HashMap線程不安全的體現

前言：我們都知道HashMap是線程不安全的，在多線程環境中不建議使用，但是其線程不安全主要體現在什么地方呢，本文將對該問題進行解密。

1.jdk1.7中的HashMap

在jdk1.8中對HashMap做了很多優化，這里先分析在jdk1.7中的問題，相信大家都知道在jdk1.7多線程環境下HashMap容易出現死循環，這里我們先用代碼來模擬出現死循環的情況：

public class HashMapTest {

    public static void main(String[] args) {
        HashMapThread thread0 = new HashMapThread();
        HashMapThread thread1 = new HashMapThread();
        HashMapThread thread2 = new HashMapThread();
        HashMapThread thread3 = new HashMapThread();
        HashMapThread thread4 = new HashMapThread();
        thread0.start();
        thread1.start();
        thread2.start();
        thread3.start();
        thread4.start();
    }
}

class HashMapThread extends Thread {
    private static AtomicInteger ai = new AtomicInteger();
    private static Map<Integer, Integer> map = new HashMap<>();

    @Override
    public void run() {
        while (ai.get() < 1000000) {
            map.put(ai.get(), ai.get());
            ai.incrementAndGet();
        }
    }
}

上述代碼比較簡單，就是開多個線程不斷進行put操作，並且HashMap與AtomicInteger都是全局共享的。在多運行幾次該代碼后，出現如下死循環情形：

其中有幾次還會出現數組越界的情況：

這里我們着重分析為什么會出現死循環的情況，通過jps和jstack命名查看死循環情況，結果如下：

從堆棧信息中可以看到出現死循環的位置，通過該信息可明確知道死循環發生在HashMap的擴容函數中，根源在transfer函數中，jdk1.7中HashMap的transfer函數如下：

   void transfer(Entry[] newTable, boolean rehash) {
        int newCapacity = newTable.length;
        for (Entry<K,V> e : table) {
            while(null != e) {
                Entry<K,V> next = e.next;
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            }
        }
    }

總結下該函數的主要作用：

在對table進行擴容到newTable后，需要將原來數據轉移到newTable中，注意10-12行代碼，這里可以看出在轉移元素的過程中，使用的是頭插法，也就是鏈表的順序會翻轉，這里也是形成死循環的關鍵點。下面進行詳細分析。

1.1 擴容造成死循環分析過程

前提條件：

這里假設

#1.hash算法為簡單的用key mod鏈表的大小。

#2.最開始hash表size=2，key=3,7,5，則都在table[1]中。

#3.然后進行resize，使size變成4。

未resize前的數據結構如下：

如果在單線程環境下，最后的結果如下：

這里的轉移過程，不再進行詳述，只要理解transfer函數在做什么，其轉移過程以及如何對鏈表進行反轉應該不難。

然后在多線程環境下，假設有兩個線程A和B都在進行put操作。線程A在執行到transfer函數中第11行代碼處掛起，因為該函數在這里分析的地位非常重要，因此再次貼出來。

此時線程A中運行結果如下：

線程A掛起后，此時線程B正常執行，並完成resize操作，結果如下：

這里需要特別注意的點：由於線程B已經執行完畢，根據Java內存模型，現在newTable和table中的Entry都是主存中最新值：7.next=3，3.next=null。

此時切換到線程A上，在線程A掛起時內存中值如下：e=3，next=7，newTable[3]=null，代碼執行過程如下：

newTable[3]=e ----> newTable[3]=3
e=next ----> e=7

此時結果如下：

繼續循環：

e=7
next=e.next ----> next=3【從主存中取值】
e.next=newTable[3] ----> e.next=3【從主存中取值】
newTable[3]=e ----> newTable[3]=7
e=next ----> e=3

結果如下：

再次進行循環： 

e=3
next=e.next ----> next=null
e.next=newTable[3] ----> e.next=7 即：3.next=7
newTable[3]=e ----> newTable[3]=3
e=next ----> e=null

注意此次循環：e.next=7，而在上次循環中7.next=3，出現環形鏈表，並且此時e=null循環結束。

結果如下：

在后續操作中只要涉及輪詢hashmap的數據結構，就會在這里發生死循環，造成悲劇。

1.2 擴容造成數據丟失分析過程

遵照上述分析過程，初始時：

線程A和線程B進行put操作，同樣線程A掛起：

此時線程A的運行結果如下：

此時線程B已獲得CPU時間片，並完成resize操作：

同樣注意由於線程B執行完成，newTable和table都為最新值：5.next=null。

此時切換到線程A，在線程A掛起時：e=7，next=5，newTable[3]=null。

執行newtable[i]=e，就將7放在了table[3]的位置，此時next=5。接着進行下一次循環：

e=5
next=e.next ----> next=null，從主存中取值
e.next=newTable[1] ----> e.next=5，從主存中取值
newTable[1]=e ----> newTable[1]=5
e=next ----> e=null

將5放置在table[1]位置，此時e=null循環結束，3元素丟失，並形成環形鏈表。並在后續操作hashmap時造成死循環。

2.jdk1.8中HashMap

在jdk1.8中對HashMap進行了優化，在發生hash碰撞，不再采用頭插法方式，而是直接插入鏈表尾部，因此不會出現環形鏈表的情況，但是在多線程的情況下仍然不安全，這里我們看jdk1.8中HashMap的put操作源碼：

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null) // 如果沒有hash碰撞則直接插入元素
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

這是jdk1.8中HashMap中put操作的主函數， 注意第6行代碼，如果沒有hash碰撞則會直接插入元素。如果線程A和線程B同時進行put操作，剛好這兩條不同的數據hash值一樣，並且該位置數據為null，所以這線程A、B都會進入第6行代碼中。假設一種情況，線程A進入后還未進行數據插入時掛起，而線程B正常執行，從而正常插入數據，然后線程A獲取CPU時間片，此時線程A不用再進行hash判斷了，問題出現：線程A會把線程B插入的數據給覆蓋，發生線程不安全。

這里只是簡要分析下jdk1.8中HashMap出現的線程不安全問題的體現，后續將會對java的集合框架進行總結，到時再進行具體分析。

總結

首先HashMap是線程不安全的，其主要體現：

#1.在jdk1.7中，在多線程環境下，擴容時會造成環形鏈或數據丟失。

#2.在jdk1.8中，在多線程環境下，會發生數據覆蓋的情況。

---

by Shawn Chen，2019.03.02，上午。