引入：如何优化Hashtable？

通过锁细粒度化，将整个锁拆解成多个锁进行优化

 

这儿就引入了早期的ConcurrentHashMap

使用的是分段锁技术，把Bucket分成几段来存储，为每一段数据都配一把锁（segment）【这样做的原因是：为每个Bucket都添加一把锁的话，资源消耗大，比如1w个Bucket就要有1w个锁】

当某个程序访问某个数据段的时候，就会获得当前数据段（segment）的锁，操作其子数组。而如果还有程序要访问，就只能被阻塞，而其他未被访问到的数据段依旧可以访问

早期ConcurrentHashMap分配了16个segment，理论上较Hashtable会提高16倍的效率

注：ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。

Segment是一个可重入锁（ReentrantLock），在ConcurrentHashMap里扮演锁的角色；HashEntry则用于存储键值对数据。

一个ConcurrentHashMap里包含一个Segment数组。Segment的结构和HashMap类似，是一种数组和链表结构。一个Segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素，每个Segment守护着一个HashEntry数组里的元素。当对HashEntry数组的数据进行修改时，必须首先获得与它对应的segment锁。

 

这儿就引入了现如今的ConcurrentHashMap，通过CAS和synchronized使锁进一步细化，结构和JDK1.8的HashMap相同

（附：HashMap是在package java.util包下的，但是ConcurrentHashMap是在package java.util.concurrent下的）

 

concurrent分段如何实现的？具体一点

 

 

源码分析：

里面有很多参数和HashMap相同

也有独特的参数，比如这个控制table大小的变量

进入到源码中，直接看put方法，发现里面一开始就有个对key、value判空的条件：

也就是说ConcurrentHashMap是不能够存放空值的，而HashMap则可以。

然后下一行，能够看到ConcurrentHashMap对hash值的确定：

由于对数组更新是使用CAS来进行更新的，所以需要不断去做失败重试，直到成功为止

如果发生了hash碰撞，ConcurrentHashMap的处理逻辑：

 

ConcurrentHashMap：put方法的逻辑

1.判断Node[]数组是否初始化，没有就进行初始化操作

2.通过hash定位数组的索引坐标，是否有Node节点，如果没有就使用CAS进行添加（链表的头结点），添加失败则进入下一次循环

3.如果检查到内部正在扩容，就帮助它一块扩容

4.如果f!=null，则使用synchronized锁住f元素（f元素就是链表或者红黑二叉树的头元素）

    4.1 如果是Node，则执行链表的添加方法

    4.2 如果是TreeNode，则执行树添加结构

5.判断链表长度是否已经达到临界值8（8是默认值，可以调整），当节点数超过这个值，就需要把链表转化为树结构

 

ConcurrentHashMap的总结：比起Segment，锁拆的更细

1.首先使用无锁操作CAS插入头结点，失败则循环重试

2.若头结点已经存在，则尝试获取头结点的同步锁，再进行操作