在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
简单画了一张图 (灵魂画手 →_→) 如图 ConcurrentDictionary 其中有个tables 对象主要存储,而这个 tables 是一个 很多区块的 数组 ,每个区块 又是一个node的链表 (ps: 一个node 就是一个key value 对) 具体实现如下(ps 代码摘自 net4.5): private volatile ConcurrentDictionary<TKey, TValue>.Tables m_tables; private class Tables { internal readonly ConcurrentDictionary<TKey, TValue>.Node[] m_buckets; internal readonly object[] m_locks; internal volatile int[] m_countPerLock; internal readonly IEqualityComparer<TKey> m_comparer; internal Tables(ConcurrentDictionary<TKey, TValue>.Node[] buckets, object[] locks, int[] countPerLock, IEqualityComparer<TKey> comparer) { this.m_buckets = buckets; this.m_locks = locks; this.m_countPerLock = countPerLock; this.m_comparer = comparer; } } private class Node { internal TKey m_key; internal TValue m_value; internal volatile ConcurrentDictionary<TKey, TValue>.Node m_next; internal int m_hashcode; internal Node(TKey key, TValue value, int hashcode, ConcurrentDictionary<TKey, TValue>.Node next) { this.m_key = key; this.m_value = value; this.m_next = next; this.m_hashcode = hashcode; } } 看 这个Node类是一个带next 指针的结构 ,一个node就是链表 ,而Tables类中 m_buckets 变量便是一个 存储了n个链表的列表结构 其中Tables类中有个变量名为 countPerLock 类型为 int[] 便是图中最下面那个框 这个,这个变量 主要是用来 统计字典中数据的个数 ,这个 countPerLock 与m_buckets 数量 一一对应,一个node对应countPerLock 中的一个元素。Count()这个方法便是主要使用这个元素经行统计。这样的好处是不用遍历node链表。 最重要的是Tables 中m_locks的实现。 这是一个锁的列表 其中用来控制 多线程读取修改时 控制的区块 。 当字典初始化的时候 m_locks 的数量为 cpu内核数*4(ps:例如i7 就是8*4=32) 而 m_buckets 数量初始化是31(有个小条件是m_locks>=m_buckets 时 m_locks=m_buckets) 所以i7 下 m_buckets 和 m_locks 都是32个 ,理论上再,不添加新节点的时候 一个区块对应 一个锁。 m_locks 初始化时是默认值是 cpu内核数*4 最大值是 1024个 m_buckets初始化默认值 31 最大值是2146435071 也就是说 如果字典中数据量大的时候 是一个锁对象 对应n个Node链表。
关于ConcurrentDictionary中所有读取操作 例如Keys Values Count 这类的属性 会对锁定 m_locks 中所有的锁对象 所以需要谨慎使用。 而常用的索引器[]和 TryGetValue 等方法 未锁定任何锁对象,并通过 Volatile.Read 原子性读取 对应的Node链表 遍历中所有元素 直到找到 对应的key 为止。
关于ConcurrentDictionary中所有写操作 当添加一个新数据时 方法会计算key的hashcode 是放到哪个node里表中 然后锁定对应的锁对象,自后 通过 Volatile.Write 方法 替换新的Node的指向 , 这时node为新的值 它的next 指向原先的Node值。 private void GetBucketAndLockNo(int hashcode, out int bucketNo, out int lockNo, int bucketCount, int lockCount) { bucketNo = (hashcode & int.MaxValue) % bucketCount; //Node的位置 lockNo = bucketNo % lockCount; // 锁位置 } Volatile.Write<ConcurrentDictionary<TKey, TValue>.Node>(ref tables.m_buckets[bucketNo], new ConcurrentDictionary<TKey, TValue>.Node(key, value, hashCode, tables.m_buckets[bucketNo]));
为什么这么设计? 对于多线程 这种多个链表 多个锁对象 可以提升 多个线程同时操作的可能性 ,因为很大的程度上写操作的数据 并不是一个锁对象负责的。 同时链式的存储 对于添加对象而言 内存的操作更方便
|
2023-10-27
2022-08-15
2022-08-17
2022-09-23
2022-08-13
请发表评论