ConcurrentHashMap内存开销

Question

有人知道ConcurrentHashMap的内存开销是多少（与“经典”HashMap相比）？

• 在施工？
• 插入元素？

Answer 1

如果在64位JVM上使用-XX:-UseTLAB -XX:NewSize=900m -mx1g执行以下操作。

public static void main(String... args) throws NoSuchMethodException, IllegalAccessException { 
    for (int i = 0; i < 4; i++) { 
     long used1 = usedMemory(); 
     populate(new HashMap()); 
     long used2 = usedMemory(); 
     populate(new ConcurrentHashMap()); 
     long used3 = usedMemory(); 
     System.out.println("The ratio of used memory is " + (double) (used3 - used2)/(used2 - used1)); 
     System.out.println("For an extra " + ((used3 - used2) - (used2 - used1))/1000000 + " bytes per entry was used."); 
    } 
} 

private static void populate(Map map) { 
    for (Integer i = 0; i < 1000000; i++) 
     map.put(i, i); 
} 

private static long usedMemory() { 
    return Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory(); 
} 

你用Java 6和7获得了100万个条目。

The ratio of used memory is 1.1291128466982379 
For an extra 8 bytes per entry was used. 
The ratio of used memory is 1.1292086928728067 
For an extra 8 bytes per entry was used. 
The ratio of used memory is 1.1292086928728067 
For an extra 8 bytes per entry was used. 
The ratio of used memory is 1.1292086928728067 
For an extra 8 bytes per entry was used. 

8 MB的内存成本大约5美分。

Answer 2

我真的不明白这个问题的前提 - 要么你需要并发性，要么你不需要。

但是，根据this link，空的ConcurrentHashMap的存储器占用空间为1700字节。如果您有多个需要读取/写入权限的线程，它建议您使用ConcurrentHashMap，如果您有多个需要读取权限的线程，而有一个需要读取权限，则建议您使用ConcurrentHashMap。

Answer 3

ConcurrentHashMap在构建和插入时不会使用比HashMap更多的内存。

在Intialization

ConcurrentHashMap使用几乎相同的内存量是一个HashMap，可能会稍微多为对额外的簿记变量和锁。

在初始化过程中，ConcurrentHashMap创建16个段来存储键值，每个段相当于一个HashMap。

每个部分的初始容量/大小是整个初始容量的1/16。所以实质上，ConcurrentHashMap创建了16个相当于一个HashMap的小型HashMap。每个段都有自己的锁和一些记账变量（计数，阈值等），这是额外的内存开销。

通过将适当的值传递给concurrencyLevel参数到ConcurrentHashMap，您可以控制由ConcurrentHashMap创建的分段数。这个值越小，那么当更多的线程更新映射时，将会使用更少的空间，但更多的争用。此值越高，则会创建更多细分，但并行更新的性能会更快。注意：参数concurrencyLevel的值显着较高，同时影响空间和时间。

内存中的这个小开销是开发人员为了交换并发而愿意接受的。

在插入

在分类得到填补，该片段的大小将增加。增加大小的策略与HashMap相同。 负载因子参数决定何时增加段的大小。请注意，填充的细分将会增加。内存开销再次与HashMap几乎相同。

总体而言，ConcurrentHashMap不会使用比HashMap更多的内存，但它很难测量ConcurrentHashMap使用的每个额外字节。