提问者:小点点

java流会以一致的方式求和并发哈希映射的值吗?


我有一个并发HashMap实例,一些线程向其添加条目。值是整数。

同时,其他线程希望检索映射中所有值的总和。我希望这些线程看到一致的值。但是,不需要总是看到最新的值。

以下代码线程是否安全?

import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class MyClass {
    private Map<Integer, Integer> values = new ConcurrentHashMap<>();

    public void addValue(Integer key, int value){
        values.put(key, value);
    }

    public long sumOfValues(){
        return values
                .values()
                .stream()
                .mapToInt(Integer::intValue)
                .sum();
    }
}

求和操作会在一组一致的值上计算吗?

发生求和操作时,对put()的调用会被阻止吗?

当然,我可以自己同步访问,甚至拆分读锁和写锁以允许并发读访问和同步写访问,但我很好奇在使用并发HashMap作为集合实现时是否有必要。


共3个答案

匿名用户

留档说明了ConCurrentHashMapkeySet()entrySet():视图的迭代器和拆分器是弱一致的。

弱一致的特征为

  • 它们可以与其他操作同时进行
  • 他们永远不会抛出并发修改异常
  • 它们保证遍历元素,因为它们在构建时只存在一次,并且可以(但不能保证)反映构建后的任何修改。

所以…

以下代码线程是否安全?

是的,从狭义上说,缺少ConloctModificationException或HashMap的内部不一致。

求和操作会在一组一致的值上计算吗?

弱一致集上

发生求和操作时,对put()的调用会被阻止吗?

匿名用户

ConCurrentHashMap的要点是条目尽可能相互独立。整个地图没有一致的视图。事实上,即使size也不会返回非常有用的值。

匿名用户

如果您需要同时查询总和,一种解决方案是编写一个包装类来维护映射的状态和总和,使用LongAdder以原子方式维护总和。

import java.util.concurrent.ConcurrentMap;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.LongAdder;

public class MapSum {
    private final ConcurrentMap<Integer, Integer> map = new ConcurrentHashMap<>();
    private final LongAdder sum = new LongAdder();

    public Integer get(Integer k) {
        return map.get(k);
    }

    public Integer put(Integer k, Integer v) {
        Integer[] out = new Integer[1];
        map.compute(k, (_k, old) -> {
            out[0] = old;
            // cast to long to avoid overflow
            sum.add((long) v - (old != null ? old : 0));
            return v;
        });
        return out[0];
    }

    public Integer remove(Integer k) {
        Integer[] out = new Integer[1];
        map.compute(k, (_k, old) -> {
            out[0] = old;
            // cast to long to avoid overflow; -Integer.MIN_VALUE == Integer.MIN_VALUE
            if(old != null) { sum.add(- (long) old); }
            return null;
        });
        return out[0];
    }

    public long sum() {
        return sum.sum();
    }
}

这具有在O(1)而不是O(n)时间查询总和的额外好处。如果您愿意,您可以添加更多Map方法,甚至实现Map