如何分析 ConcurrentHashMap 在 JDK 1.8 中通过 CAS 与 synchronized 实现的分段锁优化
大家好,我们又见面了啊~本文《如何分析 ConcurrentHashMap 在 JDK 1.8 中通过 CAS 与 synchronized 实现的分段锁优化》的内容中将会涉及到等等。如果你正在学习文章相关知识,欢迎关注我,以后会给大家带来更多文章相关文章,希望我们能一起进步!下面就开始本文的正式内容~
JDK 1.8 中 ConcurrentHashMap 彻底移除了 Segment 和分段锁,改用 CAS + 单桶(table[i])级 synchronized 实现更细粒度并发控制;size()、扩容等均基于 table 数组与 CounterCell 协作完成,无任何“段”概念。

ConcurrentHashMap 在 JDK 1.8 中根本没有分段锁 —— 它彻底移除了 Segment,所谓“分段锁优化”是误传或混淆了 JDK 1.7 的设计。真正起作用的是 CAS + 单桶(table[i])级 synchronized,粒度比 Segment 更细,也更轻量。
为什么说“分段锁优化”这个说法本身就不成立
JDK 1.7 确实用 Segment 数组实现分段锁,每个 Segment 是一个独立的 ReentrantLock,并发度默认为 16;但 JDK 1.8 的源码里已完全删掉 Segment 类,ConcurrentHashMap 的核心字段只剩 table、nextTable、sizeCtl 和 baseCount。所有“分段”“段锁”“并发度设置”等概念在 1.8 中既无对应类,也无对应逻辑。
- 调用
new ConcurrentHashMap(16, 0.75f, 32)时,第三个参数(原 JDK 1.7 的 concurrencyLevel)会被忽略,仅用于计算初始容量 size()不再遍历多个 Segment 求和,而是依赖baseCount+CounterCell数组的 CAS 累加- 扩容不再按 Segment 分批进行,而是由多个线程协作迁移
table中的桶(transfer方法)
tabAt 和 casTabAt 是 CAS 操作的实际入口
所有无锁写入都围绕这两个 Unsafe 辅助方法展开,它们直接操作 table 数组的指定下标,不依赖锁:
tabAt(table, i):volatile 读取table[i],保证看到其他线程写入的最新节点casTabAt(table, i, c, v):比较并交换table[i],仅当当前值等于c时才设为v;失败则重试(如putVal中的 for 自旋)- 初始化
table、插入首个节点、协助扩容标记位(MOVED)、更新计数器等关键路径都优先走 CAS
注意:casTabAt 失败不等于操作失败,而是进入下一步:检查是否需要加锁(比如该桶已有节点,需 synchronized 链表头节点)。
什么时候会触发 synchronized?只锁链表/红黑树的首节点
不是锁整个数组,也不是锁某个逻辑“段”,而是当 CAS 插入失败且桶非空时,对 table[i] 当前引用的首节点加锁:
- 锁对象是
f(即tabAt(table, i)返回的 Node),不是this,也不是全局锁 - 加锁后检查该桶是否已被其他线程改为红黑树(
fh ),若是则走树的插入逻辑;否则遍历链表或插入尾部 - 红黑树的读写操作(
putTreeVal、find)内部也只对树根节点加锁,不影响其他桶 - 这意味着:两个线程往不同桶(
i != j)写,完全无竞争;往同一桶写,才可能因锁首节点而短暂阻塞
容易被忽略的细节:volatile 的边界与 sizeCtl 的多重语义
volatile 修饰的字段不是万能的,它只保证单变量的可见性,不保证复合操作原子性。例如:
table是 volatile,但table[i] = new Node(...)这一赋值本身是原子的;而table[i].val = value依赖节点内val字段也是 volatile 才可见sizeCtl是个“多面手”:初始化时为 -1,扩容中为 -(1 + 参与扩容线程数),扩容结束前为新容量阈值,正常运行时为下次扩容阈值;读写它必须配合 CAS,不能直接赋值- 链表转红黑树的条件有两个缺一不可:
binCount >= TREEIFY_THRESHOLD (8)且tab.length >= MIN_TREEIFY_CAPACITY (64);少一个都不会触发树化,这点常被调试时忽略
真正难啃的部分不在“怎么加锁”,而在理解 sizeCtl 状态机、transfer 协作迁移协议、以及 CounterCell 如何避免计数热点 —— 这些才是 JDK 1.8 并发设计的实质复杂点。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《如何分析 ConcurrentHashMap 在 JDK 1.8 中通过 CAS 与 synchronized 实现的分段锁优化》文章吧,也可关注golang学习网公众号了解相关技术文章。
HTML怎么设置line-clamp_HTML -webkit-line-clamp多行截断【全网最全】
- 上一篇
- HTML怎么设置line-clamp_HTML -webkit-line-clamp多行截断【全网最全】
- 下一篇
- Win11怎么关闭触摸板 Win11笔记本快捷键禁用触控板及设置选项
-
- 文章 · java教程 | 17小时前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 22小时前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 1天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 1天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 2天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 2天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 263次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 313次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 294次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 271次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 87次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
