ConcurrentHashMap
ConcurrentHashMap是Java集合框架中的一个线程安全的哈希表实现,它支持高效地并发访问和修改操作。
ConcurrentHashMap作用
我们知道HashMap是线程不安全的,在多线程环境下,使用Hashmap进行put操作会引起死循环,所以在并发情况下不能使用HashMap。
所以为了解决这个问题,ConcurrentHashMap就出现了,ConcurrentHashMap就是HashMap的多线程安全版本。
通常情况下,ConcurrentHashMap适用于需要高效并发访问和修改的场景,如并发编程中的缓存、计数器等。
ConcurrentHashMap原理
ConcurrentHashMap使用了锁分段技术、CAS、 volatile 变量来保证线程安全和数据可见性。
谈到ConcurrentHashMap原理,这里需要谈下JDK1.7和JDK1.8两个版本的ConcurrentHashMap的实现。
1.JDK1.7 ConcurrentHashMap实现原理
在JDK1.7中ConcurrentHashMap采用了数组+Segment+分段锁的方式实现。
如下图所示:
ConcurrentHashMap采用了分段锁机制,内部将整个哈希表分成多个小的段,每个段有自己的锁。
在并发访问时,只需要锁住对应的段,而不是整个哈希表。
这种设计使得在不同的段上进行并发访问时,线程之间不会相互阻塞,从而能够提高并发性能。
2.JDK1.8 ConcurrentHashMap实现原理
JDK8中ConcurrentHashMap参考了JDK8 HashMap的实现,进行全面升级。
如下图所示:
采用了数组+链表+红黑树的实现方式来设计,JDK8中彻底放弃了Segment转而采用的是Node,其设计思想也不再是JDK1.7中的分段锁思想。
在JDK8中ConcurrentHashMap的结构,采用了synchronized+CAS+HashEntry+红黑树的方式来实现。
JDK 1.8版本的ConcurrentHashMap原理实现优势,主要在于亮点:
1.锁的颗粒度更小,当数据落在数组上时,使用cas锁头节点,当发生冲突时数据落在节点上时,使用synchronized锁冲突的节点减少了并发冲突。
2.当链表长度>8时,将会转化为红黑树,查询效率更高。
ConcurrentHashMap使用示例
下面是 ConcurrentHashMap 的使用示例:
import java.util.concurrent.ConcurrentHashMap; public class ConcurrentHashMapDemo { public static void main(String[] args) { ConcurrentHashMap<String, String> map = new ConcurrentHashMap<>(); map.put("key1", "value1"); map.put("key2", "value2"); map.put("key3", "value3"); String value1 = map.get("key1"); String value2 = map.get("key2"); String value3 = map.get("key3"); System.out.println(value1); System.out.println(value2); System.out.println(value3); } }
以上示例中,我们首先创建了一个 ConcurrentHashMap 对象,然后向其中添加了三个键值对。
ConcurrentHashMap使用场景
在以下情况下,可以考虑使用 ConcurrentHashMap:
- 需要高并发读写的场景:ConcurrentHashMap 的读操作不会被阻塞,因此可以支持高并发的读取。同时,它的写操作也是线程安全的,可以避免多个线程同时修改同一个数据的问题。
- 需要高效的并发性能:相对于 Hashtable 或者 Collections.synchronizedMap() 等同步的哈希表实现,ConcurrentHashMap 在高并发情况下有更好的性能表现。
- 需要灵活的容量控制:ConcurrentHashMap 允许设置初始化容量和负载因子,可以根据实际情况进行调整,以达到更好的性能表现。
以上就是ConcurrentHashMap的详解,希望对你掌握ConcurrentHashMap有所帮助!
作者简介
陈睿|mikechen,10年+大厂架构经验,就职于阿里巴巴、淘宝、百度等一线互联网大厂。
👇阅读mikechen更多原创技术文章👇
阿里架构 |双11秒杀 |微服务 |云原生 |Docker |K8S |Kafka |分布式架构 |高并发架构
关注作者「mikechen」公众号,获取更多技术干货!
![](https://static.mikechen.cc/wp-content/uploads/2023/04/mikechen-gzh.png)
后台回复【架构】,即可获取《阿里架构师进阶专题全部合集》,后台回复【面试】即可获取《史上最全阿里Java面试题总结》