看到的一個關於hashmap執行緒不安全的例項
轉自：http://blog.csdn.net/xiaohui127/article/details/11928865
問題的症狀
從前我們的Java程式碼因為一些原因使用了HashMap這個東西，但是當時的程式是單執行緒的，一切都沒有問題。後來，我們的程式效能有問題，所以需要變成多執行緒的，於是，變成多執行緒後到了線上，發現程式經常佔了100%的CPU，檢視堆疊，你會發現程式都Hang在了HashMap.get()這個方法上了，重啟程式後問題消失。但是過段時間又會來。而且，這個問題在測試環境裡可能很難重現。
我們簡單的看一下我們自己的程式碼，我們就知道HashMap被多個執行緒操作。而Java的文件說HashMap是非執行緒安全的，應該用ConcurrentHashMap。
但是在這裡我們可以來研究一下原因。
Hash表資料結構
我需要簡單地說一下HashMap這個經典的資料結構。
HashMap通常會用一個指標陣列（假設為table[]）來做分散所有的key，當一個key被加入時，會通過Hash演算法通過key算出這個陣列的下標i，然後就把這個<key, value>插到table[i]中，如果有兩個不同的key被算在了同一個i，那麼就叫衝突，又叫碰撞，這樣會在table[i]上形成一個連結串列。
我們知道，如果table[]的尺寸很小，比如只有2個，如果要放進10個keys的話，那麼碰撞非常頻繁，於是一個O(1)的查詢演算法，就變成了連結串列遍歷，效能變成了O(n)，這是Hash表的缺陷（可參看《
所以，Hash表的尺寸和容量非常的重要。一般來說，Hash表這個容器當有資料要插入時，都會檢查容量有沒有超過設定的thredhold，如果超過，需要增大Hash表的尺寸，但是這樣一來，整個Hash表裡的無素都需要被重算一遍。這叫rehash，這個成本相當的大。
相信大家對這個基礎知識已經很熟悉了。
HashMap的rehash原始碼
下面，我們來看一下Java的HashMap的原始碼。
Put一個Key,Value對到Hash表中：
[java] view plain copy print?- public V put(K key, V value)
- {
- ......
- //算Hash值
- int hash = hash(key.hashCode());
- int i = indexFor(hash, table.length);
- //如果該key已被插入，則替換掉舊的value （連結操作）
- for (Entry<K,V> e = table[i]; e != null; e = e.next) {
- Object k;
- if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
- V oldValue = e.value;
- e.value = value;
- e.recordAccess(this);
- return oldValue;
- }
- }
- modCount++;
- //該key不存在，需要增加一個結點
- addEntry(hash, key, value, i);
- returnnull;
- }
public V put(K key, V value)
{
......
//算Hash值
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
//如果該key已被插入，則替換掉舊的value （連結操作）
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//該key不存在，需要增加一個結點
addEntry(hash, key, value, i);
return null;
}檢查容量是否超標
[java] view plain copy print?
- void addEntry(int hash, K key, V value, int bucketIndex)
- {
- Entry<K,V> e = table[bucketIndex];
- table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
- //檢視當前的size是否超過了我們設定的閾值threshold，如果超過，需要resize
- if (size++ >= threshold)
- resize(2 * table.length);
- }
void addEntry(int hash, K key, V value, int bucketIndex)
{
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
//檢視當前的size是否超過了我們設定的閾值threshold，如果超過，需要resize
if (size++ >= threshold)
resize(2 * table.length);
}新建一個更大尺寸的hash表，然後把資料從老的Hash表中遷移到新的Hash表中。
[java] view plain copy print?
- void resize(int newCapacity)
- {
- Entry[] oldTable = table;
- int oldCapacity = oldTable.length;
- ......
- //建立一個新的Hash Table
- Entry[] newTable = new Entry[newCapacity];
- //將Old Hash Table上的資料遷移到New Hash Table上
- transfer(newTable);
- table = newTable;
- threshold = (int)(newCapacity * loadFactor);
- }
void resize(int newCapacity)
{
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
......
//建立一個新的Hash Table
Entry[] newTable = new Entry[newCapacity];
//將Old Hash Table上的資料遷移到New Hash Table上
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}遷移的原始碼，注意高亮處：
[java] view plain copy print?
- void transfer(Entry[] newTable)
- {
- Entry[] src = table;
- int newCapacity = newTable.length;
- //下面這段程式碼的意思是：
- // 從OldTable裡摘一個元素出來，然後放到NewTable中
- for (int j = 0; j < src.length; j++) {
- Entry<K,V> e = src[j];
- if (e != null) {
- src[j] = null;
- do {
- Entry<K,V> next = e.next;
- int i = indexFor(e.hash, newCapacity);
- e.next = newTable[i];
- newTable[i] = e;
- e = next;
- } while (e != null);
- }
- }
- }
void transfer(Entry[] newTable)
{
Entry[] src = table;
int newCapacity = newTable.length;
//下面這段程式碼的意思是：
// 從OldTable裡摘一個元素出來，然後放到NewTable中
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}好了，這個程式碼算是比較正常的。而且沒有什麼問題。
正常的ReHash的過程
畫了個圖做了個演示。
- 我假設了我們的hash演算法就是簡單的用key mod 一下表的大小（也就是陣列的長度）。
- 最上面的是old hash 表，其中的Hash表的size=2, 所以key = 3, 7, 5，在mod 2以後都衝突在table[1]這裡了。
- 接下來的三個步驟是Hash表 resize成4，然後所有的<key,value> 重新rehash的過程
併發下的Rehash
1）假設我們有兩個執行緒。我用紅色和淺藍色標註了一下。
我們再回頭看一下我們的 transfer程式碼中的這個細節：
[java] view plain copy print?- do {
- Entry<K,V> next = e.next; // <--假設執行緒一執行到這裡就被排程掛起了
- int i = indexFor(e.hash, newCapacity);
- e.next = newTable[i];
- newTable[i] = e;
- e = next;
- } while (e != null);
do {
Entry<K,V> next = e.next; // <--假設執行緒一執行到這裡就被排程掛起了
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);而我們的執行緒二執行完成了。於是我們有下面的這個樣子。
注意，因為Thread1的 e 指向了key(3)，而next指向了key(7)，其線上程二rehash後，指向了執行緒二重組後的連結串列。我們可以看到連結串列的順序被反轉後。
2）執行緒一被排程回來執行。
- 先是執行 newTalbe[i] = e;
- 然後是e = next，導致了e指向了key(7)，
- 而下一次迴圈的next = e.next導致了next指向了key(3)
3）一切安好。
執行緒一接著工作。把key(7)摘下來，放到newTable[i]的第一個，然後把e和next往下移。
4）環形連結出現。
e.next = newTable[i] 導致 key(3).next 指向了 key(7)
注意：此時的key(7).next 已經指向了key(3)， 環形連結串列就這樣出現了。
於是，當我們的執行緒一呼叫到，HashTable.get(11)時，悲劇就出現了——Infinite Loop。
其它
有人把這個問題報給了Sun，不過Sun不認為這個是一個問題。因為HashMap本來就不支援併發。要併發就用ConcurrentHashmap
我在這裡把這個事情記錄下來，只是為了讓大家瞭解並體會一下併發環境下的危險。
（全文完）