阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 why技术 「why技术」欢迎转载，保留摘要，谢谢！

• 拉源码
• IntObjectHashMap
• 额外一个点
• Netty 4.1

---

🙂🙂🙂关注**微信公众号：【芋道源码】**有福利：

1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
4. 新的源码解析文章实时收到通知。每周更新一篇左右。
5. 认真的源码交流微信群。

---

前段时间，我在 B 站上看到一个技术视频，题目叫做《机票报价高并发场景下的一些解决方案》。

up 主是 Qunar技术大本营，也就是我们耳熟能详的“去哪儿”。

视频链接在这里：

https://www.bilibili.com/video/BV1eX4y1F7zJ?p=2

当时其实我是被他的这个图片给吸引到了（里面的 12 qps 应该是 12k qps）：

他介绍了两个核心系统在经过一个“数据压缩”的操作之后，分别节约了 204C 和 2160C 的服务器资源。

共计就是 2364C 的服务器资源。

如果按照一般标配的 4C8G 服务器，好家伙，这就是节约了 591 台机器啊，你想想一年就节约了多大一笔开销。

视频中介绍了几种数据压缩的方案，其中方案之一就是用了高性能集合：

因为他们的系统设计中大量用到“本地缓存”，而本地缓存大多就是使用 HashMap 来帮忙。

所以他们把 HashMap 换成了性能更好的 IntObjectHashMap，这个类出自 Netty。

为什么换了一个类之后，就节约了这么多的资源呢？

换言之，IntObjectHashMap 性能更好的原因是什么呢？

我也不知道，所以我去研究了一下。

拉源码

研究的第一步肯定是要找到对应的源码。

你可以去找个 Netty 依赖，然后找到里面的 IntObjectHashMap。

我这边本地刚好有我之前拉下来的 Netty 源码，只需要同步一下最新的代码就行了。

但是我在 4.1 分支里面找这个类的时候并没有找到，只看到了一个相关的 Benchmark 类：

点进去一看，确实没有 IntObjectHashMap 这个类：

很纳闷啊，我反正也没搞懂为啥，但是我直接就是一个不纠结了，反正我现在只是想找到一个 IntObjectHashMap 类而已。

4.1 分支如果没有的话，那么就 4.0 上看看呗：

于是我切到了 4.0 分支里面去找了一下，很顺利就找到了对应的类和测试类：

能看到测试类，其实也是我喜欢把项目源码拉下来的原因。如果你是通过引入 Netty 的 Maven 依赖的方式找到对应类的，就看不到测试类了。

有时候配合着测试类看源码，事半功倍，一个看源码的小技巧，送给你。

而我要拉源码的最重要的一个目的其实是这个：

可以看到这个类的提交记录，观察到这个类的演变过程，这个是很重要的。

因为一次提交绝大部分情况下对应着一次 bug 修改或者性能优化，都是我们应该关注的地方。

比如，我们可以看到这个小哥针对 hashIndex 方法提交了三次：

在正式研究 IntObjectHashMap 源码之前，我们先看看只关注 hashIndex 这个局部的方法。

首先，这个地方现在的代码是这样的：

我知道这个方法是获取 int 类型的 key 在 keys 这个数组中的下标，支持 key 是负数的情况。

那么为啥这一行代码就提交了三次呢？

我们先看第一次提交：

非常清晰，左边是最原始的代码，如果 key 是负数的话，那么返回的 index 就是负数，很明显不符合逻辑。

所以有人提交了右边的代码，在算出 hash 值为负数的时候，加上数组的长度，最终得到一个正数。

很快，提交代码的哥们，发现了一个更好的写法，进行了一次优化提交：

拿掉了小于零的判断。不管 key%length 算出的值是正还是负，都将结果加上一个数组的长度后再次对数组的长度进行 % 运行。

这样保证算出来的 index 一定是一个正数。

第三次提交的代码就很好理解了，代入变量：

所以，最终的代码就是这样的：

return (key % keys.length + keys.length) % keys.length;

这样的写法，不比判断小于零优雅的多且性能也好一点吗？而且这也是一个常规的优化方案。

如果你看不到代码提交记录，你就看不到这个方法的演变过程。我想表达的是：在代码提交记录中能挖掘到非常多比源码更有价值的信息。

又是一个小技巧，送给你。

IntObjectHashMap

接下来我们一起探索一下 IntObjectHashMap 的奥秘。

关于这个 Map，其实有两个相关的类：

其中 IntObjectMap 是个接口。

它们不依赖除了 JDK 之外的任何东西，所以你搞懂原理之后，如果发现自己的业务场景下有合适的场景，完全可以把这两个类粘贴到自己的项目中去，一行代码都不用改，拿来就用。

在研究了官方的测试用例和代码提交记录之后，我选择先把这两个类粘出来，自己写个代码调试一下，这样的好处就是可以随时修改其中的源码，以便我们进行研究。

在安排 IntObjectHashMap 源码之前，我们先关注一下它 javadoc 里面的这几句话：

第一句话就非常的关键，这里解释了 IntObjectHashMap 针对 key 冲突时的解决方案：

它对于 key 使用的是 open addressing 策略，也就是开放寻址策略。

为什么使用开放寻址呢，而不是采用和 HashMap 一样挂个链表呢？

这里也回答了这个问题：To minimize the memory footprint，也就是为了最小化内存占用。

怎么就减少了内存的占用呢？

这个问题下面看源码的时候会说，但是这里提一句：你就想想如果用链表，是不是至少得有一个 next 指针，维护这个东西是不是又得占用空间？

不多说了，说回开放寻址。

开放寻址是一种策略，该策略也分为很多种实现方案，比如：

• 线性探测方法（Linear Probing）
• 二次探测（Quadratic probing）
• 双重散列（Double hashing）

从上面划线部分的最后一句话就可以知道，IntObjectHashMap 使用的就是 linear probing，即线性探测。

现在我们基本了解到 IntObjectHashMap 这个 map 针对 hash 冲突时使用的解决方案了。

接下来，我们搞个测试用例实操一把。代码很简单，就一个初始化，一个 put 方法：

就这么几行代码，一眼望去和 HashMap 好像没啥区别。但是仔细一想，还是发现了一点端倪。

如果我们用 HashMap 的话，初始化应该是这样的：

HashMap<Integer,Object> hashMap = new HashMap<>(10);

你再看看 IntObjectHashMap 这个类定义是怎么样的？

只有一个 Object：

这个 Object 代表的是 map 里面装的 value。

那么 key 是什么，去哪儿了呢？是不是第一个疑问就产生了呢？

查看 put 方法之后，我发现 key 竟然就是 int 类型的值：

也就是这个类已经限制住了 key 就是 int 类型的值，所以不能在初始化的时候指定 key 的泛型了。

这个类从命名上也已经明确说明这一点了：我是 IntObjectHashMap，key 是 int，value 是 Object 的 HashMap。

那么我为什么用了个“竟然”呢？

因为你看看 HashMap 的 key 是个啥玩意：

是个 Object 类型。

也就是说，如果我们想这样初始化 HashMap 是不可以的：

ide 都会提醒你：老弟，别搞事啊，你这里不能放基本类型，你得搞个包装类型进来。

而我们平常编码的时候能这样把 int 类型放进去，是因为有“装箱”的操作被隐藏起来了：

所以才会有一道上古时期的八股文问题：HashMap 的 key 可以用基本类型吗？

想也不用想，不可以！

key，从包装类型变成了基本类型，这就是一个性能优化的点。因为众所周知，基本类型比包装类型占用的空间更小。

接着，我们先从它的构造方法入手，主要关注我框起来的部分：

首先进来就是两个 if 判断，对参数合法性进行了校验。

接着看标号为 ① 的地方，从方法名看是要做容量调整:

从代码和方法上的注释可以看出，这里是想把容量调整为一个奇数，比如我给进来 8 ，它会给我调整为 9：

至于容量为什么不能是偶数，从注释上给了一个解释：

Even capacities can break probing.

意思是容量为偶数的时候会破坏 probing，即我们前面提到的线性探测。

额...

我并没有考虑明白为什么偶数的容量会破坏线性探测，但是这不重要，先存疑，接着往下梳理主要流程。

从标号为 ② 的地方可以看出这是在做数据初始化的操作。前面我们得到了 capacity 为 9，这里就是初始两个数组，分别是 key[] 和 values[]，且这两个数组的容量是一样的，都是 9：

两个数组在构造方法中完成初始化后，是这样的：

构造方法我们就主要关注容量的变化和 key[]、values[] 这两个数组。

构造方法给你铺垫好了，接着我们再看 put 方法，就会比较丝滑了：

put 方法的代码也没几行，分析起来非常的清晰。

首先是标号为 ① 的地方，hashIndex 方法，就是获取本次 put 的 key 对应在 key[] 数组中的下标。

这个方法文章开始的时候已经分析过了，我们甚至知道这个方法的演变过程，不再多说。

然后就是进入一个 for(;;) 循环。

先看标号为 ② 的地方，你注意看，这个时候的判断条件是 value[index] == null，是判断算出来的 index 对应的 value[] 数组对应的下标是否有值。

前面我专门强调了一句，还给你画了一个图：

key[] 和 values[] 这两个数组的容量是一样的。

为什么不先判断该 index 在 key[] 中是否存在呢？

可以倒是可以，但是你想想如果 value[] 对应下标中的值是 null 的话，那么说明这个位置上并没有维护过任何东西。key 和 value 的位置是一一对应的，所以根本就不用去关心 key 是否存在。

如果 value[index] == null 为 true，那么说明这个 key 之前没有被维护过，直接把对应的值维护上，且 key[] 和 values[] 数组需要分别维护。

假设以我的演示代码为例，第四次循环结束后是这样的：

维护完成后，判断一下当前的容量是否需要触发扩容：

growSize 的代码是这样的：

在这个方法里面，我们可以看到 IntObjectHashMap 的扩容机制是一次扩大 2 倍。

额外说一句：这个地方就有点 low 了，源码里面扩大二倍肯定得上位运算，用 length << 1 才对味儿嘛。

但是扩容之前需要满足一个条件：size > maxSize

size，我们知道是表示当前 map 里面放了几个 value 。

那么 maxSize 是啥玩意呢？

这个值在构造函数里面进行的初始化。比如在我的示例代码中 maxSize 就等于 4：

也就是说，如果我再插入一个数据，它就要扩容了，比如我插入了第五个元素后，数组的长度就变成了 19：

前面我们讨论的是 value[index] == null 为 true 的情况。那么如果是 false 呢？

就来到了标号为 ③ 的地方。

判断 key[] 数组 index 下标处的值是否是当前的这个 key。

如果是，说明要覆盖。先把原来该位置上的值拿出来，然后直接做一个覆盖的操作，并返回原值，这个逻辑很简单。

但是，如果不是这个 key 呢？

说明什么情况？

是不是说明这个 key 想要放的 index 位置已经被其他的 key 先给占领了？

这个情况是不是就是出现了 hash 冲突？

出现了 hash 冲突怎么办？

那么就来到了标号为 ③ 的地方，看这个地方的注释：

Conflict, keep probing ... 冲突，继续探测 ...

继续探测就是看当前发生冲突的 index 的下一个位置是啥。

如果让我来写，很简单，下一个位置嘛，我闭着眼睛用脚都能敲出来，就是 index+1 嘛。

但是我们看看源码是怎么写的：

确实看到了 index+1，但是还有一个先决条件，即 index != values.length -1。

如果上述表达式成立，很简单，采用 index+1。

如果上面的表达式不成立，说明当前的 index 是 values[] 数组的最后一个位置，那么就返回 0，也就是返回数组的第一个下标。

要触发这个场景，就是要搞一个 hash 冲突的场景。我写个代码给你演示一下：

上面的代码只有当算出来的下标为 8 的时候才会往 IntObjectHashMap 里面放东西，这样在下标为 8 的位置就出现了 hash 冲突。

比如 100 之内，下标为 8 的数是这些：

第一次循环之后是这样的：

而第二次循环的时候，key 是 17，它会发现下标为 8 的地方已经被占了：

所以，走到了这个判断中：

返回 index=0，于是它落在了这个地方：

看起来就是一个环，对不对？

是的，它就是一个环。

但是你再细细的看这个判断：

每次计算完 index 后，还要判断是否等于本次循环的 startIndex。如果相等，说明跑了一圈了，还没找到空位子，那么就抛出 “Unable to insert” 异常。

有的朋友马上就跳出来了：不对啊，不是会在用了一半空间以后，以 2 倍扩容吗？应该早就在容量满之前就扩容了才对呀？

这位朋友，你很机智啊，你的疑问和我第一次看到这个地方的疑问是一样的，我们都是心思缜密的好孩子。

但是注意看，在抛出异常的地方，源码里面给了一个注释：

Can only happen if the map was full at MAX_ARRAY_SIZE and couldn't grow. 这种情况只有 Map 已经满了，且无法继续扩容时才会发生。

扩容，那肯定也是有一个上限才对，再看看扩容的时候的源码：

最大容量是 Integer.MAX_VALUE - 8，说明是有上限的。

但是，等等，Integer.MAX_VALUE 我懂，减 8 是什么情况？

诶，反正我是知道的，但是咱就是不说，不是本文重点。你要有兴趣，自己去探索，我就给你截个图完事：

如果我想要验证一下 “Unable to insert” 怎么办呢？

这还不简单吗？源码都在我手上呢。

两个方案，一个是修改 growSize() 方法的源码，把最长的长度限制修改为指定值，比如 8。

第二个方案是直接严禁扩容，把这行代码给它注释了：

然后把测试用例跑起来：

你会发现在插入第 10 个值的时候，抛出了 “Unable to insert” 异常。

第 10 个值，89，就是这样似儿的，转一圈，又走回了 startIndex：

满足这个条件，所以抛出异常：

(index = probeNext(index)) == startIndex

到这里，put 方法就讲完了。你也了解到了它的数据结构，也了解到了它的基本运行原理。

那你还记得我写这篇文章要追寻的问题是什么吗?

IntObjectHashMap 性能更好的原因是什么呢？

前面提到了一个点是 key 可以使用原生的 int 类型而不用包装的 Integer 类型。

现在我要揭示第二个点了：value 没有一些乱七八糟的东西，value 就是一个纯粹的 value。你放进来是什么，就是什么。

你想想 HashMap 的结构，它里面有个 Node，封装了 Hash、key、value、next 这四个属性：

这部分东西也是 IntObjectHashMap 节约出来的，而这部分节约出来的，才是占大头的地方。

你不要看不起这一点点内存占用。在一个巨大的基数面前，任何一点小小的优化，都能被放大无数倍。

不知道你还记不记得《深入理解Java虚拟机》一书里面的这个案例：

不恰当的数据结构导致内存在占用过大。这个问题，就完全可以使用 Netty 的 LongObjectHashMap 数据结构来解决，只需要换个类，就能节省非常多的资源。

道理，是同样的道理。

额外一个点

最后，我再给你额外补充一个我看源码时的意外收获。

Deletions implement compaction, so cost of remove can approach O(N) for full maps, which makes a small loadFactor recommended. 删除实现了 compaction，所以对于一个满了的 map 来说，删除的成本可能接近 O(N) ，所以我们推荐使用小一点的 loadFactor。

里面有两个单词，compaction 和 loadFactor。

先说 loadFactor 属性，是在构造方法里面初始化的：

为什么 loadFactor 必须是一个 (0,1] 之间的数呢？

首先要看一下 loadFactor 是在什么时候用的：

只会在计算 maxSize 的时候用到，是用当前 capacity 乘以这个系数。

如果这个系数是大于 1 的，那么最终算出来的值，也就是 maxSize 会大于 capacity。

假设我们的 loadFactor 设置为 1.5，capacity 设置为 21，那么计算出来的 maxSize 就是 31，都已经超过 capacity 了，没啥意义。

总之：loadFactor 是用来计算 maxSize 的，而前面讲了 maxSize 是用来控制扩容条件的。也就是说 loadFactor 越小，那么 maxSize 也越小，就越容易触发扩容。反之，loadFactor 越大，越不容易扩容。loadFactor 的默认值是 0.5。

接下来我来解释前面注释中有个单词 compaction，翻译过来的话叫做这玩意：

可以理解为就是一种“压缩”吧，但是“删除实现了压缩”这句话就很抽象。

不着急，我给你讲。

我们先看看删除方法：

删除方法的逻辑有点复杂，如果要靠我的描述给你说清楚的话有点费解。

所以，我决定只给你看结果，你拿着结果去反推源码吧。

首先，前面的注释中说了：哥们，我推荐你使用小一点的 loadFactor。

那么我就偏不听，直接给你把 loadFactor 拉满到 1。

也就是说当这个 map 满了之后，再往里面放东西才会触发扩容。

比如，我这样去初始化：

new IntObjectHashMap<>(8,1);

是不是说，当前这个 map 初始容量是可以放 9 个元素，当你放第 10 个元素的时候才会触发扩容的操作。

诶，巧了，我就偏偏只想放 9 个元素，我不去触发扩容。且我这 9 个元素都是存在 hash 冲突的。

代码如下：

这些 value 本来都应该在下标为 8 的位置放下，但是经过线性探测之后，map 里面的数组应该是这个情况：

此时我们移除 8 这个 key，正常来说应该是这样的：

但是实际上却是这样的：

会把前面因为 hash 冲突导致发生了位移的 value 全部往回移动。

这个过程，我理解就是注释里面提到的“compaction”。

上面程序的实际输出是这样的：

符合我前面画的图片。

但是，我要说明的是，我的代码进行了微调：

如果不做任何修改，输出应该是这样的：

key=8 并不在最后一个，因为在这个过程里面涉及到 rehash 的操作，如果在解释 “compaction” 的时候加上 reHash ，就复杂了，会影响你对于 “compaction” 的理解。

另外在 removeAt 方法的注释里面提到了这个东西：

这个算法，其实就是我前面解释的 “compaction”。

我全局搜索关键字，发现在 IdentityHashMap 和 ThreadLocal 里面都提到了：

但是，你注意这个但是啊。

在 ThreadLocal 里面，用的是“unlike”。

ThreadLocal 针对 hash 冲突也用的是线性探测，但是细节处还是有点不一样。

不细说了，有兴趣的同学自己去探索一下，我只是想表达这部分可以对比学习。

这一部分的标题叫做“额外一个点”。因为我本来计划中是没有这部分内容的，但是我在翻提交记录的时候看到了这个：

https://github.com/netty/netty/issues/2659

这个 issues 里面有很多讨论，基于这次讨论，相当于对 IntObjectHashMap 进行了一次很大的改造。

比如从这次提交记录我可以知道，在之前 IntObjectHashMap 针对 hash 冲突用的是“双重散列（Double hashing）”策略，之后才改成线性探测的。

包括使用较小的 loadFactor 这个建议、removeAt 里面采用的算法，都是基于这次改造出来的：

引用这个 issues 里面的一个对话：

这个哥们说：I've got carried away，我对这段代码进行了重大改进。

在我看来，这都不算是“重大改进”了，这已经算是推翻重写了。

另外，这个“I've got carried away”啥意思？

英语教学，虽迟但到：

这个短语要记住，托福口语考试的时候可能会考。

Netty 4.1

文章开始的地方，我说在 Netty 4.1 里面，我没有找到 IntObjectHashMap 这个东西。

其实我是骗你的，我找到了，只是藏的有点深。

其实我这篇文章只写了 int，但是其实基本类型都可以基于这个思想去改造，且它们的代码都应该是大同小异的。

所以在 4.1 里面用了一个骚操作，基于 groovy 封装了一次：

要编译这个模板之后：

才会在 target 目录里面看到我们想找的东西：

但是，你仔细看编译出来的 IntObjectHashMap，又会发现一点不一样的地方。

比如构造方法里面调整 capacity 的方法变成了这样：

从方法名称我们也知道这里是找一个当前 value 的最近的 2 的倍数。

等等，2 的倍数，不是一个偶数吗？

在 4.0 分支的代码里面，调整容量还非得要个奇数：

还记得我前面提到的一个问题吗：我并没有考虑明白为什么偶数的容量会破坏线性探测？

但是从这里又可以看出其实偶数的容量也是可以的嘛。

这就把我给搞懵了。

要是在 4.0 分支的代码中，adjustCapacity 方法上没有这一行特意写下的注释：

Adjusts the given capacity value to ensure that it's odd. Even capacities can break probing.

我会毫不犹豫的觉得这个地方奇偶都可以。但是他刻意强调了要“奇数”，就让我有点拿不住了。

算了，学不动了，存疑存疑！

好了，那本文的技术部分就到这里啦。