【面试普通人VS高手系列】ConcurrentHashMap 底层具体实现知道吗？实现原理是什么

之前分享过一期HashMap的面试题，然后有个小伙伴私信我说，他遇到了一个ConcurrentHashMap的问题不知道怎么回答。
于是，就有了这一期的内容！！
我是Mic，一个工作了14年的Java程序员，今天我来分享关于 ”ConcurrentHashMap 底层实现原理“ 这个问题，
看看普通人和高手是如何回答的！

嗯.. ConcurrentHashMap是用数组和链表的方式来实现的，嗯… 在JDK1.8里面还引入了红黑树。然后链表和红黑树是解决hash冲突的。嗯……

这个问题我从这三个方面来回答：

1. ConcurrentHashMap的整体架构
2. ConcurrentHashMap的基本功能
3. ConcurrentHashMap在性能方面的优化

• ConcurrentHashMap的整体架构

  
  这个是ConcurrentHashMap在JDK1.8中的存储结构，它是由数组、单向链表、红黑树组成。

  当我们初始化一个ConcurrentHashMap实例时，默认会初始化一个长度为16的数组。由于ConcurrentHashMap它的核心仍然是hash表，所以必然会存在hash冲突问题。

  ConcurrentHashMap采用链式寻址法来解决hash冲突。

  当hash冲突比较多的时候，会造成链表长度较长，这种情况会使得ConcurrentHashMap中数据元素的查询复杂度变成O(_n)。因此在JDK1.8中，引入了红黑树的机制。

  当数组长度大于64并且链表长度大于等于8的时候，单项链表就会转换为红黑树。

  另外，随着ConcurrentHashMap的动态扩容，一旦链表长度小于8，红黑树会退化成单向链表。

• ConcurrentHashMap的基本功能

  ConcurrentHashMap本质上是一个HashMap，因此功能和HashMap一样，但是ConcurrentHashMap在HashMap的基础上，提供了并发安全的实现。

  并发安全的主要实现是通过对指定的Node节点加锁，来保证数据更新的安全性。

  

• ConcurrentHashMap在性能方面做的优化

  如果在并发性能和数据安全性之间做好平衡，在很多地方都有类似的设计，比如cpu的三级缓存、mysql的buffer_pool、Synchronized的锁升级等等。

  ConcurrentHashMap也做了类似的优化，主要体现在以下几个方面：

  • 在JDK1.8中，ConcurrentHashMap锁的粒度是数组中的某一个节点，而在JDK1.7，锁定的是Segment，锁的范围要更大，因此性能上会更低。

  • 引入红黑树，降低了数据查询的时间复杂度，红黑树的时间复杂度是O(_logn)。

  • 当数组长度不够时，ConcurrentHashMap需要对数组进行扩容，在扩容的实现上，ConcurrentHashMap引入了多线程并发扩容的机制，简单来说就是多个线程对原始数组进行分片后，每个线程负责一个分片的数据迁移，从而提升了扩容过程中数据迁移的效率。

    

  • ConcurrentHashMap中有一个size()方法来获取总的元素个数，而在多线程并发场景中，在保证原子性的前提下来实现元素个数的累加，性能是非常低的。ConcurrentHashMap在这个方面的优化主要体现在两个点：

    • 当线程竞争不激烈时，直接采用CAS来实现元素个数的原子递增。
    • 如果线程竞争激烈，使用一个数组来维护元素个数，如果要增加总的元素个数，则直接从数组中随机选择一个，再通过CAS实现原子递增。它的核心思想是引入了数组来实现对并发更新的负载。

    

以上就是我对这个问题的理解！

从高手的回答中可以看到，ConcurrentHashMap里面有很多设计思想值得学习和借鉴。

比如锁粒度控制、分段锁的设计等，它们都可以应用在实际业务场景中。

很多时候大家会认为这种面试题毫无价值，当你有足够的积累之后，你会发现从这些技术底层的设计思想中能够获得很多设计思路。

本期的普通人VS高手面试系列就到这里结束了，喜欢的朋友记得点赞收藏。

部分高手面试文档已整理，需要的小伙伴可以私信或者评论区留言。

另外，我也陆续收到了很多小伙伴的面试题，我会在后续的内容中逐步更新给到大家！