当前位置:首页 > 文章列表 > 文章 > java教程 > ConcurrentHashMap线程安全原理详解

ConcurrentHashMap线程安全原理详解

2026-05-10 16:45:40 0浏览 收藏
ConcurrentHashMap 专为高并发场景设计,巧妙规避了 HashMap 在多线程下引发的 ConcurrentModificationException、数据丢失和死循环等致命问题,既不像 Collections.synchronizedMap 那样因全局锁导致性能瓶颈,也不依赖粗粒度的“先查后改”逻辑——它通过 JDK 7 的分段锁或 JDK 8+ 的 CAS + 桶级 synchronized 实现细粒度并发控制,支持安全的复合操作(如 computeIfAbsent)、多线程协作扩容,以及弱一致性但不抛异常的遍历能力,是构建高性能、线程安全缓存与共享映射结构的首选方案。

在Java中ConcurrentHashMap解决了什么问题_Java线程安全Map解析

ConcurrentHashMap 解决了 HashMap 的线程不安全问题

直接说结论:ConcurrentHashMap 解决的是多线程环境下对 HashMap 并发读写导致的 ConcurrentModificationException、数据丢失、死循环(JDK 7 及以前)等线程安全问题。它不是简单加锁,而是通过分段锁(JDK 7)或 CAS + synchronized(JDK 8+)实现更高并发度的线程安全。

为什么不能直接用 Collections.synchronizedMap 包装 HashMap

Collections.synchronizedMap(new HashMap()) 虽然能保证单个操作原子性,但无法保证复合操作的线程安全,比如 if (!map.containsKey(key)) map.put(key, value) 这种“检查-执行”逻辑仍会出错。而且它的全局锁粒度太粗,高并发下性能差。

  • 所有读写都竞争同一把锁,吞吐量随线程数增加迅速下降
  • 迭代器不是 fail-safe:遍历时其他线程修改会抛 ConcurrentModificationException
  • 不支持并发遍历与更新共存

JDK 8 中 ConcurrentHashMap 的关键设计变化

JDK 8 彻底重构了 ConcurrentHashMap,放弃分段锁(Segment),改用更轻量的机制:

  • 底层是数组 + 链表/红黑树,和 HashMap 类似
  • 插入/更新使用 CAS 尝试写入头节点;失败后对链表头或红黑树根节点加 synchronized 锁(锁粒度降到单个桶)
  • 扩容时支持多线程协作迁移,避免长时间阻塞
  • size() 不再是 O(1),而是累加每个桶的 baseCount 和 CounterCell 数组,精度为估算值(可能滞后)
ConcurrentHashMap map = new ConcurrentHashMap<>();
map.computeIfAbsent("key", k -> expensiveInit(k)); // 线程安全的懒初始化

哪些操作是真正线程安全且推荐使用的

不是所有方法都适合并发场景。以下操作在文档中明确保证原子性与线程安全性:

  • putIfAbsent(k, v)、remove(k, v)、replace(k, oldV, newV) —— 带条件的原子更新
  • computeIfAbsent(k, mappingFunction) —— 推荐替代“先查后 put”模式
  • forEach(action)、reduce(...) 等聚合方法 —— 内部使用弱一致性迭代器,不会抛 ConcurrentModificationException

但要注意:keySet().iterator() 返回的迭代器仍是弱一致的(可能看不到最新写入,也不会报错),不适用于强一致性校验场景。如果业务要求“看到全部已提交变更”,得自己加外部同步或换方案。

好了,本文到此结束,带大家了解了《ConcurrentHashMap线程安全原理详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

宝塔脚本参数与自定义路径命令详解宝塔脚本参数与自定义路径命令详解
上一篇
宝塔脚本参数与自定义路径命令详解
移动端长按菜单实现详解与代码示例
下一篇
移动端长按菜单实现详解与代码示例
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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:开源LLM大模型评估与排行榜工具
    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。
    312次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    291次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    267次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    82次使用