什么是CHM ?

  1、CHM 全稱：ConcurrentHashMap 是J.U.C工具包中所提供的,顯然是個map集合，而且是個執行緒安全的HashMap,既然是執行緒安全的那么顯然下并發場景下用的還是比較頻繁的，
  2、CHM作用和HashMap差不太多，也可以說是一個執行緒安全的HashMap
  3、使用和普通的Map是一致的，包含put,get 方法等

    ConcurrentHashMap chmMap = new ConcurrentHashMap();
     chmMap.put("key","value");
     chmMap.get("key");

CHM的發展

 這里為什么說下它的發展呢，是因為在jdk1.7和jdk1.8這2個版本下發生了一些比較大的變化（即對它進行的優化升級）
 jdk1.7版本的主要內容：jdk1.7在執行緒安全方面主要利用到了分段鎖（segment）,簡單的說一個CHM是由N（初始化16）個segment組成的，這樣的話就通過在每個segment端上加鎖來控制執行緒安全的，

如下圖:

jdk1.8 針對jdk1.7做了些改進 主要有如下：
    1、取消了segement分段鎖這部分
    2、由原來的數字+單向鏈表 改為 陣列+單向鏈表（或紅黑樹）
原因: 1、去掉segment的分段鎖，使得鎖的范圍更小了，減少了阻塞的概率，提升鎖的效率，
      2、陣列+鏈表，缺點：單向鏈表的時間復雜度為0(n)，如果同一個節點hash碰撞過多的話，那么這個節點的單向鏈表的長度就很可能成為整個map查詢的瓶頸了，因此優化了當單向鏈表的長度增加到了8（默認），那么就會由原來的鏈表轉為紅黑樹，紅黑樹的查詢效率比鏈表要高很多0(logn)，利用了二分查找等機制，加速了查找速度，
      如下圖：  

CHM的原理淺析

初始化

// 初始化陣列
private final Node<K,V>[] initTable() {
     Node<K,V>[] tab; int sc;
     // 回圈存在多執行緒競爭的情況下
     while ((tab = table) == null || tab.length == 0) {
         if ((sc = sizeCtl) < 0) // 以及被其他執行緒搶到了，開始初始化了
             Thread.yield(); // lost initialization race; just spin
         else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
             try {  //  cas原子操作，標記已經在初始化了，與第一個if相對應
                 if ((tab = table) == null || tab.length == 0) {
                 //  默認初始值16 ，
                   //  private static final int DEFAULT_CAPACITY = 16;
                     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); //擴容因子，下次需要擴容的大小（0.75）
                 }
             } finally {
                 sizeCtl = sc;
             }
             break;
         }
     }
     return tab;
 }
 /** Implementation for put and putIfAbsent */
 final V putVal(K key, V value, boolean onlyIfAbsent) {
    //鍵不能為空，否則報錯
     if (key == null || value == null) throw new NullPointerException();
     //hash
     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)
             // 初始化 陣列
             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) {  // 判斷是否為樹
                         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;
                         }
                     }
                 }
             }
             // static final int TREEIFY_THRESHOLD = 8;
             if (binCount != 0) {
             // 如果節點數，大于初始值默認8），那么轉成紅黑樹
                 if (binCount >= TREEIFY_THRESHOLD)
                     treeifyBin(tab, i);
                 if (oldVal != null)
                     return oldVal;
                 break;
             }
         }
     }
     addCount(1L, binCount);
     return null;
 }
 
============
 Class<?> ak = Node[].class;
  ABASE = U.arrayBaseOffset(ak);
         int scale = U.arrayIndexScale(ak);
         if ((scale & (scale - 1)) != 0)
             throw new Error("data type scale not a power of two");
         ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
   =============     
@SuppressWarnings("unchecked")
 static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
 // 此方法 是通過獲取offset的偏移量 如上代碼，實際等價于tab[i]，那么為什么不這么取值？
     return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
 }

為什么通過tabAt()單獨的去獲取值呢？？不知直接用tab[i]更家直接的獲取值呢？

原因: 看代碼上getObjectVolatile 雖然有volatile關鍵字，但是我們都知道，因為對 volatile 寫操作 happen-before 于 volatile 讀操作，
因此其他執行緒對 table 的修改均對 get 讀取可見的，由此可見直接tab[i] 不一定能獲取的最新的值，
雖然 table 陣列本身是增加了 volatile 屬性，但是“volatile 的陣列只針對陣列的參考具有volatile 的語意，而不是它的元素”，所以就直接用記憶體上的偏移量來獲取值，

個數計算
api 方法 - > chmMap.size();
這個計算計算個數由于涉及到多執行緒，那么單純的計算個數是可能不準確的，因此這邊利用的分而治之的演算法方式，來獲取最后的個數

       /**
     * Adds to count, and if table is too small and not already
     * resizing, initiates transfer. If already resizing, helps
     * perform transfer if work is available.  Rechecks occupancy
     * after a transfer to see if another resize is already needed
     * because resizings are lagging additions.
     *
     * @param x the count to add
     * @param check if <0, don't check resize, if <= 1 only check if uncontended
     */
    private final void addCount(long x, int check) {
        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))) {
                fullAddCount(x, uncontended);
                return;
            }
            if (check <= 1)
                return;
            s = sumCount();
        }
        if (check >= 0) {
            Node<K,V>[] tab, nt; int n, sc;
            while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
                   (n = tab.length) < MAXIMUM_CAPACITY) {
                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();
            }
        }
    }
  // 求計算個數的table初始化 默認大小為2，后面也可以擴容
      else if (cellsBusy == 0 && counterCells == as &&
                     U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
                boolean init = false;
                try {                           // Initialize table
                    if (counterCells == as) {
                        CounterCell[] rs = new CounterCell[2];
                        rs[h & 1] = new CounterCell(x);
                        counterCells = rs;
                        init = true;
                    }
                } finally {
                    cellsBusy = 0;
                }

擴容
資料遷移