一、简单回顾ConcurrentHashMap在jdk1.7中的设计

    先简单看下ConcurrentHashMap类在jdk1.7中的设计，其基本结构如图所示：

每一个segment都是一个HashEntry<K,V>[] table， table中的每一个元素本质上都是一个HashEntry的单向队列。比如table[3]为首节点，table[3]->next为节点1，之后为节点2，依次类推。

public class ConcurrentHashMap
        
          extends AbstractMap
         
                  implements ConcurrentMap
          
           , Serializable {    // 将整个hashmap分成几个小的map，每个segment都是一个锁；与hashtable相比，这么设计的目的是对于put, remove等操作，可以减少并发冲突，对    // 不属于同一个片段的节点可以并发操作，大大提高了性能    final Segment
           
            [] segments;    // 本质上Segment类就是一个小的hashmap，里面table数组存储了各个节点的数据，继承了ReentrantLock, 可以作为互拆锁使用    static final class Segment
            
              extends ReentrantLock implements Serializable {        transient volatile HashEntry
             
              [] table; transient int count; } // 基本节点，存储Key， Value值 static final class HashEntry
              
                { final int hash; final K key; volatile V value; volatile HashEntry
               
                 next; }}
               
              
             
            
           
          
         
        

 

二、在jdk1.8中主要做了2方面的改进

改进一：取消segments字段，直接采用transient volatile HashEntry<K,V>[] table保存数据，采用table数组元素作为锁，从而实现了对每一行数据进行加锁，进一步减少并发冲突的概率。

改进二：将原先table数组＋单向链表的数据结构，变更为table数组＋单向链表＋红黑树的结构。对于hash表来说，最核心的能力在于将key hash之后能均匀的分布在数组中。如果hash之后散列的很均匀，那么table数组中的每个队列长度主要为0或者1。但实际情况并非总是如此理想，虽然ConcurrentHashMap类默认的加载因子为0.75，但是在数据量过大或者运气不佳的情况下，还是会存在一些队列长度过长的情况，如果还是采用单向列表方式，那么查询某个节点的时间复杂度为O(n)；因此，对于个数超过8(默认值)的列表，jdk1.8中采用了红黑树的结构，那么查询的时间复杂度可以降低到O(logN)，可以改进性能。

为了说明以上2个改动，看一下put操作是如何实现的。

final V putVal(K key, V value, boolean onlyIfAbsent) {    if (key == null || value == null) throw new NullPointerException();    int hash = spread(key.hashCode());    int binCount = 0;    for (Node
        
         [] tab = table;;) {        Node
         
           f; int n, i, fh;        // 如果table为空，初始化；否则，根据hash值计算得到数组索引i，如果tab[i]为空，直接新建节点Node即可。注：tab[i]实质为链表或者红黑树的首节点。        if (tab == null || (n = tab.length) == 0)            tab = initTable();        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {            if (casTabAt(tab, i, null,                         new Node
          
           (hash, key, value, null)))                break;                   // no lock when adding to empty bin        }        // 如果tab[i]不为空并且hash值为MOVED，说明该链表正在进行transfer操作，返回扩容完成后的table。        else if ((fh = f.hash) == MOVED)            tab = helpTransfer(tab, f);        else {            V oldVal = null;            // 针对首个节点进行加锁操作，而不是segment，进一步减少线程冲突            synchronized (f) {                if (tabAt(tab, i) == f) {                    if (fh >= 0) {                        binCount = 1;                        for (Node
           
             e = f;; ++binCount) {                            K ek;                            // 如果在链表中找到值为key的节点e，直接设置e.val = value即可。                            if (e.hash == hash &&                                ((ek = e.key) == key ||                                 (ek != null && key.equals(ek)))) {                                oldVal = e.val;                                if (!onlyIfAbsent)                                    e.val = value;                                break;                            }                            // 如果没有找到值为key的节点，直接新建Node并加入链表即可。                            Node
            
              pred = e;                            if ((e = e.next) == null) {                                pred.next = new Node
             
              (hash, key, value, null); break; } } } // 如果首节点为TreeBin类型，说明为红黑树结构，执行putTreeVal操作。 else if (f instanceof TreeBin) { Node
              
                p; binCount = 2; if ((p = ((TreeBin
               
                )f).putTreeVal(hash, key, value)) != null) { oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } } if (binCount != 0) { // 如果节点数>＝8，那么转换链表结构为红黑树结构。 if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } // 计数增加1，有可能触发transfer操作(扩容)。 addCount(1L, binCount); return null;}
               
              
             
            
           
          
         
        

另外，在其他方面也有一些小的改进，比如新增字段 transient volatile CounterCell[] counterCells; 可方便的计算hashmap中所有元素的个数，性能大大优于jdk1.7中的size()方法。

 

三、ConcurrentHashMap jdk1.7、jdk1.8性能比较

测试程序如下：

public class CompareConcurrentHashMap {    private static ConcurrentHashMap
        
          map = new ConcurrentHashMap
         
          (40000);    public static void putPerformance(int index, int num) {        for (int i = index; i < (num + index) ; i++)            map.put(String.valueOf(i), i);    }public static void getPerformance2() {        long start = System.currentTimeMillis();        for (int i = 0; i < 400000; i++)            map.get(String.valueOf(i));        long end = System.currentTimeMillis();        System.out.println("get: it costs " + (end - start) + " ms");    }    public static void main(String[] args) throws InterruptedException {        long start = System.currentTimeMillis();        final CountDownLatch cdLatch = new CountDownLatch(4);        for (int i = 0; i < 4; i++) {            final int finalI = i;            new Thread(new Runnable() {                public void run() {                    CompareConcurrentHashMap.putPerformance(100000 * finalI, 100000);                    cdLatch.countDown();                }            }).start();        }        cdLatch.await();        long end = System.currentTimeMillis();        System.out.println("put: it costs " + (end - start) + " ms");        CompareConcurrentHashMap.getPerformance2();    }}
         
        

程序运行多次后取平均值，结果如下：

 

四、Collections.synchronizedList和CopyOnWriteArrayList性能分析

CopyOnWriteArrayList在线程对其进行变更操作的时候，会拷贝一个新的数组以存放新的字段，因此写操作性能很差；而Collections.synchronizedList读操作采用了synchronized，因此读性能较差。以下为测试程序：

public class App {    private static List
        
          arrayList = Collections.synchronizedList(new ArrayList
         
          ());    private static List
          
            copyOnWriteArrayList = new CopyOnWriteArrayList
           
            ();    private static CountDownLatch cdl1 = new CountDownLatch(2);    private static CountDownLatch cdl2 = new CountDownLatch(2);    private static CountDownLatch cdl3 = new CountDownLatch(2);    private static CountDownLatch cdl4 = new CountDownLatch(2);    static class Thread1 extends Thread {        @Override        public void run() {            for (int i = 0; i < 10000; i++)                arrayList.add(String.valueOf(i));            cdl1.countDown();        }    }    static class Thread2 extends Thread {        @Override        public void run() {            for (int i = 0; i < 10000; i++)                copyOnWriteArrayList.add(String.valueOf(i));            cdl2.countDown();        }    }    static class Thread3 extends Thread1 {        @Override        public void run() {            int size = arrayList.size();            for (int i = 0; i < size; i++)                arrayList.get(i);            cdl3.countDown();        }    }    static class Thread4 extends Thread1 {        @Override        public void run() {            int size = copyOnWriteArrayList.size();            for (int i = 0; i < size; i++)                copyOnWriteArrayList.get(i);            cdl4.countDown();        }    }    public static void main(String[] args) throws InterruptedException {        long start1 = System.currentTimeMillis();        new Thread1().start();        new Thread1().start();        cdl1.await();        System.out.println("arrayList add: " + (System.currentTimeMillis() - start1));        long start2 = System.currentTimeMillis();        new Thread2().start();        new Thread2().start();        cdl2.await();        System.out.println("copyOnWriteArrayList add: " + (System.currentTimeMillis() - start2));        long start3 = System.currentTimeMillis();        new Thread3().start();        new Thread3().start();        cdl3.await();        System.out.println("arrayList get: " + (System.currentTimeMillis() - start3));        long start4 = System.currentTimeMillis();        new Thread4().start();        new Thread4().start();        cdl4.await();        System.out.println("copyOnWriteArrayList get: " + (System.currentTimeMillis() - start4));    }}
           
          
         
        

结果如下：