查看原文
其他

深度解读ArrayMap优势与缺陷

The following article is from Gityuan Author Gityuan

ArrayMap在内存使用上较HashMap更有优势,在Android开发中广为使用的基础API,也是大家所推荐的方法,但你是否想过Google如此重要的基础类存在缺陷?

一、引言

在移动设备端内存资源很珍贵,HashMap为实现快速查询带来了很大内存浪费。为此,2013年5月20日Google工程师Dianne Hackborn在Android系统源码中新增ArrayMap类。在Android源码中可以发现不少提交专门把之前使用HashMap地方改用ArrayMap,不仅如此,大量的应用开发者中广为使用。

然后,你是否研究过这么广泛使用的基础数据结构存在缺陷?要回答这个问题,需要先从源码角度来理解ArrayMap的原理,阅读时长约30分钟。

ArrayMap是Android专门针对内存优化而设计的,用于取代Java API中的HashMap数据结构。为了更进一步优化key是int类型的Map,Android再次提供效率更高的数据结构SparseArray,可避免自动装箱过程。对于key为其他类型则可使用ArrayMap。HashMap的查找和插入时间复杂度为O(1)的代价是牺牲大量的内存来实现的,而SparseArray和ArrayMap性能略逊于HashMap,但更节省内存。

接下来,从源码看看ArrayMap。

二、源读ArrayMap

2.1 基本成员变量

  1. public final class ArrayMap<K, V> implements Map<K, V> {


  2.    private static final boolean CONCURRENT_MODIFICATION_EXCEPTIONS = true;


  3.    private static final int BASE_SIZE = 4;  // 容量增量的最小值

  4.    private static final int CACHE_SIZE = 10; // 缓存数组的上限


  5.    static Object[] mBaseCache; //用于缓存大小为4的ArrayMap

  6.    static int mBaseCacheSize;

  7.    static Object[] mTwiceBaseCache; //用于缓存大小为8的ArrayMap

  8.    static int mTwiceBaseCacheSize;


  9.    final boolean mIdentityHashCode;

  10.    int[] mHashes;         //由key的hashcode所组成的数组

  11.    Object[] mArray;       //由key-value对所组成的数组,是mHashes大小的2倍

  12.    int mSize;             //成员变量的个数

  13. }

1)ArrayMap对象的数据储存格式如图所示:

  • mHashes是一个记录所有key的hashcode值组成的数组,是从小到大的排序方式;

  • mArray是一个记录着key-value键值对所组成的数组,是mHashes大小的2倍;

其中mSize记录着该ArrayMap对象中有多少对数据,执行put()或者append()操作,则mSize会加1,执行remove(),则mSize会减1。mSize往往小于mHashes.length,如果mSize大于或等于mHashes.length,则说明mHashes和mArray需要扩容。

2)ArrayMap类有两个非常重要的静态成员变量mBaseCache和mTwiceBaseCacheSize,用于ArrayMap所在进程的全局缓存功能:

  • mBaseCache:用于缓存大小为4的ArrayMap,mBaseCacheSize记录着当前已缓存的数量,超过10个则不再缓存;

  • mTwiceBaseCacheSize:用于缓存大小为8的ArrayMap,mTwiceBaseCacheSize记录着当前已缓存的数量,超过10个则不再缓存。

为了减少频繁地创建和回收Map对象,ArrayMap采用了两个大小为10的缓存队列来分别保存大小为4和8的Map对象。为了节省内存有更加保守的内存扩张以及内存收缩策略。 接下来分别说说缓存机制和扩容机制。

2.2 缓存机制

ArrayMap是专为Android优化而设计的Map对象,使用场景比较高频,很多场景可能起初都是数据很少,为了减少频繁地创建和回收,特意设计了两个缓存池,分别缓存大小为4和8的ArrayMap对象。要理解缓存机制,那就需要看看内存分配(allocArrays)和内存释放(freeArrays)。

2.2.1 freeArrays

  1. private static void freeArrays(final int[] hashes, final Object[] array, final int size) {

  2.    if (hashes.length == (BASE_SIZE*2)) {  //当释放的是大小为8的对象

  3.        synchronized (ArrayMap.class) {

  4.            // 当大小为8的缓存池的数量小于10个,则将其放入缓存池

  5.            if (mTwiceBaseCacheSize < CACHE_SIZE) {

  6.                array[0] = mTwiceBaseCache;  //array[0]指向原来的缓存池

  7.                array[1] = hashes;

  8.                for (int i=(size<<1)-1; i>=2; i--) {

  9.                    array[i] = null;  //清空其他数据

  10.                }

  11.                mTwiceBaseCache = array; //mTwiceBaseCache指向新加入缓存池的array

  12.                mTwiceBaseCacheSize++;

  13.            }

  14.        }

  15.    } else if (hashes.length == BASE_SIZE) {  //当释放的是大小为4的对象,原理同上

  16.        synchronized (ArrayMap.class) {

  17.            if (mBaseCacheSize < CACHE_SIZE) {

  18.                array[0] = mBaseCache;

  19.                array[1] = hashes;

  20.                for (int i=(size<<1)-1; i>=2; i--) {

  21.                    array[i] = null;

  22.                }

  23.                mBaseCache = array;

  24.                mBaseCacheSize++;

  25.            }

  26.        }

  27.    }

  28. }

最初mTwiceBaseCache和mBaseCache缓存池中都没有数据,在freeArrays释放内存时,如果同时满足释放的array大小等于4或者8,且相对应的缓冲池个数未达上限,则会把该arrya加入到缓存池中。加入的方式是将数组array的第0个元素指向原有的缓存池,第1个元素指向hashes数组的地址,第2个元素以后的数据全部置为null。再把缓存池的头部指向最新的array的位置,并将该缓存池大小执行加1操作。具体如下所示。

freeArrays()触发时机:

  • 当执行removeAt()移除最后一个元素的情况

  • 当执行clear()清理的情况

  • 当执行ensureCapacity()在当前容量小于预期容量的情况下, 先执行allocArrays,再执行freeArrays

  • 当执行put()在容量满的情况下, 先执行allocArrays, 再执行freeArrays

2.2.2 allocArrays

  1. private void allocArrays(final int size) {

  2.    if (size == (BASE_SIZE*2)) {  //当分配大小为8的对象,先查看缓存池

  3.        synchronized (ArrayMap.class) {

  4.            if (mTwiceBaseCache != null) { // 当缓存池不为空时

  5.                final Object[] array = mTwiceBaseCache;

  6.                mArray = array;         //从缓存池中取出mArray

  7.                mTwiceBaseCache = (Object[])array[0]; //将缓存池指向上一条缓存地址

  8.                mHashes = (int[])array[1];  //从缓存中mHashes

  9.                array[0] = array[1] = null;

  10.                mTwiceBaseCacheSize--;  //缓存池大小减1

  11.                return;

  12.            }

  13.        }

  14.    } else if (size == BASE_SIZE) { //当分配大小为4的对象,原理同上

  15.        synchronized (ArrayMap.class) {

  16.            if (mBaseCache != null) {

  17.                final Object[] array = mBaseCache;

  18.                mArray = array;

  19.                mBaseCache = (Object[])array[0];

  20.                mHashes = (int[])array[1];

  21.                array[0] = array[1] = null;

  22.                mBaseCacheSize--;

  23.                return;

  24.            }

  25.        }

  26.    }


  27.    // 分配大小除了4和8之外的情况,则直接创建新的数组

  28.    mHashes = new int[size];

  29.    mArray = new Object[size<<1];

  30. }

当allocArrays分配内存时,如果所需要分配的大小等于4或者8,且相对应的缓冲池不为空,则会从相应缓存池中取出缓存的mArray和mHashes。从缓存池取出缓存的方式是将当前缓存池赋值给mArray,将缓存池指向上一条缓存地址,将缓存池的第1个元素赋值为mHashes,再把mArray的第0和第1个位置的数据置为null,并将该缓存池大小执行减1操作,具体如下所示。

allocArrays触发时机:

  • 当执行ArrayMap的构造函数的情况

  • 当执行removeAt()在满足容量收紧机制的情况

  • 当执行ensureCapacity()在当前容量小于预期容量的情况下, 先执行allocArrays,再执行freeArrays

  • 当执行put()在容量满的情况下, 先执行allocArrays, 再执行freeArrays

这里需要注意的是只有大小为4或者8的内存分配才有可能从缓存池取数据,因为freeArrays过程放入缓存池的大小只有4或8,对于其他大小的内存分配则需要创建新的数组。 优化小技巧,对于分配数据不超过8的对象的情况下,一定要创建4或者8大小,否则浪费了缓存机制。比如ArrayMap[7]就是不友好的写法,建议写成ArrayMap[8]。

2.3 扩容机制

2.3.1 容量扩张

  1. public V put(K key, V value) {

  2.    ...

  3.    final int osize = mSize;

  4.    if (osize >= mHashes.length) { //当mSize大于或等于mHashes数组长度时需要扩容

  5.        final int n = osize >= (BASE_SIZE*2) ? (osize+(osize>>1))

  6.                : (osize >= BASE_SIZE ? (BASE_SIZE*2) : BASE_SIZE);

  7.        allocArrays(n);  //分配更大的内存【小节2.2.2】

  8.    }

  9.    ...

  10. }

当mSize大于或等于mHashes数组长度时则扩容,完成扩容后需要将老的数组拷贝到新分配的数组,并释放老的内存。

  • 当map个数满足条件 osize<4时,则扩容后的大小为4;

  • 当map个数满足条件 4<= osize < 8时,则扩容后的大小为8;

  • 当map个数满足条件 osize>=8时,则扩容后的大小为原来的1.5倍;

可见ArrayMap大小在不断增加的过程,size的取值一般情况依次会是4,8,12,18,27,40,60,...

2.3.2 容量收紧

  1. public V removeAt(int index) {

  2.    final int osize = mSize;

  3.    final int nsize;

  4.    if (osize > 1) {  //当mSize大于1的情况,需要根据情况来决定是否要收紧

  5.        nsize = osize - 1;

  6.        if (mHashes.length > (BASE_SIZE*2) && mSize < mHashes.length/3) {

  7.            final int n = osize > (BASE_SIZE*2) ? (osize + (osize>>1)) : (BASE_SIZE*2);

  8.            allocArrays(n); // 分配更小的内存【小节2.2.2】

  9.        }

  10.    }

  11. }

当数组内存的大小大于8,且已存储数据的个数mSize小于数组空间大小的1/3的情况下,需要收紧数据的内容容量,分配新的数组,老的内存靠虚拟机自动回收。

  • 如果mSize<=8,则设置新大小为8;

  • 如果mSize> 8,则设置新大小为mSize的1.5倍。

也就是说在数据较大的情况下,当内存使用量不足1/3的情况下,内存数组会收紧50%。

2.4 基本成员方法

2.4.1 构造方法

  1. public ArrayMap() {

  2.    this(0, false);

  3. }


  4. //指定初始容量大小

  5. public ArrayMap(int capacity) {

  6.    this(capacity, false);

  7. }


  8. /** {@hide} */ 这是一个隐藏方法

  9. public ArrayMap(int capacity, boolean identityHashCode) {

  10.    mIdentityHashCode = identityHashCode;


  11.    if (capacity < 0) {

  12.        mHashes = EMPTY_IMMUTABLE_INTS;

  13.        mArray = EmptyArray.OBJECT;

  14.    } else if (capacity == 0) {

  15.        mHashes = EmptyArray.INT;

  16.        mArray = EmptyArray.OBJECT;

  17.    } else {

  18.        allocArrays(capacity); // 分配内存【小节2.2.2】

  19.    }

  20.    mSize = 0;  //初始值为0

  21. }


  22. public ArrayMap(ArrayMap<K, V> map) {

  23.    this();

  24.    if (map != null) {

  25.        putAll(map);  

  26.    }

  27. }


  28. public void putAll(Map<? extends K, ? extends V> map) {

  29.    //确保map的大小至少为mSize + map.size(),如果默认已满足条件则不用扩容

  30.    ensureCapacity(mSize + map.size());

  31.    for (Map.Entry<? extends K, ? extends V> entry : map.entrySet()) {

  32.        put(entry.getKey(), entry.getValue());

  33.    }

  34. }

针对构造方法,如果指定大小则会去分配相应大小的内存,如果没有指定默认为0,当需要添加数据的时候再扩容。

2.4.2 put()

  1. public V put(K key, V value) {

  2.    final int osize = mSize; //osize记录当前map大小

  3.    final int hash;

  4.    int index;

  5.    if (key == null) {

  6.        hash = 0;

  7.        index = indexOfNull();

  8.    } else {

  9.        //默认mIdentityHashCode=false

  10.        hash = mIdentityHashCode ? System.identityHashCode(key) : key.hashCode();

  11.        //采用二分查找法,从mHashes数组中查找值等于hash的key

  12.        index = indexOf(key, hash);

  13.    }

  14.    //当index大于零,则代表的是从数据mHashes中找到相同的key,执行的操作等价于修改相应位置的value

  15.    if (index >= 0) {

  16.        index = (index<<1) + 1;  //index的2倍+1所对应的元素存在相应value的位置

  17.        final V old = (V)mArray[index];

  18.        mArray[index] = value;

  19.        return old;

  20.    }


  21.    //当index<0,则代表是插入新元素

  22.    index = ~index;

  23.    if (osize >= mHashes.length) { //当mSize大于或等于mHashes数组长度时,需要扩容【小节2.3.1】

  24.        final int n = osize >= (BASE_SIZE*2) ? (osize+(osize>>1))

  25.                : (osize >= BASE_SIZE ? (BASE_SIZE*2) : BASE_SIZE);


  26.        final int[] ohashes = mHashes;

  27.        final Object[] oarray = mArray;

  28.        allocArrays(n);  //分配更大的内存【小节2.2.2】


  29.        //由于ArrayMap并非线程安全的类,不允许并行,如果扩容过程其他线程调整mSize则抛出异常

  30.        if (CONCURRENT_MODIFICATION_EXCEPTIONS && osize != mSize) {

  31.            throw new ConcurrentModificationException();

  32.        }


  33.        if (mHashes.length > 0) {

  34.            //将原来老的数组拷贝到新分配的数组

  35.            System.arraycopy(ohashes, 0, mHashes, 0, ohashes.length);

  36.            System.arraycopy(oarray, 0, mArray, 0, oarray.length);

  37.        }

  38.        freeArrays(ohashes, oarray, osize); //释放原来老的内存【小节2.2.2】

  39.    }


  40.    //当需要插入的位置不在数组末尾时,需要将index位置后的数据通过拷贝往后移动一位

  41.    if (index < osize) {

  42.        System.arraycopy(mHashes, index, mHashes, index + 1, osize - index);

  43.        System.arraycopy(mArray, index << 1, mArray, (index + 1) << 1, (mSize - index) << 1);

  44.    }


  45.    if (CONCURRENT_MODIFICATION_EXCEPTIONS) {

  46.        if (osize != mSize || index >= mHashes.length) {

  47.            throw new ConcurrentModificationException();

  48.        }

  49.    }

  50.    //将hash、key、value添加相应数组的位置,数据个数mSize加1

  51.    mHashes[index] = hash;

  52.    mArray[index<<1] = key;

  53.    mArray[(index<<1)+1] = value;

  54.    mSize++;

  55.    return null;

  56. }

put()设计巧妙地将修改已有数据对(key-value) 和插入新的数据对合二为一个方法,主要是依赖indexOf()过程中采用的二分查找法, 当找到相应key时则返回正值,但找不到key则返回负值,按位取反所对应的值代表的是需要插入的位置index。

put()在插入时,如果当前数组内容已填充满时,则会先进行扩容,再通过System.arraycopy来进行数据拷贝,最后在相应位置写入数据。

另外,append()过程跟put()很相似,append的差异在于该方法不会去做扩容的操作,是一个轻量级的插入方法。 那么什么场景适合使用append()方法呢?答应就是对于明确知道肯定会插入队尾的情况下使用append()性能更好,因为put()上来先做binarySearchHashes()二分查找,时间复杂度为O(logN),而append()的时间复杂度为O(1)。

2.4.3 remove()

  1. public V remove(Object key) {

  2.    final int index = indexOfKey(key); //通过二分查找key的index

  3.    if (index >= 0) {

  4.        return removeAt(index); //移除相应位置的数据

  5.    }

  6.    return null;

  7. }


  8. public V removeAt(int index) {

  9.    final Object old = mArray[(index << 1) + 1];

  10.    final int osize = mSize;

  11.    final int nsize;

  12.    if (osize <= 1) {  //当被移除的是ArrayMap的最后一个元素,则释放该内存

  13.        freeArrays(mHashes, mArray, osize);

  14.        mHashes = EmptyArray.INT;

  15.        mArray = EmptyArray.OBJECT;

  16.        nsize = 0;

  17.    } else {

  18.        nsize = osize - 1;

  19.        //根据情况来收紧容量 【小节2.3.2】

  20.        if (mHashes.length > (BASE_SIZE*2) && mSize < mHashes.length/3) {

  21.            final int n = osize > (BASE_SIZE*2) ? (osize + (osize>>1)) : (BASE_SIZE*2);


  22.            final int[] ohashes = mHashes;

  23.            final Object[] oarray = mArray;

  24.            allocArrays(n); //分配一个更下容量的内容


  25.            //禁止并发

  26.            if (CONCURRENT_MODIFICATION_EXCEPTIONS && osize != mSize) {

  27.                throw new ConcurrentModificationException();

  28.            }


  29.            if (index > 0) {

  30.                System.arraycopy(ohashes, 0, mHashes, 0, index);

  31.                System.arraycopy(oarray, 0, mArray, 0, index << 1);

  32.            }

  33.            if (index < nsize) {

  34.                System.arraycopy(ohashes, index + 1, mHashes, index, nsize - index);

  35.                System.arraycopy(oarray, (index + 1) << 1, mArray, index << 1,

  36.                        (nsize - index) << 1);

  37.            }

  38.        } else {

  39.            if (index < nsize) { //当被移除的元素不是数组最末尾的元素时,则需要将后面的数组往前移动

  40.                System.arraycopy(mHashes, index + 1, mHashes, index, nsize - index);

  41.                System.arraycopy(mArray, (index + 1) << 1, mArray, index << 1,

  42.                        (nsize - index) << 1);

  43.            }

  44.            //再将最后一个位置设置为null

  45.            mArray[nsize << 1] = null;

  46.            mArray[(nsize << 1) + 1] = null;

  47.        }

  48.    }

  49.    if (CONCURRENT_MODIFICATION_EXCEPTIONS && osize != mSize) {

  50.        throw new ConcurrentModificationException();

  51.    }

  52.    mSize = nsize; //大小减1

  53.    return (V)old;

  54. }

remove()过程:通过二分查找key的index,再根据index来选择移除动作;当被移除的是ArrayMap的最后一个元素,则释放该内存,否则只做移除操作,这时会根据容量收紧原则来决定是否要收紧,当需要收紧时会创建一个更小内存的容量。

另外,clear()清理操作也会执行freeArrays()方法来回收内存,erase()则只会清空数组内的数据,并不会回收内存。

三、ArrayMap缺陷分析

3.1 异常现象

有了前面的基础,接下来看看ArrayMap的缺陷。事实上ArrayMap不恰当使用有概率导致系统重启,对于不少应用在使用ArrayMap过程出现抛出如下异常,以下是Gityuan通过利用缺陷模拟场景后,然后在单线程里面首次执行如下语句则抛出异常。

  1. ArrayMap map = new ArrayMap(4);

这只是基本的对象实例化操作,居然也能报出如下异常,是不是很神奇?

  1. FATAL EXCEPTION: Thread-20

  2. Process: com.gityuan.arraymapdemo, PID: 29003

  3. java.lang.ClassCastException: java.lang.String cannot be cast to java.lang.Object[]

  4.    at com.gityuan.arraymapdemo.application.ArrayMap.allocArrays(ArrayMap.java:178)

  5.    at com.gityuan.arraymapdemo.application.ArrayMap.<init>(ArrayMap.java:255)

  6.    at com.gityuan.arraymapdemo.application.ArrayMap.<init>(ArrayMap.java:238)

  7.    at com.gityuan.arraymapdemo.application.MainActivity$4.run(MainActivity.java:240)

这是低概率问题,本地难以复现,之所以能模拟出来,是因为先把这个缺陷研究明白了,再做的模拟验证过程。先来看看异常调用栈所对应的代码如下:

  1. private void allocArrays(final int size) {

  2.    if (size == (BASE_SIZE*2)) {  

  3.        ...

  4.    } else if (size == BASE_SIZE) {

  5.        synchronized (ArrayMap.class) {  //加锁

  6.            if (mBaseCache != null) {

  7.                final Object[] array = mBaseCache;

  8.                mArray = array;

  9.                mBaseCache = (Object[])array[0]; //抛出异常

  10.                mHashes = (int[])array[1];

  11.                array[0] = array[1] = null;

  12.                mBaseCacheSize--;

  13.                return;

  14.            }

  15.        }

  16.    }

  17.    ...

  18. }

3.2 深入分析

从[小节2.2.1]freeArrays()可知,每一次放入缓存池mBaseCache时,一定会把array[0]指向Object[]类型的缓冲头。 并且mBaseCache的所有操作,都通过synchronized加锁ArrayMap.class保护,不可能会有修改其他线程并发修改mBaseCache。 虽然mBaseCache会加锁保护,但mArray并没有加锁保护。如果有机会把mBaseCache的引用传递出去,在其他地方修改的话是有可能出现问题的。

从异常调用栈来看说明从缓存池中取出这条缓存的第0号元素被破坏,由于ArrayMap是非线程安全的,除了静态变量mBaseCache和mTwiceBaseCache加类锁保护,其他成员变量并没有保护。可能修改array[0]的地方put、append、removeAt、erase等方法,此处省去分析过程,最终有两种情况:

  • 场景一:这条缓存数据array在放入缓存池(freeArrays)后,被修改;

  • 场景二:刚从缓存池取出来(allocArrays)的同时,数据立刻被其他地方修改。

场景一:

  1. //线程A

  2. public V removeAt(int index) {

  3.    ...

  4.    final int osize = mSize;

  5.    if (osize <= 1) {

  6.        freeArrays(mHashes, mArray, osize); //进入方法体

  7.        mHashes = EmptyArray.INT;

  8.        mArray = EmptyArray.OBJECT;

  9.    }

  10.    ...

  11. }


  12. private static void freeArrays(final int[] hashes, final Object[] array, final int size) {

  13.    if (hashes.length == (BASE_SIZE*2)) {

  14.        ...

  15.    } else if (hashes.length == BASE_SIZE) {

  16.        synchronized (ArrayMap.class) {

  17.            if (mBaseCacheSize < CACHE_SIZE) {

  18.                array[0] = mBaseCache;           // CODE 1:此处array就是mArray

  19.                array[1] = hashes;

  20.                for (int i=(size<<1)-1; i>=2; i--) {

  21.                    array[i] = null;

  22.                }

  23.                mBaseCache = array;

  24.                mBaseCacheSize++;

  25.        }

  26.    }

  27. }

  1. //线程B

  2. public V put(K key, V value) {

  3.    ...

  4.    mHashes[index] = hash;

  5.    mArray[index<<1] = key;    // CODE 2: 当index=0的情况,修改array[0]

  6.    mArray[(index<<1)+1] = value;

  7.    mSize++;

  8.    return null;

  9. }

  1. //线程C

  2. ArrayMap map = new ArrayMap(4); //CODE 3: 躺枪

有三个线程,执行流程如下:

  1. 首先线程A执行到刚执行完freeArrays的CODE 1处代码;

  2. 然后线程B开始执行put()的CODE 2处代码,再次修改array[0]为String字符串;那么此时缓存池中有了一条脏数据,线程A和B的工作已完成;

  3. 这时线程C开始执行CODE 3,则会躺枪,直接抛出ClassCastException异常。

如果你的队友在某处完成上述步骤1和2,自己安然无恙的执行完成,该你的代码上场执行,需要使用ArrayMap的时候,刚实例化操作就挂了,这时你连谁挖的坑估计都找不到。一般来说,一个APP往往由很多工程师一起协作开发,难以保证每个人都水平一致,即便你能保证队友,那引入第三方JAR出问题呢。

当我正在修复该问题时,查阅最新源码,发现Google工程师Suprabh Shukla在2018.5.14提交修复方案,合入Android 9.0的代码。方案的思路是利用局部变量保存mArray,再斩断对外的引用。修复代码如下:

  1. public V removeAt(int index) {

  2.    final int osize = mSize;

  3.    if (osize <= 1) {

  4.        final int[] ohashes = mHashes;

  5.        final Object[] oarray = mArray;  //利用局部变量oarray先保存mArray

  6.        mHashes = EmptyArray.INT;

  7.        mArray = EmptyArray.OBJECT;      //再将mArray引用置空

  8.        freeArrays(ohashes, oarray, osize);

  9.        nsize = 0;

  10.    } else {

除了removeAt(),其他调用freeArrays()的地方都会在调用之前先修改mArray内容引用,从而不会干扰缓存回收的操作。

场景二:

  1. //线程A

  2. private void allocArrays(final int size) {

  3.    if (size == (BASE_SIZE*2)) {

  4.        ...

  5.    } else if (size == BASE_SIZE) {

  6.        synchronized (ArrayMap.class) {

  7.            if (mBaseCache != null) {

  8.                final Object[] array = mBaseCache;

  9.                mArray = array;                   // CODE 1:将array引用暴露出去

  10.                mBaseCache = (Object[])array[0];  //CODE 3

  11.                mHashes = (int[])array[1];

  12.                array[0] = array[1] = null;

  13.                mBaseCacheSize--;

  14.                return;

  15.            }

  16.        }

  17.    }

  18.    mHashes = new int[size];

  19.    mArray = new Object[size<<1];

  20. }

  1. //线程B

  2. public V put(K key, V value) {

  3.    ...

  4.    mHashes[index] = hash;

  5.    mArray[index<<1] = key;    // CODE 2: 当index=0的情况,修改array[0]

  6.    mArray[(index<<1)+1] = value;

  7.    mSize++;

  8.    return null;

  9. }

有两个线程,执行流程如下:

  • 首先线程A刚执行allocArrays()的CODE1处,将array引用暴露出去;

  • 然后线程B执行完CODE2处,修改修改array[0];

  • 这时着线程A执行到CODE3,则会抛出ClassCastException。

这种情况往往是自己造成的多线程问题,抛出异常的也会在自己的代码逻辑里面,不至于给别人挖坑。 这个修复比较简单,把上面的CODE1向下移动两行,先完成CODE3,再执行CODE1。

有了这两处修复,是不是完全解决问题呢,答案是否定的,依然还是有概率出现异常。

3.3 终极分析

经过大量尝试与研究,最终找到一种可以把缓存链变成缓存池的场景,这个场景比较复杂,省略N多字,就不说细节。直接上结论,简单来说就是Double Free,同一个ArrayMap实例被连续两次freeArrays(),还需要并发碰撞。两个线程都同时执行到CODE 1,这样两个线程都能把mArray保存在各种的局部变量里,然后就是double free。

  1. public V removeAt(int index) {

  2.    final int osize = mSize;

  3.    if (osize <= 1) {

  4.        final int[] ohashes = mHashes;

  5.        final Object[] oarray = mArray;  //CODE 1

  6.        mHashes = EmptyArray.INT;

  7.        mArray = EmptyArray.OBJECT;      //CODE 2

  8.        freeArrays(ohashes, oarray, osize);

  9.        nsize = 0;

  10.    } else {

即便出现double free,也不一定会出现异常,因为调用allocArrays()方法后,会把array[0]=null,这时mBaseCache=null,也就是缓存池中的数据清空。 就这样这种情况,在分析过程被否定过。最终经过反复推敲,为了满足各方条件需要,终于制造了案发现场如下:

这个场景的条件有两个:(原因省略N多字)

  • 必须要double free的ArrayMap实例(map2)的前面至少存在一个缓存(map1);

  • 必须在double free的ArrayMap实例(map2)的后面立即存放一个以上其他缓存(map3);

步骤1: 由于map2所对应的mArray释放了两次导致缓存链变成了缓存环,如下图:


步骤2:通过创建新的ArrayMap从该缓存环中的map2和map3,这两条缓存,实例如下代码。

  1. ArrayMap map4 = new ArrayMap(4);  //取出map2缓存

  2. map4.append("a11", "v11");    //修改map2的array[0

  3. ArrayMap map5 = new ArrayMap(4); // 取出map3缓存

如果你足够熟悉前面的内存分配与回收过程,就会发现在这种缓存环的情况下,还会留下一条脏数据map2在缓存池mBaseCache,这就形成了一个巨大的隐形坑位,并且难以复现与定位,如下图。


步骤3: 缓存池中的坑位已准备就绪,这个坑可能是项目中引入的第三方JAR包,或者是sdk,再或者是你的队友不小心给你挖的。此时你的代码可能仅仅执行ArrayMap的构造方法,那么就会抛出如下异常。

  1. ATAL EXCEPTION: Thread-20

  2. Process: com.gityuan.arraymapdemo, PID: 29003

  3. java.lang.ClassCastException: java.lang.String cannot be cast to java.lang.Object[]

  4.    at com.gityuan.arraymapdemo.application.ArrayMap.allocArrays(ArrayMap.java:178)

  5.    at com.gityuan.arraymapdemo.application.ArrayMap.<init>(ArrayMap.java:255)

  6.    at com.gityuan.arraymapdemo.application.ArrayMap.<init>(ArrayMap.java:238)

  7.    at com.gityuan.arraymapdemo.application.MainActivity$4.run(MainActivity.java:240)

当你去查询API文档资料,只告诉你ArrayMap是非线程安全的,不能多线程操作,于是你一遍遍地反复Review着自己写的代码,可以确信没有并发操作,却事实能抛出这样的异常,关键是这样的问题难以复现,只有这个异常栈作为唯一的信息,怎么也没想到这是其他地方使用不当所造出来的神坑。 既然是由于double free导致的缓存池出现环,进而引发的问题,那应该如何修复呢,这里不讲,留给读者们自行思考。 

讲完ArrayMap的缺陷,算是告一段落。接下来再延伸阅读简单看看HashMap、SparseArray、ArraySet数据结构。

四、知识延伸

4.1 HashMap

  1. public class HashMap<K,V>

  2.    extends AbstractMap<K,V>

  3.    implements Map<K,V>, Cloneable, Serializable

  4. {

  5.    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认初始大小为16

  6.    static final float DEFAULT_LOAD_FACTOR = 0.75; //默认负载因子

  7.    static final int TREEIFY_THRESHOLD = 8;  //当链表个数超过8,则转红黑树


  8.    //用于存放数据的核心数组,老版本是HashMapEntry,

  9.    transient Node<K,V>[] table;

  10.    transient int size; //实际存储的键值对的个数

  11.    int threshold;  //阈值,等于capacity*loadFactory


  12.    final float loadFactor = DEFAULT_LOAD_FACTOR; //当前负载因子

  13.    transient int modCount;  // 用于检测是否存在并发修改,transient修饰则不会进入序列化


  14. }在不考虑哈希冲突的情况下,在哈希表中的增减、查找操作的时间复杂度为的O(1)。HashMap是如何做到这么优秀的O(1)呢?核心在于哈希函数能将key直接转换成哈希表中的存储位置,而哈希表本质是一个数组,在指定下标的情况下查找数组成员是一步到位的。

那么哈希函数设计的好坏,会影响哈希冲突的概率,进而影响哈希表查找的性能。为了解决哈希冲突,也就是两个不同key,经过hash转换后指向同一个bucket,这时该bucket把相同hash值的key组成一个链表,每次插入链表的表头。可见HashMap是由数组+链表组成的,链表是为了处理哈希碰撞而存在的,所以链表出现得越少,其性能越好。

想想一种极端情况,所有key都发生碰撞,那么就HashMap就退化成链表,其时间复杂度一下就退化到O(n),这时比ArrayMap的性能还差,从Android sdk26开始,当链表长度超过8则转换为红黑树,让最坏情况的时间复杂度为O(logn)。网上有大量介绍HashMap的资料,其中table是HashMapEntry[],那说明是老版本,新版为支持RBTree的功能,已切换到Node类。,v>

HashMap是非线程安全的类,并为了避免开发者错误地使用,在每次增加、删除、清空操作的过程会将modCount次数加1。在一些关键方法内刚进入的时候记录当前的mCount次数,执行完核心逻辑后,再检测mCount是否被其他线程修改,一旦被修改则说明有并发操作,则抛出ConcurrentModificationException异常,这一点的处理比ArrayMap更有全面。

HashMap扩容机制:

  • 扩容触发条件是当发生哈希冲突,并且当前实际键值对个数是否大于或等于阈值threshold,默认为0.75*capacity;

  • 扩容操作是针对哈希表table来分配内存空间,每次扩容是至少是当前大小的2倍,扩容的大小一定是2^n,; 另外,扩容后还需要将原来的数据都transfer到新的table,这是耗时操作。

4.2 SparseArray

  1. public class SparseArray<E> implements Cloneable {

  2.    private static final Object DELETED = new Object();

  3.    private boolean mGarbage = false; //标记是否存在待回收的键值对


  4.    private int[] mKeys;

  5.    private Object[] mValues;

  6.    private int mSize;

  7. }SparseArray对应的key只能是int类型,它不会对key进行装箱操作。它使用了两个数组,一个保存key,一个保存value。

 从内存使用上来说,SparseArray不需要保存key所对应的哈希值,所以比ArrayMap还能再节省1/3的内存。SparseArray使用二分查找来找到key对应的插入位置,保证mKeys数组从小到大的排序。

4.2.1 延迟回收

  1. public void delete(int key) {

  2.    int i = ContainerHelpers.binarySearch(mKeys, mSize, key);

  3.    if (i >= 0) {

  4.        if (mValues[i] != DELETED) {

  5.            mValues[i] = DELETED;  //标记该数据为DELETE

  6.            mGarbage = true; // 设置存在GC

  7.        }

  8.    }

  9. }

当执行delete()或者removeAt()删除数据的操作,只是将相应位置的数据标记为DELETE,并设置mGarbage=true,而不会直接执行数据拷贝移动的操作。

当执行clear()会清空所有的数据,并设置mGarbage=false;另外有很多时机(比如实际数据大于等于数组容量)都有可能会主动调用gc()方法来清理DELETE数据,代码如下:

  1. private void gc() {

  2.    int n = mSize;

  3.    int o = 0;

  4.    int[] keys = mKeys;

  5.    Object[] values = mValues;


  6.    for (int i = 0; i < n; i++) {

  7.        Object val = values[i];

  8.        if (val != DELETED) { //将所有没有标记为DELETE的value移动到队列的头部

  9.            if (i != o) {

  10.                keys[o] = keys[i];

  11.                values[o] = val;

  12.                values[i] = null;

  13.            }

  14.            o++;

  15.        }

  16.    }

  17.    mGarbage = false; //垃圾整理完成

  18.    mSize = o;

  19. }

延迟回收机制的好处在于首先删除方法效率更高,同时减少数组数据来回拷贝的次数,比如删除某个数据后被标记删除,接着又需要在相同位置插入数据,则不需要任何数组元素的来回移动操作。可见,对于SparseArray适合频繁删除和插入来回执行的场景,性能很好。

4.3 ArraySet

ArraySet也是Android特有的数据结构,用于替代HashSet的,跟ArrayMap出自同一个作者,从源码来看ArraySet跟ArrayMap几乎完全一致,包含缓存机制,扩容机制。唯一的不同在于ArrayMap是一个key-value键值对的集合,而ArraySet是一个集合,mArray[]保存所有的value值,而mHashes[]保存相应value所对应的hash值。当然,ArraySet也有ArrayMap的缺陷,这一点Google应该发现了

  1. private void allocArrays(final int size) {

  2.    if (size == (BASE_SIZE * 2)) {

  3.        ...

  4.    } else if (size == BASE_SIZE) {

  5.        synchronized (ArraySet.class) {

  6.            if (sBaseCache != null) {

  7.                final Object[] array = sBaseCache;

  8.                try {

  9.                    mArray = array;

  10.                    sBaseCache = (Object[]) array[0];

  11.                    mHashes = (int[]) array[1];

  12.                    array[0] = array[1] = null;

  13.                    sBaseCacheSize--;

  14.                    return;

  15.                } catch (ClassCastException e) {

  16.                }

  17.                // 从下面这段日志,可以看出谷歌工程师也发现了存在这个问题

  18.                // Whoops!  Someone trampled the array (probably due to not protecting

  19.                // their access with a lock).  Our cache is corrupt; report and give up.

  20.                sBaseCache = null;

  21.                sBaseCacheSize = 0;

  22.            }

  23.        }

  24.    }


  25.    mHashes = new int[size];

  26.    mArray = new Object[size];

  27. }

对于ClassCastException异常,这个有可能不是当前ArraySet使用不到导致的,也无法追溯,所以谷歌直接catch住这个异常,然后把缓冲池清空,再创建数组。这样可以解决问题,但这样有什么不足吗? 这样的不足在于当发生异常时会让缓存机制失效。

五、总结

从以下几个角度总结一下:

  • 数据结构

    • ArrayMap和SparseArray采用的都是两个数组,Android专门针对内存优化而设计的

    • HashMap采用的是数据+链表+红黑树

  • 内存优化

    • ArrayMap比HashMap更节省内存,综合性能方面在数据量不大的情况下,推荐使用ArrayMap;

    • Hash需要创建一个额外对象来保存每一个放入map的entry,且容量的利用率比ArrayMap低,整体更消耗内存

    • SparseArray比ArrayMap节省1/3的内存,但SparseArray只能用于key为int类型的Map,所以int类型的Map数据推荐使用SparseArray;

  • 性能方面:

    • ArrayMap查找时间复杂度O(logN);ArrayMap增加、删除操作需要移动成员,速度相比较慢,对于个数小于1000的情况下,性能基本没有明显差异

    • HashMap查找、修改的时间复杂度为O(1);

    • SparseArray适合频繁删除和插入来回执行的场景,性能比较好

  • 缓存机制

    • ArrayMap针对容量为4和8的对象进行缓存,可避免频繁创建对象而分配内存与GC操作,这两个缓存池大小的上限为10个,防止缓存池无限增大;

    • HashMap没有缓存机制

    • SparseArray有延迟回收机制,提供删除效率,同时减少数组成员来回拷贝的次数

  • 扩容机制

    • ArrayMap是在容量满的时机触发容量扩大至原来的1.5倍,在容量不足1/3时触发内存收缩至原来的0.5倍,更节省的内存扩容机制

    • HashMap是在容量的0.75倍时触发容量扩大至原来的2倍,且没有内存收缩机制。HashMap扩容过程有hash重建,相对耗时。所以能大致知道数据量,可指定创建指定容量的对象,能减少性能浪费。

  • 并发问题

    • ArrayMap是非线程安全的类,大量方法中通过对mSize判断是否发生并发,来决定抛出异常。但没有覆盖到所有并发场景,比如大小没有改变而成员内容改变的情况就没有覆盖

    • HashMap是在每次增加、删除、清空操作的过程将modCount加1,在关键方法内进入时记录当前mCount,执行完核心逻辑后,再检测mCount是否被其他线程修改,来决定抛出异常。这一点的处理比ArrayMap更有全面。

ConcurrentModificationException这种异常机制只是为了提醒开发者不要多线程并发操作,这里强调一下千万不要并发操作ArrayMap和HashMap。

本文重点介绍了ArrayMap的缺陷,这个缺陷是由于在开发者没有遵循非线程安全来不可并发操作的原则,从而引入了脏缓存导致其他人掉坑的问题。从另外类ArraySet来看,Google是知道有ClassCastException异常的问题,无法追溯根源,所以谷歌直接catch住这个异常,然后把缓冲池清空,再创建数组。这样也不失为一种合理的解决方案,唯一遗憾的是触发这种情况时会让缓存失效,由于这个清楚是非常概率,绝大多数场景缓存还是有效的。


听说点“在看”的都是有前途的工程师喲



: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存