同步容器

同步容器类包括vector和Hashtable。此外还包括jdk1.2中添加的一些功能相似的类，这些同步封装器是由Collections.synchronizedXxx等工厂方法创建的。这些类实现线程安全的方式是：将它们的状态封装起来，并对每个共有方法都进行同步，使得每次只有一个线程能访问容器的状态。

同步容器类的问题

同步容器类都是线程安全的，但在某些情况下可能需要额外的客户端加锁来保护复合操作。容器上常见的复合操作包括：迭代以及条件运算，例如若没有KEY值则添加，有则覆盖。在同步容器中，这些复合操作在没有加锁的情况下仍然是线程安全的，但当其他线程并发的修改容器时，就会出现意料之外的事情。

public class Test3 {
    Vector<String> list=new Vector<String>(){
        {
            add("A");
            add("B");
            add("C");
        }
    };
    public static void main(String[] args) throws InterruptedException {        
        Test3 t=new Test3();
        t.start();
    }
    public void start(){
        VgetLast v1=new VgetLast();
        Thread t1=new Thread(v1);
        VdeleteLast v2=new VdeleteLast();
        Thread t2=new Thread(v2);
        t1.start();
        t2.start();
    }
    public static String getLast(Vector<String> v){
        int lastIndex=v.size()-1;
        return v.get(lastIndex);
    }
    public static String deleteLast(Vector<String> v){
        int lastIndex=v.size()-1;
        return v.remove(lastIndex);
    }
    class VgetLast implements Runnable{
        public void run() {
            System.out.println(getLast(list));
        }
    }
    class VdeleteLast implements Runnable{
        public void run() {
            System.out.println(deleteLast(list));
        }
    }
}

上面这段代码虽然我最开始执行的是get操作，后面执行的是remove操作，但是在多线程情况下，它并不能保证执行顺序。因为他们会交替执行。也就是说我读取到的list集合长度不是最新的，所以就导致我取得时候回抛出异常。

CException in thread “Thread-0”
java.lang.ArrayIndexOutOfBoundsException: Array index out of range: 2
at java.util.Vector.get(Unknown Source)
at xiancheng.Test3.getLast(Test3.java:30)
at xiancheng.Test3$VgetLast.run(Test3.java:39)
at java.lang.Thread.run(Unknown Source)

由于同步容器类要遵守同步策略，即支持客户端加锁，因此可能会创建一些新的操作，只要我们知道应该使用哪一个锁，那么这些操作就会变成原子操作。

public class Test3 {
    static Vector<String> list=new Vector<String>(){
        {
            add("A");
            add("B");
            add("C");
        }
    };
    public static void main(String[] args) throws InterruptedException {        
        Test3 t=new Test3();
        t.start();
    }
    public void start(){
        VgetLast v1=new VgetLast();
        Thread t1=new Thread(v1);
        VdeleteLast v2=new VdeleteLast();
        Thread t2=new Thread(v2);
        t1.start();
        t2.start();
    }
    public static String getLast(Vector<String> v){
        synchronized (list) {
            int lastIndex=v.size()-1;
            return v.get(lastIndex);
        }
    }
    public static String deleteLast(Vector<String> v){
        synchronized (list) {
            int lastIndex=v.size()-1;
            return v.remove(lastIndex);
        }
    }
    class VgetLast implements Runnable{
        public void run() {
            System.out.println(getLast(list));
        }
    }
    class VdeleteLast implements Runnable{
        public void run() {
            System.out.println(deleteLast(list));
        }
    }
}

这样的话就没有任何异常了，看起来似乎一切正常，但是有如果先执行了remove操作，再执行get操作的话，我们的结果值可能会不是我们想要的结果。

并发容器：

针对这些问题jdk1.5之后提供了并发容器来改进同步容器的性能。同步容器将所有对容器状态的访问都串行化，以实现他们的线程安全性。这种方法的代价是严重降低并发性，当多个线程竞争容器的锁时，吞吐量将严重降低。

ConcurrentHashMap

同步容器类在执行每个操作期间都会持有一个锁。在一些操作中，例如HashMap.get或者list.contains，可能会包含大量的工作；当遍历散列桶或链表来查找某个特定的对线时，必须在许多元素上调用equals。

下面看到一篇很经典的分析ConcurrentHashMap的文章拿出来分享学习下

术语定义

术语	英文	解释
哈希算法	hash algorithm	是一种将任意内容的输入转换成相同长度输出的加密方式，其输出被称为哈希值。
哈希表	hash table	根据设定的哈希函数H(key)和处理冲突方法将一组关键字映象到一个有限的地址区间上，并以关键字在地址区间中的象作为记录在表中的存储位置，这种表称为哈希表或散列，所得存储位置称为哈希地址或散列地址。

线程不安全的HashMap

因为多线程环境下，使用Hashmap进行put操作会引起死循环，导致CPU利用率接近100%，所以在并发情况下不能使用HashMap。

如以下代码：

01	final HashMap<String, String> map = new HashMap<String, String>(2);

02

03	Thread t = new Thread(new Runnable() {

04

05

@Override

06

07	public void run() {

08

09	for (int i = 0; i < 10000; i++) {

10

11	new Thread(new Runnable() {

12

13

@Override

14

15	public void run() {

16

17	map.put(UUID.randomUUID().toString(), “”);

18

19

}

20

21	}, “ftf” + i).start();

22

23

}

24

25

}

26

27	}, “ftf”);

28

29	t.start();

30

31

t.join();

效率低下的HashTable容器

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的效率非常低下。因为当一个线程访问HashTable的同步方法时，其他线程访问HashTable的同步方法时，可能会进入阻塞或轮询状态。如线程1使用put进行添加元素，线程2不但不能使用put方法添加元素，并且也不能使用get方法来获取元素，所以竞争越激烈效率越低。

ConcurrentHashMap的锁分段技术

HashTable容器在竞争激烈的并发环境下表现出效率低下的原因，是因为所有访问HashTable的线程都必须竞争同一把锁，那假如容器里有多把锁，每一把锁用于锁容器其中一部分数据，那么当多线程访问容器里不同数据段的数据时，线程间就不会存在锁竞争，从而可以有效的提高并发访问效率，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。

ConcurrentHashMap的结构

我们通过ConcurrentHashMap的类图来分析ConcurrentHashMap的结构。

ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁ReentrantLock，在ConcurrentHashMap里扮演锁的角色，HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组，Segment的结构和HashMap类似，是一种数组和链表结构， 一个Segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素， 每个Segment守护者一个HashEntry数组里的元素,当对HashEntry数组的数据进行修改时，必须首先获得它对应的Segment锁。

---

ConcurrentHashMap的初始化

ConcurrentHashMap初始化方法是通过initialCapacity，loadFactor, concurrencyLevel几个参数来初始化segments数组，段偏移量segmentShift，段掩码segmentMask和每个segment里的HashEntry数组。

初始化segments数组。让我们来看一下初始化segmentShift，segmentMask和segments数组的源代码。

01	if (concurrencyLevel > MAX_SEGMENTS)

02

03	concurrencyLevel = MAX_SEGMENTS;

04

05	// Find power-of-two sizes best matching arguments

06

07	int sshift = 0;

08

09	int ssize = 1;

10

11	while (ssize < concurrencyLevel) {

12

13

++sshift;

14

15	ssize <<= 1;

16

17

}

18

19	segmentShift = 32 - sshift;

20

21	segmentMask = ssize - 1;

22

23	this.segments = Segment.newArray(ssize);

由上面的代码可知segments数组的长度ssize通过concurrencyLevel计算得出。为了能通过按位与的哈希算法来定位segments数组的索引，必须保证segments数组的长度是2的N次方（power-of-two size），所以必须计算出一个是大于或等于concurrencyLevel的最小的2的N次方值来作为segments数组的长度。假如concurrencyLevel等于14，15或16，ssize都会等于16，即容器里锁的个数也是16。注意concurrencyLevel的最大大小是65535，意味着segments数组的长度最大为65536，对应的二进制是16位。

初始化segmentShift和segmentMask。这两个全局变量在定位segment时的哈希算法里需要使用，sshift等于ssize从1向左移位的次数，在默认情况下concurrencyLevel等于16，1需要向左移位移动4次，所以sshift等于4。segmentShift用于定位参与hash运算的位数，segmentShift等于32减sshift，所以等于28，这里之所以用32是因为ConcurrentHashMap里的hash()方法输出的最大数是32位的，后面的测试中我们可以看到这点。segmentMask是哈希运算的掩码，等于ssize减1，即15，掩码的二进制各个位的值都是1。因为ssize的最大长度是65536，所以segmentShift最大值是16，segmentMask最大值是65535，对应的二进制是16位，每个位都是1。

初始化每个Segment。输入参数initialCapacity是ConcurrentHashMap的初始化容量，loadfactor是每个segment的负载因子，在构造方法里需要通过这两个参数来初始化数组中的每个segment。

01	if (initialCapacity > MAXIMUM_CAPACITY)

02

03	initialCapacity = MAXIMUM_CAPACITY;

04

05	int c = initialCapacity / ssize;

06

07	if (c * ssize < initialCapacity)

08

09

++c;

10

11	int cap = 1;

12

13	while (cap < c)

14

15	cap <<= 1;

16

17	for (int i = 0; i < this.segments.length; ++i)

18

19	this.segments[i] = new Segment<K,V>(cap, loadFactor);

上面代码中的变量cap就是segment里HashEntry数组的长度，它等于initialCapacity除以ssize的倍数c，如果c大于1，就会取大于等于c的2的N次方值，所以cap不是1，就是2的N次方。segment的容量threshold＝(int)cap*loadFactor，默认情况下initialCapacity等于16，loadfactor等于0.75，通过运算cap等于1，threshold等于零。

定位Segment

既然ConcurrentHashMap使用分段锁Segment来保护不同段的数据，那么在插入和获取元素的时候，必须先通过哈希算法定位到Segment。可以看到ConcurrentHashMap会首先使用Wang/Jenkins hash的变种算法对元素的hashCode进行一次再哈希。

1	private static int hash(int h) {

2

3	h += (h << 15) ^ 0xffffcd7d; h ^= (h >>> 10);

4

5	h += (h << 3); h ^= (h >>> 6);

6

7	h += (h << 2) + (h << 14); return h ^ (h >>> 16);

8

9

}

再哈希，其目的是为了减少哈希冲突，使元素能够均匀的分布在不同的Segment上，从而提高容器的存取效率。假如哈希的质量差到极点，那么所有的元素都在一个Segment中，不仅存取元素缓慢，分段锁也会失去意义。我做了一个测试，不通过再哈希而直接执行哈希计算。

1	System.out.println(Integer.parseInt(“0001111”, 2) & 15);

2

3	System.out.println(Integer.parseInt(“0011111”, 2) & 15);

4

5	System.out.println(Integer.parseInt(“0111111”, 2) & 15);

6

7	System.out.println(Integer.parseInt(“1111111”, 2) & 15);

计算后输出的哈希值全是15，通过这个例子可以发现如果不进行再哈希，哈希冲突会非常严重，因为只要低位一样，无论高位是什么数，其哈希值总是一样。我们再把上面的二进制数据进行再哈希后结果如下，为了方便阅读，不足32位的高位补了0，每隔四位用竖线分割下。

1	0100｜0111｜0110｜0111｜1101｜1010｜0100｜1110

2

3	1111｜0111｜0100｜0011｜0000｜0001｜1011｜1000

4

5	0111｜0111｜0110｜1001｜0100｜0110｜0011｜1110

6

7	1000｜0011｜0000｜0000｜1100｜1000｜0001｜1010

可以发现每一位的数据都散列开了，通过这种再哈希能让数字的每一位都能参加到哈希运算当中，从而减少哈希冲突。ConcurrentHashMap通过以下哈希算法定位segment。

默认情况下segmentShift为28，segmentMask为15，再哈希后的数最大是32位二进制数据，向右无符号移动28位，意思是让高4位参与到hash运算中， (hash >>> segmentShift) & segmentMask的运算结果分别是4，15，7和8，可以看到hash值没有发生冲突。

1	final Segment<K,V> segmentFor(int hash) {

2

3	return segments[(hash >>> segmentShift) & segmentMask];

4

5

}

ConcurrentHashMap的get操作

Segment的get操作实现非常简单和高效。先经过一次再哈希，然后使用这个哈希值通过哈希运算定位到segment，再通过哈希算法定位到元素，代码如下：

1	public V get(Object key) {

2

3	int hash = hash(key.hashCode());

4

5	return segmentFor(hash).get(key, hash);

6

7

}

get操作的高效之处在于整个get过程不需要加锁，除非读到的值是空的才会加锁重读，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，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。

1	transient volatile int count;

2

3	volatile V value;

在定位元素的代码里我们可以发现定位HashEntry和定位Segment的哈希算法虽然一样，都与数组的长度减去一相与，但是相与的值不一样，定位Segment使用的是元素的hashcode通过再哈希后得到的值的高位，而定位HashEntry直接使用的是再哈希后的值。其目的是避免两次哈希后的值一样，导致元素虽然在Segment里散列开了，但是却没有在HashEntry里散列开。

1	hash >>> segmentShift) & segmentMask//定位Segment所使用的hash算法

2

3	int index = hash & (tab.length - 1);// 定位HashEntry所使用的hash算法

ConcurrentHashMap的Put操作

由于put方法里需要对共享变量进行写入操作，所以为了线程安全，在操作共享变量时必须得加锁。Put方法首先定位到Segment，然后在Segment里进行插入操作。插入操作需要经历两个步骤，第一步判断是否需要对Segment里的HashEntry数组进行扩容，第二步定位添加元素的位置然后放在HashEntry数组里。

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），如果超过阀值，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。

如何扩容。扩容的时候首先会创建一个两倍于原容量的数组，然后将原数组里的元素进行再hash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。

ConcurrentHashMap的size操作

如果我们要统计整个ConcurrentHashMap里元素的大小，就必须统计所有Segment里元素的大小后求和。Segment里的全局变量count是一个volatile变量，那么在多线程场景下，我们是不是直接把所有Segment的count相加就可以得到整个ConcurrentHashMap大小了呢？不是的，虽然相加时可以获取每个Segment的count的最新值，但是拿到之后可能累加前使用的count发生了变化，那么统计结果就不准了。所以最安全的做法，是在统计size的时候把所有Segment的put，remove和clean方法全部锁住，但是这种做法显然非常低效。

因为在累加count操作过程中，之前累加过的count发生变化的几率非常小，所以ConcurrentHashMap的做法是先尝试2次通过不锁住Segment的方式来统计各个Segment大小，如果统计的过程中，容器的count发生了变化，则再采用加锁的方式来统计所有Segment的大小。

那么ConcurrentHashMap是如何判断在统计的时候容器是否发生了变化呢？使用modCount变量，在put , remove和clean方法里操作元素前都会将变量modCount进行加1，那么在统计size前后比较modCount是否发生变化，从而得知容器的大小是否发生变化。

原创文章，转载请注明： 转载自 并发编程网 – ifeve.com 本文链接地址: 聊聊并发（四）深入分析ConcurrentHashMap

CopyOnWriteArrayList

聊聊并发-Java中的Copy-On-Write容器

Copy-On-Write简称COW，是一种用于程序设计中的优化策略。其基本思路是，从一开始大家都在共享同一个内容，当某个人想要修改这个内容的时候，才会真正把内容Copy出去形成一个新的内容然后再改，这是一种延时懒惰策略。从JDK1.5开始Java并发包里提供了两个使用CopyOnWrite机制实现的并发容器,它们是CopyOnWriteArrayList和CopyOnWriteArraySet。CopyOnWrite容器非常有用，可以在非常多的并发场景中使用到。

什么是CopyOnWrite容器

CopyOnWrite容器即写时复制的容器。通俗的理解是当我们往一个容器添加元素的时候，不直接往当前容器添加，而是先将当前容器进行Copy，复制出一个新的容器，然后新的容器里添加元素，添加完元素之后，再将原容器的引用指向新的容器。这样做的好处是我们可以对CopyOnWrite容器进行并发的读，而不需要加锁，因为当前容器不会添加任何元素。所以CopyOnWrite容器也是一种读写分离的思想，读和写不同的容器。

CopyOnWriteArrayList的实现原理

在使用CopyOnWriteArrayList之前，我们先阅读其源码了解下它是如何实现的。以下代码是向ArrayList里添加元素，可以发现在添加的时候是需要加锁的，否则多线程写的时候会Copy出N个副本出来。

01	public boolean add(T e) {

02	final ReentrantLock lock = this.lock;

03	lock.lock();

04

try {

05

06	Object[] elements = getArray();

07

08	int len = elements.length;

09

// 复制出新数组

10

11	Object[] newElements = Arrays.copyOf(elements, len + 1);

12	// 把新元素添加到新数组里

13

14	newElements[len] = e;

15	// 把原数组引用指向新数组

16

17	setArray(newElements);

18

19	return true;

20

21	} finally {

22

23	lock.unlock();

24

25

}

26

27

}

28

29	final void setArray(Object[] a) {

30	array = a;

31

}

读的时候不需要加锁，如果读的时候有多个线程正在向ArrayList添加数据，读还是会读到旧的数据，因为写的时候不会锁住旧的ArrayList。

1	public E get(int index) {

2	return get(getArray(), index);

3

}

JDK中并没有提供CopyOnWriteMap，我们可以参考CopyOnWriteArrayList来实现一个，基本代码如下：

01	import java.util.Collection;

02	import java.util.Map;

03	import java.util.Set;

04

05	public class CopyOnWriteMap<K, V> implements Map<K, V>, Cloneable {

06	private volatile Map<K, V> internalMap;

07

08	public CopyOnWriteMap() {

09	internalMap = new HashMap<K, V>();

10

}

11

12	public V put(K key, V value) {

13

14	synchronized (this) {

15	Map<K, V> newMap = new HashMap<K, V>(internalMap);

16	V val = newMap.put(key, value);

17	internalMap = newMap;

18	return val;

19

}

20

}

21

22	public V get(Object key) {

23	return internalMap.get(key);

24

}

25

26	public void putAll(Map<? extends K, ? extends V> newData) {

27	synchronized (this) {

28	Map<K, V> newMap = new HashMap<K, V>(internalMap);

29	newMap.putAll(newData);

30	internalMap = newMap;

31

}

32

}

33

}

实现很简单，只要了解了CopyOnWrite机制，我们可以实现各种CopyOnWrite容器，并且在不同的应用场景中使用。

CopyOnWrite的应用场景

CopyOnWrite并发容器用于读多写少的并发场景。比如白名单，黑名单，商品类目的访问和更新场景，假如我们有一个搜索网站，用户在这个网站的搜索框中，输入关键字搜索内容，但是某些关键字不允许被搜索。这些不能被搜索的关键字会被放在一个黑名单当中，黑名单每天晚上更新一次。当用户搜索时，会检查当前关键字在不在黑名单当中，如果在，则提示不能搜索。实现代码如下：

01	package com.ifeve.book;

02

03	import java.util.Map;

04

05	import com.ifeve.book.forkjoin.CopyOnWriteMap;

06

07

/**

08

* 黑名单服务

09

*

10	* @author fangtengfei

11

*

12

*/

13	public class BlackListServiceImpl {

14

15	private static CopyOnWriteMap<String, Boolean> blackListMap = newCopyOnWriteMap<String, Boolean>(

16

1000);

17

18	public static boolean isBlackList(String id) {

19	return blackListMap.get(id) == null ? false : true;

20

}

21

22	public static void addBlackList(String id) {

23	blackListMap.put(id, Boolean.TRUE);

24

}

25

26

/**

27

* 批量添加黑名单

28

*

29	* @param ids

30

*/

31	public static void addBlackList(Map<String,Boolean> ids) {

32	blackListMap.putAll(ids);

33

}

34

35

}

代码很简单，但是使用CopyOnWriteMap需要注意两件事情：

1. 减少扩容开销。根据实际需要，初始化CopyOnWriteMap的大小，避免写时CopyOnWriteMap扩容的开销。

2. 使用批量添加。因为每次添加，容器每次都会进行复制，所以减少添加次数，可以减少容器的复制次数。如使用上面代码里的addBlackList方法。

CopyOnWrite的缺点

CopyOnWrite容器有很多优点，但是同时也存在两个问题，即内存占用问题和数据一致性问题。所以在开发的时候需要注意一下。

内存占用问题。因为CopyOnWrite的写时复制机制，所以在进行写操作的时候，内存里会同时驻扎两个对象的内存，旧的对象和新写入的对象（注意:在复制的时候只是复制容器里的引用，只是在写的时候会创建新对象添加到新容器里，而旧容器的对象还在使用，所以有两份对象内存）。如果这些对象占用的内存比较大，比如说200M左右，那么再写入100M数据进去，内存就会占用300M，那么这个时候很有可能造成频繁的Yong GC和Full GC。之前我们系统中使用了一个服务由于每晚使用CopyOnWrite机制更新大对象，造成了每晚15秒的Full GC，应用响应时间也随之变长。

针对内存占用问题，可以通过压缩容器中的元素的方法来减少大对象的内存消耗，比如，如果元素全是10进制的数字，可以考虑把它压缩成36进制或64进制。或者不使用CopyOnWrite容器，而使用其他的并发容器，如ConcurrentHashMap。

数据一致性问题。CopyOnWrite容器只能保证数据的最终一致性，不能保证数据的实时一致性。所以如果你希望写入的的数据，马上能读到，请不要使用CopyOnWrite容器。

关于C++的STL中，曾经也有过Copy-On-Write的玩法，参见陈皓的《C++ STL String类中的Copy-On-Write》，后来，因为有很多线程安全上的事，就被去掉了。

原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: 聊聊并发-Java中的Copy-On-Write容器