为什么在Java已经有ConcurrentHashMap的情况下，我们还需要Scala中的ParHashMap？

Question

我考虑了两个类似的集合 - Scala的ParHashMap和Java的ConcurrentHashMap。它们都具有相同的时间复杂度，并且都是线程安全和无锁的，但它们在底层上基于不同的概念 - 分支和哈希表。这种推理引出了一个问题：既然有Java的ConcurrentHashMap，为什么还需要Scala的ParHashMap呢？

- pacman

---

ConcurrentHashMap 不是无锁的。 - talex

@talex，您错了 - https://en.wikipedia.org/wiki/Java_ConcurrentMap#Lock-free_atomicity - pacman

@talex 我认为在Java 8之前它曾经不是无锁的，但现在已经改变了。 - Louis Wasserman

@ Louis Wasserman ConcurrentHashMap 始终是 "无锁" 的，但在 Java 7 中，它通过利用 "Lock stripping" 并发模式来使用一个 Node 结构。但在 Java 8 中，这种方法被禁用，并且在冲突的情况下将会建立 rb 树。 - pacman

它提供了无锁查询、某些无锁更新操作以及不同键的并发更新。但是，在对同一键执行原子更新时，同步是不可避免的。 - Holger

Answer 1

ConcurrentHashMap 是一个线程安全的 Map<> 实现。如果多个线程同时访问它，它们将保持同步。

ParHashMap 是一个并行集合。如果在此执行操作（如 map()、filter()、aggregate()），Scala 会自动为您并行化它（类似于 Spark，但仅在单个 JVM 内）。

总之，ConcurrentHashMap 提供了同步线程以实现并发的基本机制，ParHashMap 则同时处理了同步和执行。

编辑说明：请注意，ParHashMap 本身不一定是线程安全的。想法是从单个线程调用其方法，并让并行数据结构自己处理并行性。

- marios

---

是的，类似，但仅限于单个机器。您可以指定要使用的线程池。 - marios

实际上，Spark的发明者表示他在发明RDD抽象时从Scala的并行集合中获得了灵感。 - marios

我认为在Scala中实现线程安全的可变哈希映射的最佳选择是使用此处提供的实现：https://dev59.com/KWMm5IYBdhLWcg3whfae#17542165。即使您可以强制使用ParHashMap，但这并不是完成此任务的正确工具。 - marios

从Java 8开始，ConcurrentHashMap也支持几种并行处理方法，请参阅以forEach…、reduce…或search…开头的方法（或通常具有第一个参数long parallelismThreshold的所有方法）。 - Holger

我并没有说它是线程安全的。很可能不是。我认为你不会想从多个线程中调用它。这有点违背了初衷。 - marios