ConcurrentHashMap 扩容后如何保证数据一致性？深度解析并发迁移与内存可见性机制-平芜编程栈

在高并发场景下，ConcurrentHashMap（CHM）的扩容不仅要快，更要保证数据一致性—— 不能丢数据、不能读到中间状态、不能出现幻读或重复读。JDK 1.8 通过精心设计的并发迁移流程 + 内存屏障 + 原子操作，实现了强一致性写 + 弱一致性读的平衡。本文将深入剖析其一致性保障机制。

一、核心挑战：扩容期间如何避免数据不一致？

假设线程 A 正在 put，线程 B 正在 get，同时线程 C 触发了扩容。此时可能出现以下问题：

读线程读到“半迁移”状态（部分桶已迁，部分未迁）；
写线程插入到旧表，但读线程去新表查，导致“丢失”；
多个线程同时迁移同一桶，造成数据覆盖或重复。

ConcurrentHashMap通过以下四大机制解决这些问题。

二、一致性保障机制详解

✅ 1. ForwardingNode：引导读写操作到正确位置

这是一致性最关键的基石。

当某个桶（bucket）的数据被迁移到新 table 后，原桶位置立即被替换为ForwardingNode（hash = -1）；
ForwardingNode持有对新 table 的引用；
任何线程访问该桶时：
- 若发现是ForwardingNode，立即跳转到新 table 对应位置继续操作；
- 写操作（put/remove）会协助完成剩余迁移；
- 读操作（get）直接在新 table 中查找。

// get 操作中处理 ForwardingNode Node<K,V> f = tabAt(tab, i); if (f != null) { if (f.hash == MOVED) // MOVED = -1 return getNode(f.nextTable, key); // 跳转到新表 // ... 正常查找 }

🔒效果：
无论桶是否迁移完成，所有操作都能定位到最新数据所在位置；
避免“旧表查不到、新表还没写”的数据丢失问题。

✅ 2. 桶级别迁移 + synchronized 锁头节点

迁移一个桶时，先对原桶的头节点加synchronized锁；
确保同一时间只有一个线程能迁移该桶；
迁移完成后，才将原桶设为ForwardingNode。

synchronized (f) { // f 是原桶头节点 if (tabAt(tab, i) == f) { // 双重检查 // 迁移链表/红黑树到 nextTab setTabAt(nextTab, i, newHead); // 标记原桶已迁移 setTabAt(tab, i, fwd); } }

🛡️作用：
防止多个线程重复迁移同一桶；
保证迁移过程的原子性；
避免 put 操作在迁移中途插入旧表导致数据丢失。

✅ 3. volatile + Unsafe 保证内存可见性

CHM 大量使用volatile和Unsafe的volatile 语义写（putObjectVolatile），确保多线程间的内存可见性：

table字段是volatile；
ForwardingNode的设置通过setTabAt()（内部调用Unsafe.putObjectVolatile）；
nextTable在ForwardingNode中也是final（构造即可见）。

static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) { U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v); }

💡意义：
一旦一个线程将桶设为ForwardingNode，其他线程立即可见，不会因缓存读到旧值而误操作旧表。

✅ 4. 扩容期间的 put 操作：自动重定向 + 协助迁移

当 put 操作发现桶是ForwardingNode，它会：

调用helpTransfer()协助完成当前扩容；
然后重新执行 put 流程（此时 table 已更新为新表）；
最终数据一定写入新 table 的正确位置。

else if (f.hash == MOVED) tab = helpTransfer(tab, f); // 协助迁移并返回新 table // 循环重新尝试 put

✅结果：
即使扩容正在进行，所有新写入的数据都会进入新表，不会残留在旧表中。

三、读操作的一致性：弱一致但不错误

CHM 的get 操作不加锁，因此提供的是弱一致性（weakly consistent）：

可能读到扩容前的旧值（如果迁移尚未完成）；
但绝不会读到“损坏”或“中间状态”的数据；
也不会抛出ConcurrentModificationException。

这是因为：

所有 Node 的key、hash、val（除 compute 系列外）都是final 或 volatile；
链表/红黑树结构在迁移时是整体替换，不会出现“断链”；
ForwardingNode确保读操作总能找到数据（无论新旧表）。

📌注意：
弱一致性 ≠ 不一致！它只是不保证“实时最新”，但保证读到的一定是某个合法历史状态。

四、扩容完成后的切换：原子更新 table 引用

当所有桶迁移完毕，最后一个完成任务的线程会：

将nextTable赋值给table；
清空nextTable；
重置sizeCtl为新的阈值。

由于table是volatile，这一切换对所有线程立即可见，后续操作自然使用新表。

五、总结：CHM 如何做到“又快又稳”？

机制	作用	一致性保障
ForwardingNode	引导操作到新表	防止读写错位
synchronized 锁桶头	串行化迁移	防止并发迁移冲突
volatile / Unsafe	内存可见性	确保状态变更及时同步
put 自动重试	写入新表	避免数据残留旧表
弱一致读	高性能无锁	保证读到合法状态