ConcurrentHashMap 的 Traverser 阅读

　　ConcurrentHashMap 源码目前在网络上已有众多解析。本文章主要关注其基于 Traverser 的遍历实现，试图仔细解析该实现，如有错漏，请指正。
　　ConcurrentHashMap 的 Traverser 主要是用于内部数组的遍历功能支持，如何实现在内部数组扩容阶段期间，其他线程也能够正确地遍历输出，并保证良好的性能（不使用各种锁），Traverser 提供了一个优秀的设计实现。
　　1. 相关概念
　　2. 解析

　　1.相关概念 　　　　

　　　　1.1 ConcurrentHashMap 支持方法 forEach(Consumer<? super K> action)、keys、elements、contains 等方法，它们的内部实现都基于 Traverser；
　　　　
　　　　1.2 ConcurrentHashMap 的遍历能够保证在内部数组扩容期间，也具有优秀的性能和并发安全性。
　　　　1.3 Traverser 的主要方法：advance，其表示为：推进，与扩容期间时的 boolean 变量 advance 具有相似的意义，都是推进索引（index）的增长，以便持续向前推进元素定位。
　　　　1.4 理解在 类 Traverser  中的变量的命名，有利于对实现的理解，如：baseXxx 的变量是针对 ConcurrentHashMap 中的旧表，没有 base- 前缀的则同时针对旧表与新表（当前遍历上下文）。

　　2.解析

　　　　2.1 ConcurrentHashMap 统一了遍历的基础实现，即：Traverser 负责元素推进，并将元素返回；而 BaseIterator 则负责对元素进行判断，并提供迭代实现：hasNext、next；XxxIterator 则是基于 BaseIterator 提供不同的实现：针对 keys 的迭代、针对 value 的迭代、针对 entry 的迭代。

 　　　　2.2 Traverser 类保持了迭代的索引：index，和对所在 ConcurrentHashMap 的内部数组—— 可能是旧表，也可能是新表的引用

    static class Traverser<K,V> {
        // 默认是当前 table，如果正在重组，则会被间断性替换为 nextTable
        Node<K,V>[] tab;        // current table; updated if resized
        // next 是一个关键的基础变量，作为迭代中的当前元素，主要实现：next() 和 hasNext()
        Node<K,V> next;         // the next entry to use
        // 为了达到复用效果，使用一个 TableStack 在 这两个变量之间相互替换
        TableStack<K,V> stack, spare; // to save/restore on ForwardingNodes 保存或恢复
        // 真正遍历时的索引，有可能反复横跳，默认使用中为 index，而在 resize 中，则可能是 index、baseIndex+baseSize（因为翻倍）
        int index;              // index of bin to use next
        /**
         * base* 是基于旧 tab（如果扩容，则存在 新 tab）
         * baseIndex 是在旧 tab 上的偏移
         * baseSize 是旧 tab 的大小
         * baseLimit 是要遍历的区间范围（也就是肯定是 limit <= size）
         */
        int baseIndex;          // current index of initial table
        int baseLimit;          // index bound for initial table
        final int baseSize;     // initial table size

        Traverser(Node<K,V>[] tab, int size, int index, int limit) {
            this.tab = tab;
            this.baseSize = size;
            this.baseIndex = this.index = index;
            this.baseLimit = limit;
            this.next = null;
        }
　　　　// ...
　　}

　　　　在 Traverser 的构造方法中，目前的引用，都是 limit = size，也就是说，目前被引用的地方，都是对整个内部数组进行迭代，区间控制在 0 ~ limit = size 。
　　　　2.3 Traverser 的暴露的方法（修饰符为 default），只有：advance。
　　　　advance 负责推进元素，在扩容阶段，也能够让索引到新表中进行元素遍历。

        final Node<K,V> advance() {
            Node<K,V> e;
            // 这是推进成功（索引增加）让外部获取到元素后，外部重新进入的流程
            // 尝试赋值为 e.next，如果不为null，则进行链表的迭代或树的遍历，不推进到下一节点
            if ((e = next) != null)
                e = e.next;
            for (;;) {
                // t -> table，要遍历的 table
                // i -> index ； n -> length/number
                Node<K,V>[] t; int i, n;  // must use locals in checks
                // 已经在上一步赋值为 e.next，进行迭代，如果为 null，才推进下一节点
                if (e != null)
                    return next = e;
                /**
                 * baseIndex >= baseLimit 最开始传入的 index 就超过 limit，显然是不正确的，直接返回 null
                 * 边界判断，这里的 tab 有可能即是 old table 也有可能是 nextTable，
                 * 这也导致 n 的值反复横跳，有时是 old table 的长度，有时是 nextTable 的长度
                 * 但 t.length（新旧表的大小）总会比当前正在遍历的偏移 index 大。
                 * 并且下面的判断：(index = i + baseSize) >= n 是有可能成立的
                 */
                if (baseIndex >= baseLimit || (t = tab) == null ||
                    (n = t.length) <= (i = index) || i < 0)
                    return next = null;
                /**
                 * 如果节点的 哈希 < 0，有多种情况：
                 * 一是判断是否正在重组（在重组中被转移了）
                 * 如果是 ForwardingNode(hash=-1) 说明该旧表节点已经在重组中被转移了，
                 * 使用的算法是：对于已经移动的节点（ForwardingNode），换到新表（nextTable），index 保持不变，
                 * continue 跳出，准备到新表进行迭代
                 * 存储信息到 临时stack 中
                 * 将该节点的索引推入到栈中，并更新遍历的表格为 nextTable，重新进入（index 不变），
                 * 则 tabAt(t,i)
                 * 下轮遍历开始，tabAt 已经是针对 nextTable，此时不再可能是 ForwardingNode，在 nextTable 遍历完后
                 * 回来通过 recoverState 将 tab 重新替换为 旧table，并推进索引
                 * 二是：标识该节点是树节点，是则获取树结构的 first 节点，并向下执行，在 recoverState 中，将 index = index+baseSize
                 * 也就是，将 index 跨幅度增加为元素索引在新表中 rehash 后的位置，以便下次循环从该位置开始
                 * 总结：也就是说，在旧表遇到 ForwardingNode 后，遍历将切换到新表，
                 * 对索引 index 和 baseIndex + baseSize 上的元素进行遍历
                 */
                if ((e = tabAt(t, i)) != null && e.hash < 0) {
                    if (e instanceof ForwardingNode) {
                        tab = ((ForwardingNode<K,V>)e).nextTable;
                        // 赋值为 null，并 continue，以便去进行 recoverState 操作
                        e = null;
                        // 保存临时信息（当前索引到的位置、旧表大小、旧表引用）
                        pushState(t, i, n);
                        // 假设在这里，扩容阶段被完成了，将出现什么情况？
                        continue;
                    }
                    // 树节点类型的 hash 也为负数：-2
                    else if (e instanceof TreeBin)
                        e = ((TreeBin<K,V>)e).first;
                    else
                        e = null;
                }
                /**
                 * 无论如何，程序总是会跑到此判断上。
                 * 如果 stack 不为 null，说明索引 i 已经被扩容进行过 rehash，
                 * 那么就需要遍历完新表上的索引： baseIndex 和 baseIndex+baseSize，
                 * 再重新赋值会旧表，从 ++baseIndex 开始
                 */
                if (stack != null)
                    // 辅助跳到新表的 2倍 index 位置
                    recoverState(n);
                else if ((index = i + baseSize) >= n)
                    // 超过 n（tab 大小，恢复为基于旧表偏移的大小并加 1）
                    // 如果出现此情况，访问回旧槽
                    index = ++baseIndex; // visit upper slots if present
            }
        }

　　　　简化描述迭代的代码：
　　　　A. 遍历器进行普通的遍历，通过索引的增长（+1），来获取节点，节点可能为 链表结构、树节点、null。如果为链表节点，则需要现在该索引上进行：e.next 获取节点的下一节点直到为 null，才推进 index；如果为 树节点，则需要获取 e.first，然后再通过 e.next 获取下一个树节点，直到为 null；如果为 null，则直接推进 index。
　　　　B. 遍历过程中，如果节点为 ForwardingNode（不是以上三种类型），则将当前遍历的数据（或称旧表）替换为新数组（新表），并将当前遍历的信息保存起来，主要有：当前在旧表上遍历的索引、旧表、旧表大小。
　　　　C. 基于新表，先在新表上对索引 baseIndex 进行第一步的节点获取，然后通过 recoverState 对索引进行推进，推进算法为：index = baseIndex + baseSize。因为在 ConcurrentHashMap 中，扩容的新数组大小为：2 * 旧表大小。
　　　　D. 基于新表，对 baseIndex + baseSize 上的元素获取使用完成后，推进索引，此时算法中将比较，此次推进的大小是否超过新表大小，如是，则将临时信息恢复，重新回到旧表上进行遍历。推进算法为：

        /** * n 总是为新表大小，即：2 * baseSize
         * Possibly pops traversal state.
         *
         * @param n length of current table */
        private void recoverState(int n) {
            // ...// s == null 作为先决条件，表示退回旧表进行操作
            if (s == null && (index += baseSize) >= n)
                index = ++baseIndex;
        }

　　　　E. 最终，是通过边界判断让遍历器退出。
　　　　2.4 advance 完成了在新旧表间切换遍历的实现，主要是借助于两个方法：pushState 、recoverState。其中，pushState 主要是负责存储临时信息，而 recoverState 则负责：当表处于新表时，辅组推进索引跨幅度增长，同时还负责切换为旧表时，将索引回退为旧表的索引位置并 +1.

        /**
         * <pre>
         * 为了达到复用的效果，
         * spare 总是被清理，称为 null，在 recoverState 中将被赋值一个清空的 stack
         * stack 总是被负责，以便在 recoverState 被使用，然后进行清空，等下次 pushState 被重新赋值 spare
         * </pre>
         * Saves traversal state upon encountering a forwarding node.
         */
        private void pushState(Node<K,V>[] t, int i, int n) {
            // spare 备用
            TableStack<K,V> s = spare;  // reuse if possible
            if (s != null)
                spare = s.next;
            else
                s = new TableStack<K,V>();
            // 存储旧表
            s.tab = t;
            // 存储旧表长度
            s.length = n;
            // 存储遍历的旧表的索引
            s.index = i;
            s.next = stack;
            // stack 存储了节点
            stack = s;
        }

        /**
         * n 总是为新表大小，即：2 * baseSize
         * Possibly pops traversal state.
         *
         * @param n length of current table
         */
        private void recoverState(int n) {
            TableStack<K,V> s; int len;
            // 此方法的第一次是为 index 提供跨幅度增加，调整 index = baseIndex + baseSize
            // 此时的 index 总是 < n 的，所以循环不成立，退出到外部方法进行元素获取
            // 第二次，此时 index + baseSize = 2*baseSize + baseIndex > n，
            // 此情况下，新表对应索引上的元素已经被获取了，没有其他元素，则恢复临时信息
            while ((s = stack) != null && (index += (len = s.length)) >= n) {
                n = len;
                index = s.index;
                // 将旧表赋值回遍历器，然后将存储值置为 null
                tab = s.tab;
                s.tab = null;
                TableStack<K,V> next = s.next;      // null
                s.next = spare; // save for reuse
                stack = next;
                spare = s;
            }
            // 此处恢复 index 为 baseIndex + 1
            // 将 index 调整为旧表 index，并自增推进到下一个元素
            // s == null 作为先决条件，表示退回旧表进行操作
            if (s == null && (index += baseSize) >= n)
                index = ++baseIndex;
        }
    }

　　　　pushState 和 recoverState 除了实现索引的变换，实际上对 TableStack 的操作，也达到通过复用单独一个 TableStack 实现入栈出栈，重复使用的效果。主要是通过 TableStack 的 next 属性。因为在算法中，通过判断  TableStack 是否为 null 来作为先决条件控制将索引恢复为旧表索引+1，所以需要将实例化好的唯一一个 TableStack 不断关联到 next 属性上，便于下次使用时，从 next 上获取该对象。赋值 TableStack 为 null 是在 recoverState 中处理的。通过两个指针不断循环关联到 next 属性上达到了复用的效果。
          
 　　　　　　2.5 其他问题：

• 当遍历到 ForwardingNode ，将信息临时存储起来后，如果此时 ConcurrentHashMap 的扩容结束，会发生什么情况？

  • 实际上，Traverser 的遍历是与外部的扩容关联不大（处理新表），因为 Traverser 在创建的时候，已经使用了内部变量存储了 旧表 的引用，所以即使外部的扩容结束，原 ConcurrentHashMap 的表引用被更新为新表，但 Traverser 的旧表引用还在，还能够一致基于旧表进行遍历，但这个时候，因为旧表上已经全部是 ForwardingNode 了，所以会不断地通过 ForwardingNode 找到新表，并进行 TableStack 的存储和恢复，每一次元素遍历都在 baseIndex 和 baseIndex + baseSize 索引上获取节点数据。

• 当遍历过程中，有新元素添加，如果添加到 index 索引之前，会发生什么情况？

  • 什么都不会发生，在 Traverser 的算法中，认为这即使发生了，也属于 可保证的一致性，对遍历没有影响。当然如果是被添加到 index 之后，还是能够被遍历到的。

　　　　总结：

• 如果能够在脑海中，将遍历想象成两个表，一个旧表，一个新表（新表大小为旧表的 2 倍），索引移动遇到元素标识为 rehashed 时，就切换到新表做（2处不同索引的）元素获取，那这个 Traverser 就不难理解。
• 在遍历中为了保存临时信息，同时为了尽可能地复用，Traverser 实现了 TableStack 的结构，虽然看起来有点绕，但复用杠杠的    
• Traverser 的遍历实现也得益于 ConcurrentHashMap 的扩容是 2倍扩容，便于推测新数组的边界范围
• 简略图如下：