ConcurrentHashMap:使用方法和底层原理详解

简介: ConcurrentHashMap:使用方法和底层原理详解

ConcurrentHashMap:使用方法和底层原理详解


在Java编程中,ConcurrentHashMap是一个非常强大和常用的数据结构,用于在多线程环境下安全地操作Map。本文将深入探讨ConcurrentHashMap的各种使用方法以及其底层原理。


1. ConcurrentHashMap简介


ConcurrentHashMap是Java集合框架中的一个线程安全的哈希表实现,它提供了比Hashtable和同步的HashMap更高的并发性能。ConcurrentHashMap在JDK 1.5中引入,通过采用分段锁的方式实现了高效的并发访问。它可以在保证线程安全的同时,提供较高的并发性能,因此是多线程环境下使用频率较高的数据结构之一。


2. ConcurrentHashMap的使用方法


2.1 添加和获取元素


ConcurrentHashMap的使用方式与HashMap类似,可以通过put(key, value)方法添加元素,通过get(key)方法获取元素。

ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap<>();
map.put("key1", 1);
map.put("key2", 2);
int value = map.get("key1");

2.2 删除元素


使用remove(key)方法可以从ConcurrentHashMap中删除指定的键值对。

map.remove("key1");


2.3 遍历元素


ConcurrentHashMap提供了多种遍历方式,如迭代器遍历、forEach遍历等。

// 使用迭代器遍历
Iterator<Map.Entry<String, Integer>> iterator = map.entrySet().iterator();
while (iterator.hasNext()) {
    Map.Entry<String, Integer> entry = iterator.next();
    String key = entry.getKey();
    Integer value = entry.getValue();
    // 处理每个键值对
}

// 使用forEach遍历
map.forEach((key, value) -> {
    // 处理每个键值对
});

这些方法是ConcurrentHashMap提供的一些其他常用方法,用于在特定条件下添加、更新或计算元素。让我们逐一来讲解它们的作用和使用方法:


2.4putIfAbsent(key, value)


putIfAbsent(key, value)方法用于将指定的键值对添加到ConcurrentHashMap中,但只有在指定的键尚未存在时才添加。如果已存在相同的键,则不进行添加操作,并返回该键对应的原始值。

import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapExample {
    public static void main(String[] args) {
        ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap<>();
        map.put("key1", 1);

        Integer oldValue = map.putIfAbsent("key1", 2);
        System.out.println("Old value for key1: " + oldValue); // 1
    }
}

在上述示例中,由于已存在key为"key1"的键值对,所以putIfAbsent方法不会添加新的键值对,而是返回原始值1。


2.5 computeIfAbsent(key, mappingFunction)


computeIfAbsent(key, mappingFunction)方法用于根据指定的键计算一个值,并将其与指定的键关联。如果指定的键已存在(或映射到null),则不执行映射函数。

import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapExample {
    public static void main(String[] args) {
        ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap<>();
        map.put("key1", 1);

        map.computeIfAbsent("key2", key -> key.length());
        System.out.println("Value for key2: " + map.get("key2")); // 4
    }
}

在上述示例中,由于"key2"键尚不存在于ConcurrentHashMap中,因此会根据映射函数key -> key.length()计算出值4,并将"key2"与其关联。


2.6 computeIfPresent(key, remappingFunction)


computeIfPresent(key, remappingFunction)方法用于根据指定的键及其当前映射值计算一个新的映射值,并将其与指定的键关联。如果指定的键不存在或其值为null,则不执行映射函数。

import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapExample {
    public static void main(String[] args) {
        ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap<>();
        map.put("key1", 1);

        map.computeIfPresent("key1", (key, value) -> value * 10);
        System.out.println("New value for key1: " + map.get("key1")); // 10
    }
}

在上述示例中,由于"key1"键存在于ConcurrentHashMap中,因此会根据映射函数(key, value) -> value * 10计算出新的值10,并将其与"key1"关联。


这些方法的使用方式类似于HashMap中的相应方法,但在多线程环境中更加安全。通过合理地使用这些方法,我们可以更加灵活地操作ConcurrentHashMap,并在多线程环境下保证数据的一致性和线程安全性。


ConcurrentHashMap的底层原理详解


1. 分段锁机制


ConcurrentHashMap将整个哈希表分成多个段(Segment),每个段都是一个独立的哈希表,相互之间不会产生影响。这些段之间是相互独立的,每个段都拥有自己的锁。当执行put或get操作时,首先根据key的哈希值确定它所属的段,然后在该段上加锁,其他线程可以并发地访问其他段。这样一来,不同的线程可以同时操作不同的段,大大提高了并发性能。


2. 案例分析


假设我们有一个需要高并发访问的缓存系统,使用ConcurrentHashMap来存储缓存数据。在这个缓存系统中,我们希望能够并发地添加、获取和删除缓存数据,而不会出现线程安全问题。

import java.util.concurrent.ConcurrentHashMap;

public class CacheSystem {
    private ConcurrentHashMap<String, String> cacheMap = new ConcurrentHashMap<>();

    public void put(String key, String value) {
        cacheMap.put(key, value);
    }

    public String get(String key) {
        return cacheMap.get(key);
    }

    public void remove(String key) {
        cacheMap.remove(key);
    }
}

在上述代码中,我们创建了一个名为CacheSystem的类,其中的cacheMap是一个ConcurrentHashMap实例,用于存储缓存数据。put、get和remove方法分别用于添加、获取和删除缓存数据。


3. 分析底层原理


当多个线程同时访问缓存系统时,ConcurrentHashMap会根据key的哈希值将其分配到不同的段上,并在该段上加锁。这样即使多个线程同时操作不同的key,它们也可以并发地访问不同的段,不会产生线程安全问题。


例如,当线程A调用put方法添加一个缓存数据时,ConcurrentHashMap会根据key的哈希值确定该数据所属的段,并在该段上加锁,确保其他线程无法同时修改该段的数据。而同时,线程B可能在另一个段上执行get方法获取缓存数据,由于各个段之间是相互独立的,因此不会受到线程A的影响,可以并发地执行get操作。


这种分段锁机制有效地降低了并发操作的锁竞争,提高了系统的并发性能。


相关文章
|
存储 安全 Java
ConcurrentHashMap底层实现原理
ConcurrentHashMap底层实现原理
539 0
|
Java Spring 容器
Spring的AOP失效场景详解
Spring的AOP失效场景详解
1667 0
|
存储 缓存 监控
美团面试:说说OOM三大场景和解决方案? (绝对史上最全)
小伙伴们,有没有遇到过程序突然崩溃,然后抛出一个OutOfMemoryError的异常?这就是我们俗称的OOM,也就是内存溢出 本文来带大家学习Java OOM的三大经典场景以及解决方案,保证让你有所收获!
5881 0
美团面试:说说OOM三大场景和解决方案? (绝对史上最全)
|
监控 druid Java
Spring Boot 3 集成 Druid 连接池详解
在现代的Java应用中,使用一个高效可靠的数据源是至关重要的。Druid连接池作为一款强大的数据库连接池,提供了丰富的监控和管理功能,成为很多Java项目的首选。本文将详细介绍如何在Spring Boot 3项目中配置数据源,集成Druid连接池,以实现更高效的数据库连接管理。
10011 2
Spring Boot 3 集成 Druid 连接池详解
|
缓存 安全 Java
全面解读ConcurrentHashMap:Java中的高效并发数据结构
全面解读ConcurrentHashMap:Java中的高效并发数据结构
2450 2
|
算法 Unix API
指数退避(Exponential backoff)在网络请求中的应用
## 一、背景 最近做云服务 API 测试项目的过程中,发现某些时候会大批量调用 API,从而导致限流的报错。在遇到这种报错时,传统的重试策略是每隔一段时间重试一次。但由于是固定的时间重试一次,重试时又会有大量的请求在同一时刻涌入,会不断地造成限流。 这让我回想起两年前在查阅[Celery Task 文档](http://docs.celeryproject.org/en/latest
13286 1
|
存储 缓存 安全
ConcurrentHashMap的实现原理,非常详细,一文吃透!
本文详细解析了ConcurrentHashMap的实现原理,深入探讨了分段锁、CAS操作和红黑树等关键技术,帮助全面理解ConcurrentHashMap的并发机制。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
ConcurrentHashMap的实现原理,非常详细,一文吃透!
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
Redis分布式锁在高并发场景下是重要的技术手段,但其实现过程中常遇到五大深坑:**原子性问题**、**连接耗尽问题**、**锁过期问题**、**锁失效问题**以及**锁分段问题**。这些问题不仅影响系统的稳定性和性能,还可能导致数据不一致。尼恩在实际项目中总结了这些坑,并提供了详细的解决方案,包括使用Lua脚本保证原子性、设置合理的锁过期时间和使用看门狗机制、以及通过锁分段提升性能。这些经验和技巧对面试和实际开发都有很大帮助,值得深入学习和实践。
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
|
消息中间件 存储 Java
吃透 RocketMQ 消息中间件,看这篇就够了!
本文详细介绍 RocketMQ 的五大要点、核心特性及应用场景,涵盖高并发业务场景下的消息中间件关键知识点。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
吃透 RocketMQ 消息中间件,看这篇就够了!