ThreadLocalMap源码分析
2016-04-27 21:50
309 查看
分析ThreadLocalMap源码的原因,是想看看使用WeakReference的类似Map数据结构是如何销毁已被回收的WeakReference指向的对象。了解销毁的算法,学习其思路,以备以后自己开发类似功能。
Entry[] table; // 这是ThreadLocalMap保存数据的地方。
table[i].get();获取的是WeakReference指向的值,而不是value。这个值会在除WeakReference外,没有其他引用指向的时候,被JVM回收。
问题提出:
如果WeakReference指向的值,即ThreadLocal,被JVM回收后(常见是,在Thread结束后的一次gc)。table不错陈旧数据处理,会怎么样?答案是table无限增大,效率随时间的增长不断的降低。如何高效的回收,是学习的重点。
private int expungeStaleEntry(int staleSlot);如果发现table一个slot,使得table[slot].get() == null。表明数据陈旧,需回收。调用该方法。
代码:
不仅将当前slot的Entry置空,还要检查slot到下一个为null的slot之间的entry。如果为陈旧的数据,则置空。如果不是,进行rehash。
rehash的原理是:int h = k.threadLocalHashCode & (len - 1); h!=i,表明当初在新增的时候,就发生了hash冲突,导致该entry在table的位置后移。处理方式是:将tab[i]=null,重新找index为h及之后的table,直道找到table[h]=null,然后将table[h] = e。hash冲突会随后介绍。
返回值是下一个table[slot]==null的slot;
private boolean cleanSomeSlots(int i, int n)。这个函数实际是调用expungeStaleEntry清除陈旧数据的。
代码:
比较有意思的是这句:while ( (n >>>= 1) != 0); 循环log2(n)次,
9dbe
目的是平衡不做清除(高效但是陈旧数据残留)和全部判断并做清除(对一些插入操作性能造成影响)。这种做法目前挺高效,并且工作挺不错,所以就用着了。
if (e != null && e.get() == null) { n = len; 意味着一旦发现有陈旧数据,循环次数将增加。
返回值,是否有陈旧值被清除。
private void set(ThreadLocal
有了上面的介绍,这段就很好理解了。replaceStaleEntry(key, value, i);这句以后再研究,有点复杂(向前去除陈旧数据)。
这句有点意思:
if (!cleanSomeSlots(i, sz) && sz >= threshold) rehash(); 如果有陈旧值被处理,那么一定不会进行rehash。如果没有陈旧值被删除,则看当前table的entry数量是否大于阈值。是,则rehash。
清除所有陈旧值,然后resize。
rezie()有点意思,处理hash冲突的方式和HashMap不一样。
代码:
将新的table大小设为旧的table大小的2倍。然后将旧的table中entry挨个插入到新的table中,当然,插入前还是要判断entry是否过期。
插入过程中,如果发现hash冲突(int h = k.threadLocalHashCode & (newLen - 1); ),则查找h之后的table元素,知道table[h] != null,将table[h] = e;
这应该是另一种hash探测法吧,还得找时间学学。
对比WeakHashMap,大致原理与ThreadLocalMap相似。
WeakHashMap执行expungeTableEntries()是在resize(), size(), getTable()等方法中。而不是在每一次插入。
static class Entry extends WeakReference<ThreadLocal<?>> { /** The value associated with this ThreadLocal. */ Object value; Entry(ThreadLocal<?> k, Object v) { super(k); value = v; } }
Entry[] table; // 这是ThreadLocalMap保存数据的地方。
table[i].get();获取的是WeakReference指向的值,而不是value。这个值会在除WeakReference外,没有其他引用指向的时候,被JVM回收。
问题提出:
如果WeakReference指向的值,即ThreadLocal,被JVM回收后(常见是,在Thread结束后的一次gc)。table不错陈旧数据处理,会怎么样?答案是table无限增大,效率随时间的增长不断的降低。如何高效的回收,是学习的重点。
private int expungeStaleEntry(int staleSlot);如果发现table一个slot,使得table[slot].get() == null。表明数据陈旧,需回收。调用该方法。
代码:
private int expungeStaleEntry(int staleSlot) { Entry[] tab = table; int len = tab.length; // expunge entry at staleSlot tab[staleSlot].value = null; tab[staleSlot] = null; size--; // Rehash until we encounter null Entry e; int i; for (i = nextIndex(staleSlot, len); (e = tab[i]) != null; i = nextIndex(i, len)) { ThreadLocal<?> k = e.get(); if (k == null) { e.value = null; tab[i] = null; size--; } else { int h = k.threadLocalHashCode & (len - 1); if (h != i) { tab[i] = null; // Unlike Knuth 6.4 Algorithm R, we must scan until // null because multiple entries could have been stale. while (tab[h] != null) h = nextIndex(h, len); tab[h] = e; } } } return i; }
不仅将当前slot的Entry置空,还要检查slot到下一个为null的slot之间的entry。如果为陈旧的数据,则置空。如果不是,进行rehash。
rehash的原理是:int h = k.threadLocalHashCode & (len - 1); h!=i,表明当初在新增的时候,就发生了hash冲突,导致该entry在table的位置后移。处理方式是:将tab[i]=null,重新找index为h及之后的table,直道找到table[h]=null,然后将table[h] = e。hash冲突会随后介绍。
返回值是下一个table[slot]==null的slot;
private boolean cleanSomeSlots(int i, int n)。这个函数实际是调用expungeStaleEntry清除陈旧数据的。
代码:
private boolean cleanSomeSlots(int i, int n) { boolean removed = false; Entry[] tab = table; int len = tab.length; do { i = nextIndex(i, len); Entry e = tab[i]; if (e != null && e.get() == null) { n = len; removed = true; i = expungeStaleEntry(i); } } while ( (n >>>= 1) != 0); return removed; }
比较有意思的是这句:while ( (n >>>= 1) != 0); 循环log2(n)次,
9dbe
目的是平衡不做清除(高效但是陈旧数据残留)和全部判断并做清除(对一些插入操作性能造成影响)。这种做法目前挺高效,并且工作挺不错,所以就用着了。
if (e != null && e.get() == null) { n = len; 意味着一旦发现有陈旧数据,循环次数将增加。
返回值,是否有陈旧值被清除。
private void set(ThreadLocal
private void set(ThreadLocal<?> key, Object value) { // We don't use a fast path as with get() because it is at // least as common to use set() to create new entries as // it is to replace existing ones, in which case, a fast // path would fail more often than not. Entry[] tab = table; int len = tab.length; int i = key.threadLocalHashCode & (len-1); for (Entry e = tab[i]; e != null; e = tab[i = nextIndex(i, len)]) { ThreadLocal<?> k = e.get(); if (k == key) { e.value = value; return; } if (k == null) { replaceStaleEntry(key, value, i); return; } } tab[i] = new Entry(key, value); int sz = ++size; if (!cleanSomeSlots(i, sz) && sz >= threshold) rehash(); }
有了上面的介绍,这段就很好理解了。replaceStaleEntry(key, value, i);这句以后再研究,有点复杂(向前去除陈旧数据)。
这句有点意思:
if (!cleanSomeSlots(i, sz) && sz >= threshold) rehash(); 如果有陈旧值被处理,那么一定不会进行rehash。如果没有陈旧值被删除,则看当前table的entry数量是否大于阈值。是,则rehash。
private void rehash() { expungeStaleEntries(); // Use lower threshold for doubling to avoid hysteresis if (size >= threshold - threshold / 4) resize(); }
清除所有陈旧值,然后resize。
rezie()有点意思,处理hash冲突的方式和HashMap不一样。
代码:
private void resize() { Entry[] oldTab = table; int oldLen = oldTab.length; int newLen = oldLen * 2; Entry[] newTab = new Entry[newLen]; int count = 0; for (int j = 0; j < oldLen; ++j) { Entry e = oldTab[j]; if (e != null) { ThreadLocal<?> k = e.get(); if (k == null) { e.value = null; // Help the GC } else { int h = k.threadLocalHashCode & (newLen - 1); while (newTab[h] != null) h = nextIndex(h, newLen); newTab[h] = e; count++; } } } setThreshold(newLen); size = count; table = newTab; }
将新的table大小设为旧的table大小的2倍。然后将旧的table中entry挨个插入到新的table中,当然,插入前还是要判断entry是否过期。
插入过程中,如果发现hash冲突(int h = k.threadLocalHashCode & (newLen - 1); ),则查找h之后的table元素,知道table[h] != null,将table[h] = e;
这应该是另一种hash探测法吧,还得找时间学学。
对比WeakHashMap,大致原理与ThreadLocalMap相似。
WeakHashMap执行expungeTableEntries()是在resize(), size(), getTable()等方法中。而不是在每一次插入。
相关文章推荐
- leetcode-303. Range Sum Query - Immutable
- 自己学Docker:6.Docker的数据持久化之数据卷容器
- Object-c-----类方法
- java web页码分页
- http——tinyhttp分析
- 十天冲刺开发第十天个人工作总结
- Android学习笔记(二)自定义View(1)
- thinkphp等框架开发中容易忽略的xss攻击
- SecureCRT 配置颜色
- 第八周项目3-指向学生类的指针
- JavaScript API 设计原则
- phpstorm 格式化代码方法
- Vim/Vi文本编辑器
- 懒加载
- 由boost操作XML到用rapidxml操作XML
- 虚拟机安装XP怎么更容易进入BIOS
- HDU 1284 钱币兑换问题(母函数,完全背包)
- 第3章第1节练习题2 回形矩阵
- leetcode 88. Merge Sorted Array
- C#验证中文