ConcurrentHashMap 如何秒殺 SynchronizedMap?
嗨,大家好,我是小米,一個熱愛分享技術的老碼農(雖然不老,31歲正當年!)。今天我們來聊聊 Java 面試中一道高頻問題:SynchronizedMap 和 ConcurrentHashMap 有什么區別?
這道題看似簡單,但其實暗藏玄機,一不小心就容易掉坑。今天我們就通過一個故事 + 源碼剖析 + 性能對比,徹底搞清楚它們的區別。
故事開場:面試現場的靈魂拷問
某天,小王(5年Java開發經驗)去參加阿里社招面試。
面試官看著簡歷,笑了笑:“你寫過高并發項目?”
小王點頭:“是的,我們系統日均 QPS 過百萬,主要用 HashMap 處理緩存。”
面試官挑了挑眉:“哦?那你能說說 SynchronizedMap 和 ConcurrentHashMap 的區別嗎?”
小王:“呃……它們都能保證線程安全……”
面試官:“嗯?那如果并發度很高,你會選哪個?”
小王開始緊張了:“這個……它們……嗯……”
面試官一笑:“好吧,我們換個問題……”
小王當場淚目,回去后痛定思痛,決定徹底搞懂這兩個玩意兒!
那么,它們到底有什么區別呢?
SynchronizedMap vs ConcurrentHashMap 的核心區別
我們先來一個總結表格,直觀感受一下兩者的不同:
圖片
看完表格,我們一個個拆解講解。
SynchronizedMap:簡單粗暴的“全局鎖”
首先,SynchronizedMap 其實是 Collections.synchronizedMap() 生成的,它的本質是對 HashMap 進行“全局加鎖”,保證每次訪問都只能有一個線程進入。
我們看看源碼(簡化版):
圖片
內部實現其實就是給 所有方法都加上 synchronized,讓所有操作串行化:
圖片
這樣雖然保證了線程安全,但也導致每次操作都要獲取整個 Map 的鎖,性能相當低,在高并發環境下會變成性能瓶頸!
適用場景
適用于并發較低,或者讀多寫少的場景,比如:
- 配置緩存
- 線程數不多的 Web 應用
- 需要簡單線程安全的地方(例如同步讀取一小塊數據)
如果是高并發環境,那就該換 ConcurrentHashMap 了!
ConcurrentHashMap:高并發神器
ConcurrentHashMap 是 Java 5 引入的,主要是為了提高并發性能。它的核心優化點有兩個:
- 分段鎖(Segment)(JDK 1.7 之前)
- CAS + 自旋鎖(JDK 1.8 之后)
讓我們看看 JDK 1.8 版本的 ConcurrentHashMap 怎么做到高性能的。
(1)底層結構
在 JDK 1.8 之前,ConcurrentHashMap 采用 分段鎖(Segment),但 JDK 1.8 之后直接用 數組 + 鏈表 + 紅黑樹 代替了分段鎖,提高了效率。
- 存儲結構:類似 HashMap,但每個桶(bucket)都是 鏈表 + 紅黑樹,高并發時可變成紅黑樹加速查詢。
- 鎖機制:不鎖整個 Map,而是只鎖住某個 bucket,這樣多個線程可以同時訪問不同的 bucket,提高并發能力。
- CAS(Compare And Swap):無鎖操作,提升性能。
(2)put() 方法解析
看源碼(簡化版):
圖片
可以看到,它不會鎖整個 Map,而是:
- 先用 CAS 嘗試放入數據,避免不必要的鎖競爭。
- 如果 CAS 失敗,再只鎖住當前 bucket,而不是整個 Map,提高了并發性能。
適用場景
- 高并發環境(推薦)
- 大數據量存儲
- 讀寫并重的場景
- 緩存(如 LRU Cache)
性能對比實驗
我們做個小實驗,對比兩者的性能(JMH 基準測試):
圖片
實驗結果(吞吐量 ops/sec):
圖片
可以看到,并發越高,SynchronizedMap 退化得越厲害,而 ConcurrentHashMap 能保持高性能。
總結:面試高分回答
如果你在面試中遇到這個問題,你可以這樣答:
“SynchronizedMap 是對整個 HashMap 加鎖,適用于低并發場景。而 ConcurrentHashMap 通過 分段鎖 + CAS 提高并發性能,在高并發環境下比 SynchronizedMap 更優。并且,SynchronizedMap 允許 null 鍵值,而 ConcurrentHashMap 不允許。”
這下,面試官該對你點頭了吧?