴(kuò)容的閾值大于存儲元素的數(shù)量，減少其擴(kuò)容次數(shù)。
二 初始化與懶加載
初始化的時候只會設(shè)置默認(rèn)的負(fù)載因子，并不會進(jìn)行其他初始化的操作，在首次使用的時候才會進(jìn)行初始化。當(dāng)new一個新的HashMap的時候，不會立即對哈希數(shù)組進(jìn)行初始化，而是在首次put元素的時候，通過resize()方法進(jìn)行初始化。
resize()中會設(shè)置默認(rèn)的初始化容量DEFAULT_INITIAL_CAPACITY為16，擴(kuò)容的閾值為0.75*16 = 12，即哈希桶數(shù)組中元素達(dá)到12個便進(jìn)行擴(kuò)容操作。
最后創(chuàng)建容量為16的Node數(shù)組，并賦值給成員變量哈希桶table，即完成了HashMap的初始化操作。
三 哈希計(jì)算
哈希表以哈希命名，足以說明哈希計(jì)算在該數(shù)據(jù)結(jié)構(gòu)中的重要程度。而在實(shí)現(xiàn)中，JDK并沒有直接使用Object的native方法返回的hashCode作為最終的哈希值，而是進(jìn)行了二次加工。
以下分別為HashMap與ConcurrentHashMap計(jì)算hash值的方法，核心的計(jì)算邏輯相同，都是使用key對應(yīng)的hashCode與其hashCode右移16位的結(jié)果進(jìn)行異或操作。此處，將高16位與低16位進(jìn)行異或的操作稱之為擾動函數(shù)，目的是將高位的特征融入到低位之中，降低哈希沖突的概率。
舉個例子來理解下擾動函數(shù)的作用：
hashCode(key1) = 0000 0000 0000 1111 0000 0000 0000 0010 hashCode(key2) = 0000 0000 0000 0000 0000 0000 0000 0010若HashMap容量為4，在不使用擾動函數(shù)的情況下，key1與key2的hashCode注定會沖突（后兩位相同，均為01）。
經(jīng)過擾動函數(shù)處理后，可見key1與key2 hashcode的后兩位不同，上述的哈希沖突也就避免了。
hashCode(key1) ^ (hashCode(key1) >>> 16) 0000 0000 0000 1111 0000 0000 0000 1101hashCode(key2) ^ (hashCode(key2) >>> 16) 0000 0000 0000 0000 0000 0000 0000 0010這種增益會隨著HashMap容量的減少而增加?！禔n introduction to optimising a hashing strategy》文章中隨機(jī)選取了哈希值不同的352個字符串，當(dāng)HashMap的容量為2^9時，使用擾動函數(shù)可以減少10%的碰撞，可見擾動函數(shù)的必要性。
此外，ConcurrentHashMap中經(jīng)過擾亂函數(shù)處理之后，需要與HASH_BITS做與運(yùn)算，HASH_BITS為0x7ffffff，即只有最高位為0，這樣運(yùn)算的結(jié)果使hashCode永遠(yuǎn)為正數(shù)。在ConcurrentHashMap中，預(yù)定義了幾個特殊節(jié)點(diǎn)的hashCode，如：MOVED、TREEBIN、RESERVED，它們的hashCode均定義為負(fù)值。因此，將普通節(jié)點(diǎn)的hashCode限定為正數(shù)，也就是為了防止與這些特殊節(jié)點(diǎn)的hashCode產(chǎn)生沖突。
1 哈希沖突
通過哈希運(yùn)算，可以將不同的輸入值映射到指定的區(qū)間范圍內(nèi)，隨之而來的是哈希沖突問題。考慮一個極端的case，假設(shè)所有的輸入元素經(jīng)過哈希運(yùn)算之后，都映射到同一個哈希桶中，那么查詢的復(fù)雜度將不再是O(1)，而是O(n)，相當(dāng)于線性表的順序遍歷。因此，哈希沖突是影響哈希計(jì)算性能的重要因素之一。哈希沖突如何解決呢？主要從兩個方面考慮，一方面是避免沖突，另一方面是在沖突時合理地解決沖突，盡可能提高查詢效率。前者在上面的章節(jié)中已經(jīng)進(jìn)行介紹，即通過擾動函數(shù)來增加hashCode的隨機(jī)性，避免沖突。針對后者，HashMap中給出了兩種方案：拉鏈表與紅黑樹。
拉鏈表
在JDK1.8之前，HashMap中是采用拉鏈表的方法來解決沖突，即當(dāng)計(jì)算出的hashCode對應(yīng)的桶上已經(jīng)存在元素，但兩者key不同時，會基于桶中已存在的元素拉出一條鏈表，將新元素鏈到已存在元素的前面。當(dāng)查詢存在沖突的哈希桶時，會順序遍歷沖突鏈上的元素。同一key的判斷邏輯如下圖所示，先判斷hash值是否相同，再比較key的地址或值是否相同。
（1）死鏈
在JDK1.8之前，HashMap在并發(fā)場景下擴(kuò)容時存在一個bug，形成死鏈，導(dǎo)致get該位置元素的時候，會死循環(huán)，使CPU利用率高居不下。這也說明了HashMap不適于用在高并發(fā)的場景，高并發(fā)應(yīng)該優(yōu)先考慮JUC中的ConcurrentHashMap。然而，精益求精的JDK開發(fā)者們并沒有選擇繞過問題，而是選擇直面問題并解決它。在JDK1.8之中，引入了高低位鏈表（雙端鏈表）。
什么是高低位鏈表呢？在擴(kuò)容時，哈希桶數(shù)組buckets會擴(kuò)容一倍，以容量為8的HashMap為例，原有容量8擴(kuò)容至16，將[0, 7]稱為低位，[8, 15]稱為高位，低位對應(yīng)loHead、loTail，高位對應(yīng)hiHead、hiTail。
擴(kuò)容時會依次遍歷舊buckets數(shù)組的每一個位置上面的元素：
- 若不存在沖突，則重新進(jìn)行hash取模，并copy到新buckets數(shù)組中的對應(yīng)位置。
- 若存在沖突元素，則采用高低位鏈表進(jìn)行處理。通過e.hash & oldCap來判斷取模后是落在高位還是低位。舉個例子：假設(shè)當(dāng)前元素hashCode為0001（忽略高位），其運(yùn)算結(jié)果等于0，說明擴(kuò)容后結(jié)果不變，取模后還是落在低位[0, 7]，即0001 & 1000 = 0000，還是原位置，再用低位鏈表將這類的元素鏈接起來。假設(shè)當(dāng)前元素的hashCode為1001， 其運(yùn)算結(jié)果不為0，即1001 & 1000 = 1000 ，擴(kuò)容后會落在高位，新的位置剛好是舊數(shù)組索引（1） + 舊數(shù)據(jù)長度（8） = 9，再用高位鏈表將這些元素鏈接起來。最后，將高低位鏈表的頭節(jié)點(diǎn)分別放在擴(kuò)容后數(shù)組newTab的指定位置上，即完成了擴(kuò)容操作。這種實(shí)現(xiàn)降低了對共享資源newTab的訪問頻次，先組織沖突節(jié)點(diǎn)，最后再放入newTab的指定位置。避免了JDK1.8之前每遍歷一個元素就放入newTab中，從而導(dǎo)致并發(fā)擴(kuò)容下的死鏈問題。
紅黑樹
在JDK1.8之中，HashMap引入了紅黑樹來處理哈希沖突問題，而不再是拉鏈表。那么為什么要引入紅黑樹來替代鏈表呢？雖然鏈表的插入性能是O(1)，但查詢性能確是O(n)，當(dāng)哈希沖突元素非常多時，這種查詢性能是難以接受的。因此，在JDK1.8中，如果沖突鏈上的元素?cái)?shù)量大于8，并且哈希桶數(shù)組的長度大于64時，會使用紅黑樹代替鏈表來解決哈希沖突，此時的節(jié)點(diǎn)會被封裝成TreeNode而不再是Node（TreeNode其實(shí)繼承了Node，以利用多態(tài)特性），使查詢具備O(logn)的性能。
這里簡單地回顧一下紅黑樹，它是一種平衡的二叉樹搜索樹，類似地還有AVL樹。兩者核心的區(qū)別是AVL樹追求“絕對平衡”，在插入、刪除節(jié)點(diǎn)時，成本要高于紅黑樹，但也因此擁有了更好的查詢性能，適用于讀多寫少的場景。然而，對于HashMap而言，讀寫操作其實(shí)難分伯仲，因此選擇紅黑樹也算是在讀寫性能上的一種折中。
四 位運(yùn)算
1 確定哈希桶數(shù)組大小
找到大于等于給定值的最小2的整數(shù)次冪。tableSizeFor根據(jù)輸入容量大小cap來計(jì)算最終哈希桶數(shù)組的容量大小，找到大于等于給定值cap的最小2的整數(shù)次冪。乍眼一看，這一行一行的位運(yùn)算讓人云里霧里，莫不如采用類似找規(guī)律的方式來探索其中的奧秘。
當(dāng)cap為3時，計(jì)算過程如下：
cap = 3 n = 2 n |= n >>> 1 010 | 001 = 011 n = 3 n |= n >>> 2 011 | 000 = 011 n = 3 n |= n >>> 4 011 | 000 = 011 n = 3 …. n = n + 1 = 4當(dāng)cap為5時，計(jì)算過程如下：
cap = 5 n = 4 n |= n >>> 1 0100 | 0010 = 0110 n = 6 n |= n >>> 2 0110 | 0001 = 0111 n = 7 …. n = n + 1 = 8因此，計(jì)算的意義在于找到大于等于cap的最小2的整數(shù)次冪。整個過程是找到cap對應(yīng)二進(jìn)制中最高位的1，然后每次以2倍的步長（依次移位1、2、4、8、16）復(fù)制最高位1到后面的所有低位，把最高位1后面的所有位全部置為1，最后進(jìn)行+1，即完成了進(jìn)位。
類似二進(jìn)制位的變化過程如下：
0100 1010 0111 1111 1000 0000找到輸入cap的最小2的整數(shù)次冪作為最終容量可以理解為最小可用原則，盡可能地少占用空間，但是為什么必須要2的整數(shù)次冪呢？答案是，為了提高計(jì)算與存儲效率，使每個元素對應(yīng)hash值能夠準(zhǔn)確落入哈希桶數(shù)組給定的范圍區(qū)間內(nèi)。確定數(shù)組下標(biāo)采用的算法是 hash & (n - 1)，n即為哈希桶數(shù)組的大小。由于其總是2的整數(shù)次冪，這意味著n-1的二進(jìn)制形式永遠(yuǎn)都是0000111111的形式，即從最低位開始，連續(xù)出現(xiàn)多個1，該二進(jìn)制與任何值進(jìn)行&運(yùn)算都會使該值映射到指定區(qū)間[0, n-1]。比如：當(dāng)n=8時，n-1對應(yīng)的二進(jìn)制為0111，任何與0111進(jìn)行&運(yùn)算都會落入[0,7]的范圍內(nèi)，即落入給定的8個哈希桶中，存儲空間利用率100%。舉個反例，當(dāng)n=7，n-1對應(yīng)的二進(jìn)制為0110，任何與0110進(jìn)行&運(yùn)算會落入到第0、6、4、2個哈希桶，而不是[0,6]的區(qū)間范圍內(nèi)，少了1、3、5三個哈希桶，這導(dǎo)致存儲空間利用率只有不到60%，同時也增加了哈希碰撞的幾率。
2 ASHIFT偏移量計(jì)算
獲取給定值的最高有效位數(shù)（移位除了能夠進(jìn)行乘除運(yùn)算，還能用于保留高、低位操作，右移保留高位，左移保留低位）。ConcurrentHashMap中的ABASE+ASHIFT是用來計(jì)算哈希數(shù)組中某個元素在實(shí)際內(nèi)存中的初始位置，ASHIFT采取的計(jì)算方式是31與scale前導(dǎo)0的數(shù)量做差，也就是scale的實(shí)際位數(shù)-1。scale就是哈希桶數(shù)組Node[]中每個元素的大小，通過((long)i << ASHIFT) + ABASE)進(jìn)行計(jì)算，便可得到數(shù)組中第i個元素的起始內(nèi)存地址。
我們繼續(xù)看下前導(dǎo)0的數(shù)量是怎么計(jì)算出來的，numberOfLeadingZeros是Integer的靜態(tài)方法，還是沿用找規(guī)律的方式一探究竟。
假設(shè) i = 0000 0000 0000 0100 0000 0000 0000 0000，n = 1
i >>> 16 0000 0000 0000 0000 0000 0000 0000 0100 不為0i >>> 24 0000 0000 0000 0000 0000 0000 0000 0000 等于0右移了24位等于0，說明24位到31位之間肯定全為0，即n = 1 + 8 = 9，由于高8位全為0，并且已經(jīng)將信息記錄至n中，因此可以舍棄高8位，即 i <<= 8。此時，
i = 0000 0100 0000 0000 0000 0000 0000 0000類似地，i >>> 28 也等于0，說明28位到31位全為0，n = 9 + 4 = 13，舍棄高4位。此時，
i = 0100 0000 0000 0000 0000 0000 0000 0000繼續(xù)運(yùn)算，
i >>> 30 0000 0000 0000 0000 0000 0000 0000 0001 不為0 i >>> 31 0000 0000 0000 0000 0000 0000 0000 0000 等于0最終可得出n = 13，即有13個前導(dǎo)0。n -= i >>> 31是檢查最高位31位是否是1，因?yàn)閚初始化為1，如果最高位是1，則不存在前置0，即n = n - 1 = 0。
總結(jié)一下，以上的操作其實(shí)是基于二分法的思想來定位二進(jìn)制中1的最高位，先看高16位，若為0，說明1存在于低16位；反之存在高16位。由此將搜索范圍由32位（確切的說是31位）減少至16位，進(jìn)而再一分為二，校驗(yàn)高8位與低8位，以此類推。
計(jì)算過程中校驗(yàn)的位數(shù)依次為16、8、4、2、1，加起來剛好為31。為什么是31不是32呢？因?yàn)榍爸?的數(shù)量為32的情況下i只能為0，在前面的if條件中已經(jīng)進(jìn)行過濾。這樣一來，非0值的情況下，前置0只能出現(xiàn)在高31位，因此只需要校驗(yàn)高31位即可。最終，用總位數(shù)減去計(jì)算出來的前導(dǎo)0的數(shù)量，即可得出二進(jìn)制的最高有效位數(shù)。代碼中使用的是31 - Integer.numberOfLeadingZeros(scale)，而不是總位數(shù)32，這是為了能夠得到哈希桶數(shù)組中第i個元素的起始內(nèi)存地址，方便進(jìn)行CAS等操作。
五 并發(fā)
1 悲觀鎖
全表鎖
HashTable中采用了全表鎖，即所有操作均上鎖，串行執(zhí)行，如下圖中的put方法所示，采用synchronized關(guān)鍵字修飾。這樣雖然保證了線程安全，但是在多核處理器時代也極大地影響了計(jì)算性能，這也致使HashTable逐漸淡出開發(fā)者們的視野。
分段鎖
針對HashTable中鎖粒度過粗的問題，在JDK1.8之前，ConcurrentHashMap引入了分段鎖機(jī)制。整體的存儲結(jié)構(gòu)如下圖所示，在原有結(jié)構(gòu)的基礎(chǔ)上拆分出多個segment，每個segment下再掛載原來的entry（上文中經(jīng)常提到的哈希桶數(shù)組），每次操作只需要鎖定元素所在的segment，不需要鎖定整個表。因此，鎖定的范圍更小，并發(fā)度也會得到提升。
2 樂觀鎖
Synchronized+CAS
雖然引入了分段鎖的機(jī)制，即可以保證線程安全，又可以解決鎖粒度過粗導(dǎo)致的性能低下問題，但是對于追求極致性能的工程師來說，這還不是性能的天花板。因此，在JDK1.8中，ConcurrentHashMap摒棄了分段鎖，使用了樂觀鎖的實(shí)現(xiàn)方式。放棄分段鎖的原因主要有以下幾點(diǎn)：
- 使用segment之后，會增加ConcurrentHashMap的存儲空間。
- 當(dāng)單個segment過大時，并發(fā)性能會急劇下降。
ConcurrentHashMap在JDK1.8中的實(shí)現(xiàn)廢棄了之前的segment結(jié)構(gòu)，沿用了與HashMap中的類似的Node數(shù)組結(jié)構(gòu)。
ConcurrentHashMap中的樂觀鎖是采用synchronized+CAS進(jìn)行實(shí)現(xiàn)的。這里主要看下put的相關(guān)代碼。
當(dāng)put的元素在哈希桶數(shù)組中不存在時，則直接CAS進(jìn)行寫操作。
這里涉及到了兩個重要的操作，tabAt與casTabAt?？梢钥闯?#xff0c;這里面都使用了Unsafe類的方法。Unsafe這個類在日常的開發(fā)過程中比較罕見。我們通常對Java語言的認(rèn)知是：Java語言是安全的，所有操作都基于JVM，在安全可控的范圍內(nèi)進(jìn)行。然而，Unsafe這個類會打破這個邊界，使Java擁有C的能力，可以操作任意內(nèi)存地址，是一把雙刃劍。這里使用到了前文中所提到的ASHIFT，來計(jì)算出指定元素的起始內(nèi)存地址，再通過getObjectVolatile與compareAndSwapObject分別進(jìn)行取值與CAS操作。
在獲取哈希桶數(shù)組中指定位置的元素時為什么不能直接get而是要使用getObjectVolatile呢？因?yàn)樵贘VM的內(nèi)存模型中，每個線程有自己的工作內(nèi)存，也就是棧中的局部變量表，它是主存的一份copy。因此，線程1對某個共享資源進(jìn)行了更新操作，并寫入到主存，而線程2的工作內(nèi)存之中可能還是舊值，臟數(shù)據(jù)便產(chǎn)生了。Java中的volatile是用來解決上述問題，保證可見性，任意線程對volatile關(guān)鍵字修飾的變量進(jìn)行更新時，會使其它線程中該變量的副本失效，需要從主存中獲取最新值。雖然ConcurrentHashMap中的Node數(shù)組是由volatile修飾的，可以保證可見性，但是Node數(shù)組中元素是不具備可見性的。因此，在獲取數(shù)據(jù)時通過Unsafe的方法直接到主存中拿，保證獲取的數(shù)據(jù)是最新的。
繼續(xù)往下看put方法的邏輯，當(dāng)put的元素在哈希桶數(shù)組中存在，并且不處于擴(kuò)容狀態(tài)時，則使用synchronized鎖定哈希桶數(shù)組中第i個位置中的第一個元素f（頭節(jié)點(diǎn)2），接著進(jìn)行double check，類似于DCL單例模式的思想。校驗(yàn)通過后，會遍歷當(dāng)前沖突鏈上的元素，并選擇合適的位置進(jìn)行put操作。此外，ConcurrentHashMap也沿用了HashMap中解決哈希沖突的方案，鏈表+紅黑樹。這里只有在發(fā)生哈希沖突的情況下才使用synchronized鎖定頭節(jié)點(diǎn)，其實(shí)是比分段鎖更細(xì)粒度的鎖實(shí)現(xiàn)，只在特定場景下鎖定其中一個哈希桶，降低鎖的影響范圍。
Java Map針對并發(fā)場景解決方案的演進(jìn)方向可以歸結(jié)為，從悲觀鎖到樂觀鎖，從粗粒度鎖到細(xì)粒度鎖，這也可以作為我們在日常并發(fā)編程中的指導(dǎo)方針。
3 并發(fā)求和
CounterCell是JDK1.8中引入用來并發(fā)求和的利器，而在這之前采用的是【嘗試無鎖求和】+【沖突時加鎖重試】的策略?？聪翪ounterCell的注釋，它是改編自LongAdder和Striped64。我們先看下求和操作，其實(shí)就是取baseCount作為初始值，然后遍歷CounterCell數(shù)組中的每一個cell，將各個cell的值進(jìn)行累加。這里額外說明下@sun.misc.Contender注解的作用，它是Java8中引入用來解決緩存行偽共享問題的。什么是偽共享呢？簡單說下，考慮到CPU與主存之間速度的巨大差異，在CPU中引入了L1、L2、L3多級緩存，緩存中的存儲單位是緩存行，緩存行大小為2的整數(shù)次冪字節(jié)，32-256個字節(jié)不等，最常見的是64字節(jié)。因此，這將導(dǎo)致不足64字節(jié)的變量會共享同一個緩存行，其中一個變量失效會影響到同一個緩存行中的其他變量，致使性能下降，這就是偽共享問題?？紤]到不同CPU的緩存行單位的差異性，Java8中便通過該注解將這種差異性屏蔽，根據(jù)實(shí)際緩存行大小來進(jìn)行填充，使被修飾的變量能夠獨(dú)占一個緩存行。
再來看下CounterCell是如何實(shí)現(xiàn)計(jì)數(shù)的，每當(dāng)map中的容量有變化時會調(diào)用addCount進(jìn)行計(jì)數(shù)，核心邏輯如下：
- 當(dāng)counterCells不為空，或counterCells為空且對baseCount進(jìn)行CAS操作失敗時進(jìn)入到后續(xù)計(jì)數(shù)處理邏輯，否則對baseCount進(jìn)行CAS操作成功，直接返回。
- 后續(xù)計(jì)數(shù)處理邏輯中會調(diào)用核心計(jì)數(shù)方法fullAddCount，但需要滿足以下4個條件中的任意一個：1、counterCells為空；2、counterCells的size為0；3、counterCells對應(yīng)位置上的counterCell為空；4、CAS更新counterCells對應(yīng)位置上的counterCell失敗。這些條件背后的語義是，當(dāng)前情況下，計(jì)數(shù)已經(jīng)或曾經(jīng)出現(xiàn)過并發(fā)沖突，需要優(yōu)先借助于CounterCell來解決。若counterCells與對應(yīng)位置上的元素已經(jīng)初始化（條件4），則先嘗試CAS進(jìn)行更新，若失敗則調(diào)用fullAddCount繼續(xù)處理。若counterCells與對應(yīng)位置上的元素未初始化完成（條件1、2、3），也要調(diào)用AddCount進(jìn)行后續(xù)處理。
- 這里確定cell下標(biāo)時采用了ThreadLocalRandom.getProbe()作為哈希值，這個方法返回的是當(dāng)前Thread中threadLocalRandomProbe字段的值。而且當(dāng)哈希值沖突時，還可以通過advanceProbe方法來更換哈希值。這與HashMap中的哈希值計(jì)算邏輯不同，因?yàn)镠ashMap中要保證同一個key進(jìn)行多次哈希計(jì)算的哈希值相同并且能定位到對應(yīng)的value，即便兩個key的哈希值沖突也不能隨便更換哈希值，只能采用鏈表或紅黑樹處理沖突。然而在計(jì)數(shù)場景，我們并不需要維護(hù)key-value的關(guān)系，只需要在counterCells中找到一個合適的位置放入計(jì)數(shù)cell，位置的差異對最終的求和結(jié)果是沒有影響的，因此當(dāng)沖突時可以基于隨機(jī)策略更換一個哈希值來避免沖突。
接著，我們來看下核心計(jì)算邏輯fullAddCount，代碼還是比較多的，核心流程是通過一個死循環(huán)來實(shí)現(xiàn)的，循環(huán)體中包含了3個處理分支，為了方便講解我將它們依次定義A、B、C。
- A：表示counterCells已經(jīng)初始化完成，因此可以嘗試更新或創(chuàng)建對應(yīng)位置的CounterCell。
- B：表示counterCells未初始化完成，且無沖突（拿到cellsBusy鎖），則加鎖初始化counterCells，初始容量為2。
- C：表示counterCells未初始化完成，且有沖突（未能拿到cellsBusy鎖），則CAS更新baseCount，baseCount在求和時也會被算入到最終結(jié)果中，這也相當(dāng)于是一種兜底策略，既然counterCells正在被其他線程鎖定，那當(dāng)前線程也沒必要再等待了，直接嘗試使用baseCount進(jìn)行累加。
其中，A分支中涉及到的操作又可以拆分為以下幾點(diǎn)：
- a1：對應(yīng)位置的CounterCell未創(chuàng)建，采用鎖+Double Check的策略嘗試創(chuàng)建CounterCell，失敗的話則continue進(jìn)行重試。這里面采用的鎖是cellsBusy，它保證創(chuàng)建CounterCell并放入counterCells時一定是串行執(zhí)行，避免重復(fù)創(chuàng)建，其實(shí)就是使用了DCL單例模式的策略。在CounterCells的創(chuàng)建、擴(kuò)容中都需要使用該鎖。
- a2：沖突檢測，變量wasUncontended是調(diào)用方addCount中傳入的，表示前置的CAS更新cell失敗，有沖突，需要更換哈希值【a7】后繼續(xù)重試。
- a3：對應(yīng)位置的CounterCell不為空，直接CAS進(jìn)行更新。
-
a4：
- 沖突檢測，當(dāng)counterCells的引用值不等于當(dāng)前線程對應(yīng)的引用值時，說明有其他線程更改了counterCells的引用，出現(xiàn)沖突，則將collide設(shè)為false，下次迭代時可進(jìn)行擴(kuò)容。
- 容量限制，counterCells容量的最大值為大于等于NCPU（實(shí)際機(jī)器CPU核心的數(shù)量）的最小2的整數(shù)次冪，當(dāng)達(dá)到容量限制時后面的擴(kuò)容分支便永遠(yuǎn)不會執(zhí)行。這里限制的意義在于，真實(shí)并發(fā)度是由CPU核心來決定，當(dāng)counterCells容量與CPU核心數(shù)量相等時，理想情況下就算所有CPU核心在同時運(yùn)行不同的計(jì)數(shù)線程時，都不應(yīng)該出現(xiàn)沖突，每個線程選擇各自的cell進(jìn)行處理即可。如果出現(xiàn)沖突，一定是哈希值的問題，因此采取的措施是重新計(jì)算哈希值a7，而不是通過擴(kuò)容來解決。時間換空間，避免不必要的存儲空間浪費(fèi)，非常贊的想法~
- a5：更新擴(kuò)容標(biāo)志位，下次迭代時將會進(jìn)行擴(kuò)容。
- a6：進(jìn)行加鎖擴(kuò)容，每次擴(kuò)容1倍。
- a7：更換哈希值。
CounterCell的設(shè)計(jì)很巧妙，它的背后其實(shí)就是JDK1.8中的LongAdder。核心思想是：在并發(fā)較低的場景下直接采用baseCount累加，否則結(jié)合counterCells，將不同的線程散列到不同的cell中進(jìn)行計(jì)算，盡可能地確保訪問資源的隔離，減少沖突。LongAdder相比較于AtomicLong中無腦CAS的策略，在高并發(fā)的場景下，能夠減少CAS重試的次數(shù)，提高計(jì)算效率。
六 結(jié)語
以上可能只是Java Map源碼中的冰山一角，但是基本包括了大部分的核心特性，涵蓋了我們?nèi)粘ｉ_發(fā)中的大部分場景。讀源碼跟讀書一樣，仿佛跨越了歷史長河與作者進(jìn)行近距離對話，揣摩他的心思，學(xué)習(xí)他的思想并加以傳承。信息加工轉(zhuǎn)化為知識并運(yùn)用的過程是痛苦的，但是痛并快樂著。
原文鏈接
本文為阿里云原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。
總結(jié)
以上是生活随笔為你收集整理的Java Map中那些巧妙的设计的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 如何让评审人爱上我
- 下一篇： Flink 源码 | 自定义 Forma