我們都知道，HashMap在並發環境下使用可能出現問題，但是具體表現，以及為什么出現並發問題，
可能並不是所有人都了解，這篇文章記錄一下HashMap在多線程環境下可能出現的問題以及如何避免。
在分析HashMap的並發問題前，先簡單了解HashMap的put和get基本操作是如何實現的。
1.HashMap的put和get操作
大家知道HashMap內部實現是通過拉鏈法解決哈希沖突的，也就是通過鏈表的結構保存散列到同一數組位置的兩個值，
put操作主要是判空，對key的hashcode執行一次HashMap自己的哈希函數，得到bucketindex位置，還有對重復key的覆蓋操作。
對照源碼分析一下具體的put操作是如何完成的：
public V put(K key, V value) {
if (key == null)
return putForNullKey(value);
//得到key的hashcode，同時再做一次hash操作
int hash = hash(key.hashCode());
//對數組長度取余，決定下標位置
int i = indexFor(hash, table.length);
/**
* 首先找到數組下標處的鏈表結點，
* 判斷key對一個的hash值是否已經存在，如果存在將其替換為新的value
*/
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
涉及到的幾個方法：
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
static int indexFor(int h, int length) {
return h & (length-1);
}
數據put完成以后，就是如何get，我們看一下get函數中的操作：
public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
/**
* 先定位到數組元素，再遍歷該元素處的鏈表
* 判斷的條件是key的hash值相同，並且鏈表的存儲的key值和傳入的key值相同
*/
for (Entry<K,V> e = table[indexFor(hash, table.length)];e != null;e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null;
}
看一下鏈表的結點數據結構，保存了四個字段，包括key，value，key對應的hash值以及鏈表的下一個節點：
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;//Key-value結構的key
V value;//存儲值
Entry<K,V> next;//指向下一個鏈表節點
final int hash;//哈希值
}
2.Rehash/再散列擴展內部數組長度
哈希表結構是結合了數組和鏈表的優點，在最好情況下，查找和插入都維持了一個較小的時間復雜度O(1)，
不過結合HashMap的實現，考慮下面的情況，如果內部Entry[] tablet的容量很小，或者直接極端化為table長度為1的場景，那么全部的數據元素都會產生碰撞，
這時候的哈希表成為一條單鏈表，查找和添加的時間復雜度變為O(N)，失去了哈希表的意義。
所以哈希表的操作中，內部數組的大小非常重要，必須保持一個平衡的數字，使得哈希碰撞不會太頻繁，同時占用空間不會過大。
這就需要在哈希表使用的過程中不斷的對table容量進行調整，看一下put操作中的addEntry()方法：
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
if (size++ >= threshold)
resize(2 * table.length);
}
這里面resize的過程，就是再散列調整table大小的過程，默認是當前table容量的兩倍。
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
//初始化一個大小為oldTable容量兩倍的新數組newTable
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
關鍵的一步操作是transfer(newTable)，這個操作會把當前Entry[] table數組的全部元素轉移到新的table中，
這個transfer的過程在並發環境下會發生錯誤，導致數組鏈表中的鏈表形成循環鏈表，在后面的get操作時e = e.next操作無限循環，Infinite Loop出現。
下面具體分析HashMap的並發問題的表現以及如何出現的。
3.HashMap在多線程put后可能導致get無限循環
HashMap在並發環境下多線程put后可能導致get死循環，具體表現為CPU使用率100%，
看一下transfer的過程：
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
//假設第一個線程執行到這里因為某種原因掛起
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
這里引用酷殼陳皓的博文：
並發下的Rehash
1）假設我們有兩個線程。我用紅色和淺藍色標注了一下。
我們再回頭看一下我們的 transfer代碼中的這個細節：
do{Entry<K,V> next = e.next;// <--假設線程一執行到這里就被調度掛起了inti = indexFor(e.hash, newCapacity);e.next = newTable[i];newTable[i] = e;e = next;}while(e !=null);而我們的線程二執行完成了。於是我們有下面的這個樣子。
注意，因為Thread1的 e 指向了key(3)，而next指向了key(7)，其在線程二rehash后，指向了線程二重組后的鏈表。我們可以看到鏈表的順序被反轉后。
2）線程一被調度回來執行。
- 先是執行 newTalbe[i] = e;
- 然后是e = next，導致了e指向了key(7)，
- 而下一次循環的next = e.next導致了next指向了key(3)
3）一切安好。
線程一接着工作。把key(7)摘下來，放到newTable[i]的第一個，然后把e和next往下移。
4）環形鏈接出現。
e.next = newTable[i] 導致 key(3).next 指向了 key(7)
注意：此時的key(7).next 已經指向了key(3)， 環形鏈表就這樣出現了。
於是，當我們的線程一調用到，HashTable.get(11)時，悲劇就出現了——Infinite Loop。
針對上面的分析模擬這個例子，
這里在run中執行了一個自增操作，i++非原子操作，使用AtomicInteger避免可能出現的問題：
public class MapThread extends Thread{
/**
* 類的靜態變量是各個實例共享的，因此並發的執行此線程一直在操作這兩個變量
* 選擇AtomicInteger避免可能的int++並發問題
*/
private static AtomicInteger ai = new AtomicInteger(0);
//初始化一個table長度為1的哈希表
private static HashMap<Integer, Integer> map = new HashMap<Integer, Integer>(1);
//如果使用ConcurrentHashMap，不會出現類似的問題
// private static ConcurrentHashMap<Integer, Integer> map = new ConcurrentHashMap<Integer, Integer>(1);
public void run()
{
while (ai.get() < 100000)
{ //不斷自增
map.put(ai.get(), ai.get());
ai.incrementAndGet();
}
System.out.println(Thread.currentThread().getName()+"線程即將結束");
}
}
測試一下：
public static void main(String[] args){
MapThread t0 = new MapThread();
MapThread t1 = new MapThread();
MapThread t2 = new MapThread();
MapThread t3 = new MapThread();
MapThread t4 = new MapThread();
MapThread t5 = new MapThread();
MapThread t6 = new MapThread();
MapThread t7 = new MapThread();
MapThread t8 = new MapThread();
MapThread t9 = new MapThread();
t0.start();
t1.start();
t2.start();
t3.start();
t4.start();
t5.start();
t6.start();
t7.start();
t8.start();
t9.start();
}
注意並發問題並不是一定會產生，可以多執行幾次，
我試驗了上面的代碼很容易產生無限循環，控制台不能終止，有線程始終在執行中，
這是其中一個死循環的控制台截圖，可以看到六個線程順利完成了put工作后銷毀，還有四個線程沒有輸出，卡在了put階段，感興趣的可以斷點進去看一下：
上面的代碼，如果把注釋打開，換用ConcurrentHashMap就不會出現類似的問題。
4.多線程put的時候可能導致元素丟失
HashMap另外一個並發可能出現的問題是，可能產生元素丟失的現象。
考慮在多線程下put操作時，執行addEntry(hash, key, value, i)，如果有產生哈希碰撞，
導致兩個線程得到同樣的bucketIndex去存儲，就可能會出現覆蓋丟失的情況：
void addEntry(int hash, K key, V value, int bucketIndex) {
//多個線程操作數組的同一個位置
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
if (size++ >= threshold)
resize(2 * table.length);
}
5.使用線程安全的哈希表容器
那么如何使用線程安全的哈希表結構呢，這里列出了幾條建議：
使用Hashtable 類，Hashtable 是線程安全的；
使用並發包下的java.util.concurrent.ConcurrentHashMap，ConcurrentHashMap實現了更高級的線程安全；
或者使用synchronizedMap() 同步方法包裝 HashMap object，得到線程安全的Map，並在此Map上進行操作。