语法使用

ConcurrentHashMap

案例：计数器

统计文本中单词出现的次数，把单词出现的次数记录到一个Map中，代码如下：

private final Map<String, Long> wordCounts = new ConcurrentHashMap<>();
public long increase(String word) {
 Long oldValue = wordCounts.get(word);
 Long newValue = (oldValue == null) ? 1L : oldValue + 1;
 wordCounts.put(word, newValue);
 return newValue;
}

如果多个线程并发调用这个increase()方法，increase()的实现就是错误的，因为多个线程用相同的word调用时，很可能会覆盖相互的结果，造成记录的次数比实际出现的次数少。ConcurrentMap接口定义了几个基于CAS（Compare and Set）操作，很简单，但非常有用，下面的代码用ConcurrentMap解决上面问题：

private final ConcurrentMap<String, Long> wordCounts = new ConcurrentHashMap<>();
public long increase(String word) {
 Long oldValue, newValue;
  while (true) {
      oldValue = wordCounts.get(word);
      if (oldValue == null) {
      // Add the word firstly, initial the value as 1
          newValue = 1L;
          if (wordCounts.putIfAbsent(word, newValue) == null) {
               break;
           }
        } else {
           newValue = oldValue + 1;
           if (wordCounts.replace(word, oldValue, newValue)) {
               break;
           }
        }
    }
   return newValue;
}

值得一提的是，如果这里没有用replace，那么同样会存在问题。上面的实现每次调用都会涉及Long对象的拆箱和装箱操作，很明显，更好的实现方式是采用AtomicLong，下面是采用AtomicLong后的代码：

private final ConcurrentMap<String, AtomicLong> wordCounts = new ConcurrentHashMap<>();
public long increase(String word) {
   AtomicLong number = wordCounts.get(word);
   if (number == null) {
     AtomicLong newNumber = new AtomicLong(0);
     number = wordCounts.putIfAbsent(word, newNumber);
     if (number == null) {
          number = newNumber;
      }
   }
    return number.incrementAndGet();
}

这个实现仍然有一处需要说明的地方，如果多个线程同时增加一个目前还不存在的词，那么很可能会产生多个newNumber对象，但最终只有一个newNumber有用，其他的都会被扔掉。对于这个应用，这不算问题，创建AtomicLong的成本不高，而且只在添加不存在词是出现。但换个场景，比如缓存，那么这很可能就是问题了，因为缓存中的对象获取成本一般都比较高，而且通常缓存都会经常失效，那么避免重复创建对象就有价值了。下面的代码演示了怎么处理这种情况：

private final ConcurrentMap<String, Future<ExpensiveObj>> cache = new ConcurrentHashMap<>();
public ExpensiveObj get(final String key) {
    Future<ExpensiveObj> future = cache.get(key);
    if (future == null) {
        Callable<ExpensiveObj> callable = new Callable<ExpensiveObj>() {

          @Override
          public ExpensiveObj call() throws Exception {

              return new ExpensiveObj(key);
          }
        };
        FutureTask<ExpensiveObj> task = new FutureTask<>(callable);

        future = cache.putIfAbsent(key, task);

         if (future == null) {
            future = task;
            task.run();
        }
    }

     try {
        return future.get();
    } catch (Exception e) {
        cache.remove(key);

         throw new RuntimeException(e);
    }
}

解决方法其实就是用一个Proxy对象来包装真正的对象，跟常见的lazy load原理类似；使用FutureTask主要是为了保证同步，避免一个Proxy创建多个对象。注意，上面代码里的异常处理是不准确的。最后再补充一下，如果真要实现前面说的统计单词次数功能，最合适的方法是Guava包中AtomicLongMap；一般使用ConcurrentHashMap，也尽量使用Guava中的MapMaker或cache实现。

最近更新于0001-01-01