HashMap、ConcurrentHashMap和SynchronizedMap – 哈希表在Java中的同步处理

原文链接：http://crunchify.com/hashmap-vs-concurrenthashmap-vs-synchronizedmap-how-a-hashmap-can-be-synchronized-in-java/

在Java中，HashMap是一个非常有用的数据结构。几乎每一个Java应用都会使用到它。我之前的博文中有介绍过如何实现一个线程安全的缓存，在这个例子中，我就使用到了HashMap。然而，需要注意的是，HashMap本身并不是一个线程安全的Collection类。

常见问题

• ConcurrentHashMap和Collections.synchronizedMap(Map)分别是什么？
• ConcurrentHashMap和Collections.synchronizedMap(Map)在性能上有什么区别？
• ConcurrentHashMap和Collections.synchronizedMap(Map)的优劣对比？
• 关于HashMap和ConcurrentHashMap的常见面试问题

在这篇文章中，将涵盖以上的问题，并解释我们应该如何将HashMap变得线程安全。

原因

Map是一个通过键值对的形势来存储元素的容器，其中，要求key保持唯一，并且每一个key唯一对应一个value。如果你在设计一个高度并行化的程序，并且需要在不同的线程中去读取或者修改一个Map对象，那么使用线程安全的Map则是一个理想的选择。最典型的一个例子就是生产者－消费者模式，生产者不断的修改Map而消费者同时也在读取Map中的值。

那么对于Map来说，什么是线程安全呢？简单的来说，就是当多个线程同时在使用一个Map的时候，至少有一个线程对Map的结构进行了修改，那么必须保证这个修改被立即同步到其他线程中去，避免其他线程获取到错误的值。

解决方案

有两种方法可以解决HashMap的线程安全问题：

• Java的Collections库中的synchronizedMap()方法
• 使用ConcurrentHashMap

译者注：其实还有第三种方法，使用Hashtable。不过Hashtable是Java 1.1提供的旧有类，从性能上和使用上都不如其他的替代类，因此已经不推荐使用

//Hashtable
Map normalMap = new Hashtable();

//synchronizedMap
synchronizedHashMap = Collections.synchronizedMap(new HashMap());

//ConcurrentHashMap
concurrentHashMap = new ConcurrentHashMap();

ConcurrentHashMap

• 当你程序需要高度的并行化的时候，你应该使用ConcurrentHashMap
• 尽管没有同步整个Map，但是它仍然是线程安全的
• 读操作非常快，而写操作则是通过加锁完成的
• 在对象层次上不存在锁（即不会阻塞线程）
• 锁的粒度设置的非常好，只对哈希表的某一个key加锁
• ConcurrentHashMap不会抛出ConcurrentModificationException，即使一个线程在遍历的同时，另一个线程尝试进行修改。
• ConcurrentHashMap会使用多个锁

SynchronizedHashMap

• 会同步整个对象
• 每一次的读写操作都需要加锁
• 对整个对象加锁会极大降低性能
• 这相当于只允许同一时间内至多一个线程操作整个Map，而其他线程必须等待
• 它有可能造成资源冲突（某些线程等待较长时间）
• SynchronizedHashMap会返回Iterator，当遍历时进行修改会抛出异常

示例

1. 创建类CrunchifyConcurrentHashMapVsSynchronizedHashMap.java
2. 实例化每一个对象（HashTable, SynchronizedMap 和 ConcurrentHashMap）
3. 添加／读取5*50万行数据到Map中
4. 测试开始和结束的时间
5. 使用ExecutorService来开启5个线程，同时读写

package crunchify.com.tutorials;

import java.util.Collections;
import java.util.HashMap;
import java.util.Hashtable;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;

/**
 * @author Crunchify.com
 *
 */

public class CrunchifyConcurrentHashMapVsSynchronizedMap {

    public final static int THREAD_POOL_SIZE = 5;

    public static Map crunchifyHashTableObject = null;
    public static Map crunchifySynchronizedMapObject = null;
    public static Map crunchifyConcurrentHashMapObject = null;

    public static void main(String[] args) throws InterruptedException {

        // Test with Hashtable Object
        crunchifyHashTableObject = new Hashtable();
        crunchifyPerformTest(crunchifyHashTableObject);

        // Test with synchronizedMap Object
        crunchifySynchronizedMapObject = Collections.synchronizedMap(new HashMap());
        crunchifyPerformTest(crunchifySynchronizedMapObject);

        // Test with ConcurrentHashMap Object
        crunchifyConcurrentHashMapObject = new ConcurrentHashMap();
        crunchifyPerformTest(crunchifyConcurrentHashMapObject);

    }

    public static void crunchifyPerformTest(final Map crunchifyThreads) throws InterruptedException {

        System.out.println("Test started for: " + crunchifyThreads.getClass());
        long averageTime = 0;
        for (int i = 0; i < 5; i++) {

            long startTime = System.nanoTime();
            ExecutorService crunchifyExServer = Executors.newFixedThreadPool(THREAD_POOL_SIZE);

            for (int j = 0; j < THREAD_POOL_SIZE; j++) {
                crunchifyExServer.execute(new Runnable() {
                    @SuppressWarnings("unused")
                    @Override
                    public void run() {

                        for (int i = 0; i < 500000; i++) {
                            Integer crunchifyRandomNumber = (int) Math.ceil(Math.random() * 550000);

                            // Retrieve value. We are not using it anywhere
                            Integer crunchifyValue = crunchifyThreads.get(String.valueOf(crunchifyRandomNumber));

                            // Put value
                            crunchifyThreads.put(String.valueOf(crunchifyRandomNumber), crunchifyRandomNumber);
                        }
                    }
                });
            }

            // Make sure executor stops
            crunchifyExServer.shutdown();

            // Blocks until all tasks have completed execution after a shutdown request
            crunchifyExServer.awaitTermination(Long.MAX_VALUE, TimeUnit.DAYS);

            long entTime = System.nanoTime();
            long totalTime = (entTime - startTime) / 1000000L;
            averageTime += totalTime;
            System.out.println("2500K entried added/retrieved in " + totalTime + " ms");
        }
        System.out.println("For " + crunchifyThreads.getClass() + " the average time is " + averageTime / 5 + " ms\n");
    }
}

结果如下：

Test started for: class java.util.Hashtable
500K entried added/retrieved in 1432 ms
500K entried added/retrieved in 1425 ms
500K entried added/retrieved in 1373 ms
500K entried added/retrieved in 1369 ms
500K entried added/retrieved in 1438 ms
For class java.util.Hashtable the average time 1407 ms

Test started for: class java.util.Collections$SynchronizedMap
500K entried added/retrieved in 1431 ms
500K entried added/retrieved in 1460 ms
500K entried added/retrieved in 1387 ms
500K entried added/retrieved in 1456 ms
500K entried added/retrieved in 1406 ms
For class java.util.Collections$SynchronizedMap the average time 1428 ms

Test started for: class java.util.concurrent.ConcurrentHashMap
500K entried added/retrieved in 413 ms
500K entried added/retrieved in 351 ms
500K entried added/retrieved in 427 ms
500K entried added/retrieved in 337 ms
500K entried added/retrieved in 339 ms
For class java.util.concurrent.ConcurrentHashMap the average time 373 ms  <== Much faster