google的ConcurrentLinkedHash地图源代码解析

google的ConcurrentLinkedHashmap源代码解析

简述

ConcurrentLinkedHashMap 是google团队提供的一个容器。它有什么用呢？其实它本身是对

?

ConcurrentHashMap的封装，可以用来实现一个基于LRU策略的缓存。详细介绍可以参见?

?

http://code.google.com/p/concurrentlinkedhashmap

?

使用范例

public static void main(String[] args) {ConcurrentLinkedHashMap<Integer, Integer> map = new ConcurrentLinkedHashMap.Builder<Integer,Integer>().maximumWeightedCapacity(2).

        weigher(Weighers.singleton()).build();

map.put(1, 1);map.put(2, 2);map.put(3, 3);System.out.println(map.get(1));//null 已经失效了System.out.println(map.get(2));}

?

?ConcurrentLinkedHashMap 的构造函数比较特殊，它采用了Builder（构造器，GOF模式之一)。

?

它本身也是实现了ConcurrentMap接口的，所以使用起来跟ConcurrentHashMap一样。我们先put

?

进去三个元素，然后获取第一个元素，果然是null，因为基于LRU（最近使用)算法，key=1的节

?

点已经失效了。

?

源代码解析

先来看看它的整体框架

它本质是额外维护了一个双向链表，每次读和写都要改变相应节点的位置，将其移至队列头。

?

什么时候判断容易已经满了，是根据weight。每个元素都有一个weight，每增加一个元素，weight累计。当达到最大值的时候，就需要剔除最少操作的那个元素了，并且触发相关的事件。

?

我们先来看put函数

?

V put(K key, V value, boolean onlyIfAbsent) {    checkNotNull(value);    final int weight = weigher.weightOf(key, value);//计算weight    final WeightedValue<V> weightedValue = new WeightedValue<V>(value, weight);    final Node node = new Node(key, weightedValue);//对数据进行包装，准备存入ConcurrentHashMap    for (;;) {      final Node prior = data.putIfAbsent(node.key, node);      if (prior == null) {//这个key之前没有值        afterCompletion(new AddTask(node, weight));//更新后续操作        return null;      } else if (onlyIfAbsent) {        afterCompletion(new ReadTask(prior));        return prior.getValue();      }

?

AddTask 是判断是否容量满了，需要剔除其他元素

final class AddTask extends AbstractTask {    final Node node;    final int weight;    @Override    @GuardedBy("evictionLock")    public void run() {      weightedSize += weight;      // ignore out-of-order write operations      if (node.get().isAlive()) {        evictionDeque.add(node);        evict();//是否移除失效的      }    }  } void evict() {       while (hasOverflowed()) {      Node node = evictionDeque.poll();      // If weighted values are used, then the pending operations will adjust      // the size to reflect the correct weight      if (node == null) {        return;      }      // Notify the listener only if the entry was evicted      if (data.remove(node.key, node)) {//移除失效的        pendingNotifications.add(node);      }      node.makeDead();    }  }

get函数更简单一点，只是将这个key节点移至队列头

public V get(Object key) {    final Node node = data.get(key);    if (node == null) {      return null;    }    afterCompletion(new ReadTask(node));    return node.getValue();  }

?

性能比较 vs ConcurrentHashMap

不用说了，肯定是ConcurrentHashMap要好一点了，因为本文的主角还要维护一个操作队列嘛：）

不过性能上不是差很多，见下图。

总结：

利用ConcurrentLinkedHashMap来做基于LRU的缓存，还是值得推荐的。我们可以定义它的容器大小，基于LRU，就可以保证较高的命中率了。

?

参考资料：

http://code.google.com/p/concurrentlinkedhashmap