ConcurrentHashMap

看前

本博客只是为了记录，学习流程，学习源码其大部分看的是ConcurrentHashMap 1.8 源码分析这位大佬的博客，写的十分详细，图文并茂非常易懂，十分推荐。我这篇博客只是在他的基础上加了点自己的理解(肯定有不少理解不到位的地方)以及查询了一些没讲到的函数。

介绍

源码： java.util.concurrent.ConcurrentHashMap
HashMap有线程安全问题，导致出现链表死循环的情况。HashTable和ConcurrentHashMap没有线程安全问题，但二者上锁的方式不同，一个是HashTable全局一把锁，使用的是synchronized，ConcurrentHashMap是分段锁只锁住一个SegMent对象，其Segment对象继承于ReentrantLock。
JDK7： segment+Hashentry+reentrantlock
JDK8: synchronized+CAS
底层数据结构JDK7是segment数组+hashentry链表，JDK8是Node，treebin（红黑树），导致了二者的遍历时间复杂度有时不同。

源码分析

有了前面的HashMap基础，我们在讲解ConcurrentHashMap时只讲解二者不同之处。

主要属性

private static final int MAXIMUM_CAPACITY = 1 << 30;
private static final int DEFAULT_CAPACITY = 16;
static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;
static final int MOVED     = -1; // 表示正在转移
static final int TREEBIN   = -2; // 表示已经转换成树
static final int RESERVED  = -3; // hash for transient reservations
static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash
transient volatile Node<K,V>[] table;//默认没初始化的数组，用来保存元素
private transient volatile Node<K,V>[] nextTable;//转移的时候用的数组
private transient volatile int sizeCtl;

我们可以发现相对于HashMap新加了一个sizeCtl，是一个非常重要的变量。它的意义可以解释为。

• sizeCtl ：
  • 默认为0，用来控制table的初始化和扩容操作
  • -1 代表table正在初始化
  • -N 表示有N-1个线程正在进行扩容操作
  • 其余情况：
    1. 如果table未初始化，表示table需要初始化的大小。
    2. 如果table初始化完成，表示table的扩容阈值，默认是table大小的0.75倍

希望在看源码前对基本的构成心中有大概的轮廓，看代码才会更加轻松

内部类

Node

static class Node<K,V> implements Map.Entry<K,V> {final int hash;final K key;volatile V val;volatile Node<K,V> next;Node(int hash, K key, V val, Node<K,V> next) {this.hash = hash;this.key = key;this.val = val;this.next = next;}public final K getKey()       { return key; }public final V getValue()     { return val; }public final int hashCode()   { return key.hashCode() ^ val.hashCode(); }public final String toString(){ return key + "=" + val; }public final V setValue(V value) {throw new UnsupportedOperationException();}public final boolean equals(Object o) {Object k, v, u; Map.Entry<?,?> e;return ((o instanceof Map.Entry) &&(k = (e = (Map.Entry<?,?>)o).getKey()) != null &&(v = e.getValue()) != null &&(k == key || k.equals(key)) &&(v == (u = val) || v.equals(u)));}/*** Virtualized support for map.get(); overridden in subclasses.*/Node<K,V> find(int h, Object k) {Node<K,V> e = this;if (k != null) {do {K ek;if (e.hash == h &&((ek = e.key) == k || (ek != null && k.equals(ek))))return e;} while ((e = e.next) != null);}return null;}}

相较于HashMap的Node实现，ConcurrentHashMap的Node需要在子类中实现setValue，并且实现了该节点往后节点值得寻找方法find。

TreeNode

static final class TreeNode<K,V> extends Node<K,V> {TreeNode<K,V> parent;  // red-black tree linksTreeNode<K,V> left;TreeNode<K,V> right;TreeNode<K,V> prev;    // needed to unlink next upon deletionboolean red;TreeNode(int hash, K key, V val, Node<K,V> next,TreeNode<K,V> parent) {super(hash, key, val, next);this.parent = parent;}Node<K,V> find(int h, Object k) {return findTreeNode(h, k, null);}/*** Returns the TreeNode (or null if not found) for the given key* starting at given root.*/final TreeNode<K,V> findTreeNode(int h, Object k, Class<?> kc) {if (k != null) {TreeNode<K,V> p = this;do  {int ph, dir; K pk; TreeNode<K,V> q;TreeNode<K,V> pl = p.left, pr = p.right;if ((ph = p.hash) > h)p = pl;else if (ph < h)p = pr;else if ((pk = p.key) == k || (pk != null && k.equals(pk)))return p;else if (pl == null)p = pr;else if (pr == null)p = pl;else if ((kc != null ||(kc = comparableClassFor(k)) != null) &&(dir = compareComparables(kc, k, pk)) != 0)p = (dir < 0) ? pl : pr;else if ((q = pr.findTreeNode(h, k, kc)) != null)return q;elsep = pl;} while (p != null);}return null;}}

与HashMap不同，HashMap的TreeNode继承于LinkedHashMap.Entry<K,V>，并且使用了上百行代码对其进行了完整实现。但在ConcurrentHashMap中的TreeNode只是继承于Node，并且重写了find方法。对于树的完整实现放到了哪里呢？在ConcurrentHashMap中放到了TreeBin中。

TreeBin

这个类并不负责包装用户的key、value信息，而是包装的很多TreeNode节点。它代替了TreeNode的根节点，也就是说在实际的ConcurrentHashMap“数组”中，存放的是TreeBin对象，而不是TreeNode对象，这是与HashMap的区别。另外这个类还带有了读写锁。由于代码过多我们只贴出来他的构造函数。

TreeBin(TreeNode<K,V> b) {super(TREEBIN, null, null, null);this.first = b;TreeNode<K,V> r = null;for (TreeNode<K,V> x = b, next; x != null; x = next) {next = (TreeNode<K,V>)x.next;x.left = x.right = null;if (r == null) {x.parent = null;x.red = false;r = x;}else {K k = x.key;int h = x.hash;Class<?> kc = null;for (TreeNode<K,V> p = r;;) {int dir, ph;K pk = p.key;if ((ph = p.hash) > h)dir = -1;else if (ph < h)dir = 1;else if ((kc == null &&(kc = comparableClassFor(k)) == null) ||(dir = compareComparables(kc, k, pk)) == 0)dir = tieBreakOrder(k, pk);TreeNode<K,V> xp = p;if ((p = (dir <= 0) ? p.left : p.right) == null) {x.parent = xp;if (dir <= 0)xp.left = x;elsexp.right = x;r = balanceInsertion(r, x);break;}}}}this.root = r;assert checkInvariants(root);}

我们可以看到和HashMap一样熟悉的建立红黑树的操作。

ForwardingNode

在执行transfer操作期间，作为桶位的头结点。

三个原子操作

static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);}static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,Node<K,V> c, Node<K,V> v) {return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);}static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);}

• tabAt（）：获得在i位置上的Node节点
• casTabAt()：利用CAS算法设置i位置上的Node节点。
• setTabAt()：设置节点位置的值。
  而casTabAt()与setTabAt()方法的区别：
  所以真正要进行有原子语义的写操作需要使用casTabAt()方法，setTabAt()是在锁定桶的状态下需要使用的方法，如此方法实现只是带保守性的一种写法而已。

讲解的主要方法

//无参构造
public ConcurrentHashMap(){}
//设定容量
public ConcurrentHashMap(int initialCapacity){}
//将map转化为CHM
public ConcurrentHashMap(Map<? extends K, ? extends V> m){}
//对table进行初始化
private final Node<K,V>[] initTable()
//增
public V put(K key, V value)
//在同一个节点的个数超过8个的时候，会调用treeifyBin方法来看看是扩容还是转化为一棵树
private final void treeifyBin(Node<K,V>[] tab, int index)
数组扩容的主要方法就是transfer方法
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab)
//查
public V get(Object key)
//删除
public V remove(Object key)

另外在讲解主要方法时会顺便讲解其调用的方法。

初始化

private final Node<K,V>[] initTable() {Node<K,V>[] tab; int sc;while ((tab = table) == null || tab.length == 0) {//table初始化的操作只能有一个线程执行，sizectl<0说明有另外一个线程正在初始化。那么本线程的初始化资格就让出去，不再执行后序的初始化操作。if ((sc = sizeCtl) < 0)Thread.yield(); // lost initialization race; just spin//CAS将cs改为-1，表示本线程正在初始化。else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {try {if ((tab = table) == null || tab.length == 0) {int n = (sc > 0) ? sc : DEFAULT_CAPACITY;@SuppressWarnings("unchecked")Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];table = tab = nt;sc = n - (n >>> 2);//sizeCtl更新为容量的0.75}} finally {sizeCtl = sc;}break;}}return tab;}

对于ConcurrentHashMap来说，调用它的构造方法仅仅是设置了一些参数而已。而整个table的初始化是在向ConcurrentHashMap中插入元素的时候发生的。如调用put、computeIfAbsent、compute、merge等方法的时候，调用时机是检查table==null。
初始化方法主要应用了关键属性sizeCtl 如果这个值<0，表示其他线程正在进行初始化，就放弃这个操作。在这也可以看出ConcurrentHashMap的初始化只能由一个线程完成。如果获得了初始化权限，就用CAS方法将sizeCtl置为-1，防止其他线程进入。初始化数组后，将sizeCtl的值改为0.75*n。

构造函数

public ConcurrentHashMap() {}
public ConcurrentHashMap(int initialCapacity) {if (initialCapacity < 0)throw new IllegalArgumentException();int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?MAXIMUM_CAPACITY :tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));this.sizeCtl = cap;}
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {this.sizeCtl = DEFAULT_CAPACITY;putAll(m);}

有了HashMap基础前两个好理解，不过第二个设定initialCapacity时，在最后将sizeCtl设置为cap。第三个将sizeCtl设置为初始容量。不用担心sizeCtl会在后序中进行改变。我们来看一下他调用的putAll方法。

public void putAll(Map<? extends K, ? extends V> m) {tryPresize(m.size());for (Map.Entry<? extends K, ? extends V> e : m.entrySet())putVal(e.getKey(), e.getValue(), false);}

其中tryPresize

private final void tryPresize(int size) {//由于有容量2的次幂限制，将容量设为大于等于size的2的次幂值。与HashMap一样该功能由tableSizeFor实现。int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :tableSizeFor(size + (size >>> 1) + 1);int sc;while ((sc = sizeCtl) >= 0) {Node<K,V>[] tab = table; int n;//若table还未初始化，则进行初始化。if (tab == null || (n = tab.length) == 0) {n = (sc > c) ? sc : c;//此线程扩容期间，不允许其他线程进行扩容。if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {try {if (table == tab) {@SuppressWarnings("unchecked")Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];table = nt;sc = n - (n >>> 2);}} finally {sizeCtl = sc;}}}//c没有达到扩容阈值或本身长度已经到达最大值，则不扩容，直接退出。else if (c <= sc || n >= MAXIMUM_CAPACITY)break;//初始化了，准备将值放到新的table中。else if (tab == table) {int rs = resizeStamp(n);if (sc < 0) {Node<K,V>[] nt;if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||transferIndex <= 0)break;if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))transfer(tab, nt);}else if (U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2))transfer(tab, null);}}}

由于水平原因，笔者在这里遇到了个问题。
问题：31-39行代码永远不会执行。
解释：在6行对sc进行了赋值，进入while循环的都是sc>=0的情况。从while到执行sc<0之前的期间没有出现对sc重新赋值的情况，那么运行到sc<0的if判断时，一定为false。那么作者写这段代码的含义是什么？
下面讲解一下resizeStamp(n)函数，他执行之后，rs的二进制位表示中低16位为1，0-15位存储n二进制表示的最高非0位前0的个数值。不明白的看下面的博客讲解。
ConcurrentHashMap的源码分析-resizeStamp
结合上面的提示可以理解程序的执行流程，这里重点提一下40行的(rs << RESIZE_STAMP_SHIFT) + 2)，CAS将SizeCtl的值变为(rs << RESIZE_STAMP_SHIFT) + 2)，他的值一定为负数，因为rs的16位为1，在左移16位，那符号位为1，通过原子操作将SizeCtl变为相应的负数，并且创建一个两倍长度的新table，并赋值到nextTable上。下面我们只需要搞清楚一点如何将数据迁移到newtable中。
这是该类最难的transfer函数

private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {int n = tab.length, stride;if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)stride = MIN_TRANSFER_STRIDE; // subdivide range//若nextTab==null则建立newtableif (nextTab == null) {            // initiatingtry {@SuppressWarnings("unchecked")Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];//扩张1倍的空间。nextTab = nt;} catch (Throwable ex) {      // try to cope with OOMEsizeCtl = Integer.MAX_VALUE;return;}nextTable = nextTab;//老数据存在0-n-1，所以下一个索引为ntransferIndex = n;}int nextn = nextTab.length;ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);boolean advance = true;boolean finishing = false; // to ensure sweep before committing nextTab//玄幻处理，i表示当前处理的桶下标。bound表示分得区间的下界。for (int i = 0, bound = 0;;) {Node<K,V> f; int fh;//控制桶的序号while (advance) {int nextIndex, nextBound;if (--i >= bound || finishing)advance = false;else if ((nextIndex = transferIndex) <= 0) {i = -1;advance = false;}else if (U.compareAndSwapInt(this, TRANSFERINDEX, nextIndex,nextBound = (nextIndex > stride ?nextIndex - stride : 0))) {bound = nextBound;i = nextIndex - 1;advance = false;}}//判断是否结束if (i < 0 || i >= n || i + n >= nextn) {int sc;if (finishing) {nextTable = null;table = nextTab;sizeCtl = (n << 1) - (n >>> 1);return;}if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)return;finishing = advance = true;i = n; // recheck before commit}}//当前桶位空。插入一个fwdelse if ((f = tabAt(tab, i)) == null)advance = casTabAt(tab, i, null, fwd);//当前桶已经迁移else if ((fh = f.hash) == MOVED)advance = true; // already processed//迁移桶内数据else {synchronized (f) {if (tabAt(tab, i) == f) {Node<K,V> ln, hn;//处理节点是链表if (fh >= 0) {int runBit = fh & n;Node<K,V> lastRun = f;for (Node<K,V> p = f.next; p != null; p = p.next) {int b = p.hash & n;if (b != runBit) {runBit = b;lastRun = p;}}if (runBit == 0) {ln = lastRun;hn = null;}else {hn = lastRun;ln = null;}for (Node<K,V> p = f; p != lastRun; p = p.next) {int ph = p.hash; K pk = p.key; V pv = p.val;if ((ph & n) == 0)ln = new Node<K,V>(ph, pk, pv, ln);elsehn = new Node<K,V>(ph, pk, pv, hn);}setTabAt(nextTab, i, ln);setTabAt(nextTab, i + n, hn);setTabAt(tab, i, fwd);advance = true;}//处理节点是红黑树else if (f instanceof TreeBin) {TreeBin<K,V> t = (TreeBin<K,V>)f;TreeNode<K,V> lo = null, loTail = null;TreeNode<K,V> hi = null, hiTail = null;int lc = 0, hc = 0;for (Node<K,V> e = t.first; e != null; e = e.next) {int h = e.hash;TreeNode<K,V> p = new TreeNode<K,V>(h, e.key, e.val, null, null);if ((h & n) == 0) {if ((p.prev = loTail) == null)lo = p;elseloTail.next = p;loTail = p;++lc;}else {if ((p.prev = hiTail) == null)hi = p;elsehiTail.next = p;hiTail = p;++hc;}}ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :(hc != 0) ? new TreeBin<K,V>(lo) : t;hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :(lc != 0) ? new TreeBin<K,V>(hi) : t;setTabAt(nextTab, i, ln);setTabAt(nextTab, i + n, hn);setTabAt(tab, i, fwd);advance = true;}}}}}}

transfer可以拆分为这几个部分

• 根据CPU数划分table的步长：

  • 若为单核CPU，步长为table.length
  • 若为多核CPU，步长为max((n >>> 3) / NPC, MIN_TRANSFER_STRIDE)

• 若传入的nextTab为null，创建nextTable

  • 将创建的nextTab赋给全局变量nextTable
  • 将用于控制扩容区间的分配transferIndex初始化为table.length

• 开始循环处理区间内各个桶的迁移，由advance控制程序。

  • while循环对区间[bound, i]进行分配或调整(–i)（27-43）
  • 开始下面四个分支
    • i越界：判断当前区间的迁移是否结束；（45-59）
    • 当前桶位null，插入一个fwd
    • 当前桶已经迁移，跳过
    • 其他：迁移桶内数据
      • 链表（72-101）
      • 红黑树（103-137）

• 27-43：控制区间

while (advance) {int nextIndex, nextBound;// 选择下一个桶或处理结束信号if (--i >= bound || finishing)advance = false;// 没有新的区间可以分配else if ((nextIndex = transferIndex) <= 0) {i = -1;advance = false;}// 分配区间else if (U.compareAndSwapInt(this, TRANSFERINDEX, nextIndex,nextBound = (nextIndex > stride ?nextIndex - stride : 0))) {bound = nextBound;i = nextIndex - 1;advance = false;}
}

while循环求得本次这一次多线程处理的区间范围。第一次循环1,2判断语句都不成立，进入第三个，生成第一个区间[bound,i]其中bound为nextBound，nextBound在cas中被改为nextIndex-stride，所以第一次区间为[nextIndex-stride, nextIndex-1],更新。下一次循环进入第一个判断语句，得到当前处理的i后,退出while，最后一次循环进入第二条判断语句，从后往前遍历到头了。

• 45-59：结束条件

// i<0时，已经完成扩容，暂不知道(i>=n || i+n>=nextn)的含义
if (i < 0 || i >= n || i + n >= nextn) {int sc;// finishing为true则结束if (finishing) {nextTable = null; // 置空table = nextTab; // 替换sizeCtl = (n << 1) - (n >>> 1); // sizeCtl设为0.75倍的table.lengthreturn;}// finishing为false，但是该线程的任务已经完成，sizeCtl中的线程数减1if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {// 判断sizeCtl是否回到刚开始扩容的状态// 是则说明所有用于迁移的线程都结束工作，否则直接返回if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)return;// finishing置为truefinishing = advance = true;// i置为table.length，全部扫描一遍，确定所有桶都已经完成迁移i = n; // recheck before commit}
}

当i<0时，当前线程已经完成了table最后一个区间，对finishing进行判断：

• finishing为true：

  • 全局变量nextTable为空
  • 替换table
  • 设置sizeCtl

• finishing为false：

  • 原子操作对sizeCtl中线程数-1
  • 判断是否所有线程都结束工作，否则返回，是则继续
  • finishing为true
  • i为table.length，下一个循环开始全局检查。

• 72-101：迁移链表

// 上锁，与putVal()同步，f为当前桶的头节点
synchronized (f) {if (tabAt(tab, i) == f) {Node<K,V> ln, hn;// hash>0为链表，树节点的hash=-2if (fh >= 0) {// 决定移动到低位桶还是高位桶int runBit = fh & n;Node<K,V> lastRun = f;// 找到最后将迁移到同一个桶的所有节点，// 这部分不需要创建新的节点，而是直接迁移for (Node<K,V> p = f.next; p != null; p = p.next) {int b = p.hash & n;if (b != runBit) {runBit = b;lastRun = p;}}if (runBit == 0) {ln = lastRun;hn = null;}else {hn = lastRun;ln = null;}// 根据每个节点的hash值迁移，由于节点中的key是不可变的，需要创建新的节点for (Node<K,V> p = f; p != lastRun; p = p.next) {int ph = p.hash; K pk = p.key; V pv = p.val;if ((ph & n) == 0)// 头插法，创建新节点时把自己作为next节点传入// 最后链表的顺序将会颠倒（除了lastRun之后的）ln = new Node<K,V>(ph, pk, pv, ln); else// 同上hn = new Node<K,V>(ph, pk, pv, hn);}setTabAt(nextTab, i, ln); // 原子操作把低位桶置入新表setTabAt(nextTab, i + n, hn); // 原子操作把高位桶置入新表setTabAt(tab, i, fwd); // 原子操作把fwd置入旧表表示已经迁移advance = true;}else if (f instanceof TreeBin) {...}}
}

与HashMap扩容一样，链表中要分为两支队伍，根据更高一位是0 or 1来分队伍。在这里用头插法，然后将两队挂到不同的对应索引下。第一个for循环用来找到并构建其中一个新链表的最后位置(因为第二个for中用到的是头插法构建新链表)，也是后面for循环的终止条件。

• 103-137：迁移红黑树

synchronized (f) {if (tabAt(tab, i) == f) {Node<K,V> ln, hn;if (fh >= 0) {...}// 节点为红黑树else if (f instanceof TreeBin) {TreeBin<K,V> t = (TreeBin<K,V>)f;TreeNode<K,V> lo = null, loTail = null;TreeNode<K,V> hi = null, hiTail = null;int lc = 0, hc = 0;// 遍历for (Node<K,V> e = t.first; e != null; e = e.next) {int h = e.hash;TreeNode<K,V> p = new TreeNode<K,V>(h, e.key, e.val, null, null);// 和链表相同的判断，与运算==0的放在低位if ((h & n) == 0) {if ((p.prev = loTail) == null)lo = p;elseloTail.next = p;loTail = p;++lc;} // 不是0的放在高位else {if ((p.prev = hiTail) == null)hi = p;elsehiTail.next = p;hiTail = p;++hc;}}// 如果树的节点数小于等于 6，那么转成链表，反之，创建一个新的树ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :(hc != 0) ? new TreeBin<K,V>(lo) : t;hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :(lc != 0) ? new TreeBin<K,V>(hi) : t;// 低位树setTabAt(nextTab, i, ln);// 高位数setTabAt(nextTab, i + n, hn);// 旧的设置成占位符setTabAt(tab, i, fwd);// 继续向后推进advance = true;}}
}

前面和HashMap中的split一致，逻辑也一致，只是使用了原子操作将两条链表或树挂到对应位置。

插入

主函数

public V put(K key, V value) {return putVal(key, value, false);}
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<K,V>[] tab = table;;) {Node<K,V> f; int n, i, fh;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<K,V>(hash, key, value, null)))break;                   // no lock when adding to empty bin}else if ((fh = f.hash) == MOVED)tab = helpTransfer(tab, f);else {V oldVal = null;synchronized (f) {if (tabAt(tab, i) == f) {if (fh >= 0) {binCount = 1;for (Node<K,V> e = f;; ++binCount) {K ek;if (e.hash == hash &&((ek = e.key) == key ||(ek != null && key.equals(ek)))) {oldVal = e.val;if (!onlyIfAbsent)e.val = value;break;}Node<K,V> pred = e;if ((e = e.next) == null) {pred.next = new Node<K,V>(hash, key,value, null);break;}}}else if (f instanceof TreeBin) {Node<K,V> p;binCount = 2;if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,value)) != null) {oldVal = p.val;if (!onlyIfAbsent)p.val = value;}}}}if (binCount != 0) {if (binCount >= TREEIFY_THRESHOLD)treeifyBin(tab, i);if (oldVal != null)return oldVal;break;}}}addCount(1L, binCount);return null;}

注意：hash值进行了更新操作为 hashcode ^ (hashcode >>> 16)) & HASH_BITS
函数流程：

• table未被初始化，初始化table
• table已经初始化，但是对应桶为空，新建Node加入，跳出
• table已经初始化，且相应桶不为空，但桶正在迁移，当前线程帮助迁移。
• table已经初始化，且相应桶不为空，且该桶未在迁移，将键值对加入桶中。
  • 桶中是链表，遍历这个链表：
    • 若存在：根据onlyIfAbsent修改value，跳出
    • 若不存在创建新的node挂到尾部，跳出
  • 桶中是红黑树: 通过TreeNode中putTreeValue写入。
    上面函数没有讲过的有treeifBin(),addCount()。二者都包含了扩容操作，但是扩容的结果是不同的。
    将treeifyBin中使用tryPresize进行的扩容为P扩容。
    将addCount进行的扩容称为C扩容。

treeifyBin

private final void treeifyBin(Node<K,V>[] tab, int index) {Node<K,V> b; int n, sc;if (tab != null) {if ((n = tab.length) < MIN_TREEIFY_CAPACITY) // 扩容tryPresize(n << 1); else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { // 转化红黑树synchronized (b) {if (tabAt(tab, index) == b) {TreeNode<K,V> hd = null, tl = null;for (Node<K,V> e = b; e != null; e = e.next) {TreeNode<K,V> p =new TreeNode<K,V>(e.hash, e.key, e.val,null, null);if ((p.prev = tl) == null)hd = p;elsetl.next = p;tl = p;}setTabAt(tab, index, new TreeBin<K,V>(hd));}}}}
}

如果插入一个键值对后，链表长度大于等于 TREEIFY_THRESHOLD，就需要进行扩容或转化红黑树。treeifyBin() 是这一操作的入口，首先判断 table 容量是否小于 MIN_TREEIFY_CAPACITY，如果是则进行 P 扩容（由 tryPresize() 进行的，有别于下文中由 addCount() 进行的），否则进行红黑树转化。

addCount

private final void addCount(long x, int check) {// 计数部分,暂不考虑CounterCell[] as; long b, s;if ((as = counterCells) != null ||!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {CounterCell a; long v; int m;boolean uncontended = true;if (as == null || (m = as.length - 1) < 0 ||(a = as[ThreadLocalRandom.getProbe() & m]) == null ||!(uncontended =U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {//CAS失败进入fulladdCount(x,false),否则fullAddCount(x,true)fullAddCount(x, uncontended);return;}if (check <= 1)return;s = sumCount();}// 判断是否C扩容if (check >= 0) { Node<K,V>[] tab, nt; int n, sc;// 满足三个条件则C扩容：1.size达到sizeCtl；2.table非空；3.table长度非最大值while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&(n = tab.length) < MAXIMUM_CAPACITY) {// 以下为C扩容，和tryPresize()中的一个分支完全一致int rs = resizeStamp(n);if (sc < 0) {if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||transferIndex <= 0)break;if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))transfer(tab, nt);}else if (U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2))transfer(tab, null);s = sumCount();}}
}

20行之前addCount通过CounterCell数组计算键值对个数，后面对check进行判断若其>=0，且

1. 键值对数达到szieCtl
2. table非空
3. table长度并非最大值。
   进行C扩容。下面的结构与tryPresize中的一个分支完全一致。

计数

主要讲解的就是addCount前20行实现。
通过 size() 可以获得当前键值对的数量，它将 sumCount() 获得的 long 类型的值转化为 int 返回。
sumCount() 则计算 baseCount 字段与 counterCells 数组中所有非空元素的记录值的和。

// 未发生争用前都用它计数
private transient volatile long baseCount;
// 用于同步counterCells数组结构修改的乐观锁资源
private transient volatile int cellsBusy;
// 支持多个线程同时通过counterCells中的多个元素计数
private transient volatile CounterCell[] counterCells;
public int size() {long n = sumCount();return ((n < 0L) ? 0 : (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int)n); 
}
// 计算 baseCount 字段与所有 counterCells 数组的非空元素的和
final long sumCount() {CounterCell[] as = counterCells; CounterCell a;long sum = baseCount;if (as != null) {for (int i = 0; i < as.length; ++i) {if ((a = as[i]) != null)sum += a.value;}}return sum;
}

CHM将每个桶中的键值对数量保存在baseCount和CounterCell 数组 counterCells 中。在什么地方对baseCount 和 counterCells进行赋值的呢？在addCount前20行。
addCount()中有两层if，第一层：

• counterCells不为空：跳转到第二层if；
• counterCells为空：CAS操作增加baseCount，成功结束if，失败进入二层if
  第二层if创建counterCells
• counterCells==null || couterCells[线程hash]==null，调用fullAddCount(x,true)
• couterCells[线程hash]!=null,CAS更改cellvalue值
  • 成功：结束
  • 失败：调用fullAddCount(x, false)【线程冲突】

private final void fullAddCount(long x, boolean wasUncontended) {int h;//线程Hash是否初始化if ((h = ThreadLocalRandom.getProbe()) == 0) {//初始化ThreadLocalRandom.localInit();      // force initializationh = ThreadLocalRandom.getProbe();//初始化后不会发生冲突wasUncontended = true;}boolean collide = false;                // True if last slot nonemptyfor (;;) {CounterCell[] as; CounterCell a; int n; long v;//counterCells是否可以用来计数，即判断他整体是否为空if ((as = counterCells) != null && (n = as.length) > 0) {//这个桶为空，初始化counterCellsif ((a = as[(n - 1) & h]) == null) {if (cellsBusy == 0) {            // Try to attach new Cell//初始化，记录这个桶内的元素数量为要新建的元素个数。CounterCell r = new CounterCell(x); // Optimistic create//尝试拿锁if (cellsBusy == 0 &&U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {boolean created = false;try {               // Recheck under lock//拿到锁了，将新建的counterCell元素放到指定位置。CounterCell[] rs; int m, j;if ((rs = counterCells) != null &&(m = rs.length) > 0 &&rs[j = (m - 1) & h] == null) {rs[j] = r;//初始化创建完成created = true;}} finally {//无论成功与否都释放锁。cellsBusy = 0;}if (created)break;continue;           // Slot is now non-empty}}collide = false;//无需扩容}//存在竞争，重置wasUncontended后，下一句就是rehash，然后重试else if (!wasUncontended)       // CAS already known to failwasUncontended = true;      // Continue after rehash//上面获取锁失败，说明有其他线程得到了锁，那么尝试将值加到BaseCount上else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))break;//counterCells是否扩容or其长度是否>=处理器数else if (counterCells != as || n >= NCPU)collide = false;            // At max size or stale//没有扩容，数组长度<处理器数量，collide为true，计划给CounterCells数组扩容。else if (!collide)collide = true;//尝试拿锁else if (cellsBusy == 0 &&U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {try {//给counterCells扩容if (counterCells == as) {// Expand table unless staleCounterCell[] rs = new CounterCell[n << 1];for (int i = 0; i < n; ++i)rs[i] = as[i];counterCells = rs;}} finally {//放锁cellsBusy = 0;}//不需要扩容collide = false;continue;                   // Retry with expanded table}//更改当前线程的hash值h = ThreadLocalRandom.advanceProbe(h);}//没有执行上面的if说明counterCells为null，初始化counterCellselse if (cellsBusy == 0 && counterCells == as &&U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {boolean init = false;try {                           // Initialize tableif (counterCells == as) {CounterCell[] rs = new CounterCell[2];//初始长度为2，最小的2次幂rs[h & 1] = new CounterCell(x);counterCells = rs;init = true;//初始化成功}} finally {//放锁cellsBusy = 0;}if (init)break;}//counterCells为空or长度为0，并且拿锁失败。//尝试将其加到basecount上else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))break;                          // Fall back on using base}}

如何理解流程呢？
他的主体就是for，循环中三个if

1. if ((as = counterCells) != null && (n = as.length) > 0)counterCells非空情况
2. else if (cellsBusy == 0 && counterCells == as && U.compareAndSwapInt(this, CELLSBUSY, 0, 1))counterCells为null
3. else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))counterCells为空且获取锁失败
4. h = ThreadLocalRandom.advanceProbe(h);重新生成hash
   三种情况，具体的每种情况的逻辑看具体的注释。

读取

public V get(Object key) {Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;int h = spread(key.hashCode());if ((tab = table) != null && (n = tab.length) > 0 &&(e = tabAt(tab, (n - 1) & h)) != null) {// 首节点即匹配if ((eh = e.hash) == h) {if ((ek = e.key) == key || (ek != null && key.equals(ek)))return e.val;}// 该桶已经被迁移，则交由节点find()方法查找else if (eh < 0)return (p = e.find(h, key)) != null ? p.val : null;// 搜索桶内所有节点while ((e = e.next) != null) {if (e.hash == h &&((ek = e.key) == key || (ek != null && key.equals(ek))))return e.val;}}return null;}

通过查看注释十分好理解，在首点匹配，桶迁移情况(调用find寻找)匹配失败后，搜索所有节点。

Node<K,V> find(int h, Object k) {// loop to avoid arbitrarily deep recursion on forwarding nodesouter: for (Node<K,V>[] tab = nextTable;;) {Node<K,V> e; int n;if (k == null || tab == null || (n = tab.length) == 0 ||(e = tabAt(tab, (n - 1) & h)) == null)return null;for (;;) {int eh; K ek;if ((eh = e.hash) == h &&((ek = e.key) == k || (ek != null && k.equals(ek))))return e;if (eh < 0) {if (e instanceof ForwardingNode) {tab = ((ForwardingNode<K,V>)e).nextTable;continue outer;}elsereturn e.find(h, k);}if ((e = e.next) == null)return null;}}
}

参考

1. ConcurrentHashMap源码分析(1.8)
2. 源码级解读ConcurrentHashMap，妈妈再也不用担心我的学的学习
3. ConcurrentHashMap底层原理剖析
4. ConcurrentHashMap 1.8 源码分析