1.Go语言学习（2）--map的底层原理
2.golang map 源码解读（8问）
3.Go｜map底层实现、扩容规则、特性
4.Go语言sync.Map实现原理
5.Go实例讲解，并发编程-map并发读写的线程安全性问题
6.Go 语言入门 2-集合(map)的特性及实现原理

Go语言学习（2）--map的底层原理

       Golang的Map底层是通过HashTable实现的，创建map时实际返回的是runtime/map.go中hmap对象的指针。hmap中buckets指向的游戏平台源码程序是bucket数组的指针，bucket数组大小由B决定，通常为2^B个。单个bucket结构体内部不直接定义keys、values和overflow，而是通过指针运算访问。

       在查找、插入和删除过程中，通过哈希函数将键转换为哈希值，然后使用哈希值对bucket进行定位。查找时直接访问哈希表中对应的bucket，插入和删除操作涉及更新bucket中的键值对。

       Map的扩容机制基于负载因子，负载因子用于衡量冲突情况，定义为bucket数量与键值对数量的比值。当负载因子大于6.5，或者overflow数量超过时，Map会触发扩容。扩容时，新bucket长度为原bucket长度的2倍，旧bucket数据搬迁到新bucket。为了减少一次性搬迁带来的延迟，Go采用逐步搬迁策略，每次访问map时触发搬迁，每次搬迁2个键值对。

       扩容后，新bucket存储新插入的键值对，老bucket中的键值对逐步搬迁到新bucket。搬迁完成后，删除老bucket。搬迁过程中，老bucket中的键值对将位于新bucket的前部，新插入的erp进销存网络版源码键值对位于新bucket的后部。

       等量扩容是重新组织bucket，提升bucket的使用率，而不是简单地增加容量。在某些极端场景下，如果键值对集中在少数bucket，可能导致overflow的bucket数量增多，但负载因子不高，无法执行增量搬迁。这时进行一次等量扩容，可以减少overflow的bucket数量，优化访问效率。

golang map 源码解读（8问）

       map底层数据结构为hmap，包含以下几个关键部分：

       1. buckets - 指向桶数组的指针，存储键值对。

       2. count - 记录key的数量。

       3. B - 桶的数量的对数值，用于计算增量扩容。

       4. noverflow - 溢出桶的数量，用于等量扩容。

       5. hash0 - hash随机值，增加hash值的随机性，减少碰撞。

       6. oldbuckets - 扩容过程中的旧桶指针，判断桶是否在扩容中。

       7. nevacuate - 扩容进度值，小于此值的已经完成扩容。

       8. flags - 标记位，用于迭代或写操作时检测并发场景。

       每个桶数据结构bmap包含8个key和8个value，以及8个tophash值，用于第一次比对。

       overflow指向下一个桶，桶与桶形成链表存储key-value。

       结构示意图在此。

       map的初始化分为3种，具体调用的函数根据map的初始长度确定：

       1. makemap_small - 当长度不大于8时，只创建hmap，负1的源码二进制不初始化buckets。

       2. makemap - 当长度参数为int时，底层调用makemap。

       3. makemap - 初始化hash0，计算对数B，并初始化buckets。

       map查询底层调用mapaccess1或mapaccess2，前者无key是否存在的bool值，后者有。

       查询过程：计算key的hash值，与低B位取&确定桶位置，获取tophash值，比对tophash，相同则比对key，获得value，否则继续寻找，直至返回0值。

       map新增调用mapassign，步骤包括计算hash值，确定桶位置，比对tophash和key值，插入元素。

       map的扩容有两种情况：当count/B大于6.5时进行增量扩容，容量翻倍，渐进式完成，每次最多2个bucket；当count/B小于6.5且noverflow大于时进行等量扩容，容量不变，但分配新bucket数组。

       map删除元素通过mapdelete实现，查找key，计算hash，找到桶，遍历元素比对tophash和key，找到后置key,value为nil，修改tophash为1。

       map遍历是无序的，依赖mapiterinit和mapiternext，html5网页前端源码选择一个bucket和offset进行随机遍历。

       在迭代过程中，可以通过修改元素的key,value为nil，设置tophash为1来删除元素，不会影响遍历的顺序。

Go｜map底层实现、扩容规则、特性

       Go语言中的map数据结构底层实现是基于哈希表，其中关键要点包括哈希函数、桶的分配以及扩容规则。哈希表通过hash函数将键值对分布到桶中，Go语言要求桶的数量m必须是2的整数次幂，以确保所有桶均匀被选中，避免空桶问题。负载因子（元素数量除以桶的数量）是衡量map负载状态的指标。

       Go的map底层结构包括指向bmap（哈希表节点）和mapextra（溢出桶信息）的指针。在扩容时，Go采用渐进式策略，每次只迁移2个桶，以减少对性能的影响。当负载因子超过6.5时，会触发翻倍扩容，将桶数量翻倍。等量扩容则在overflow桶过多且负载因子不高时发生，创建与旧桶数量相同的新的桶并重新排列键值对。

       值得注意的是，Go map的特性包括遍历无序，由于语言设计的随机化，range遍历结果的顺序可能会变化，建议按需排序。此外，Go map是非线程安全的，官方推荐在并发场景下使用读写锁，或者考虑使用sync.Map，它为读写操作提供了更高的并发性能，但写入密集型场景可能会降低效率。

Go语言sync.Map实现原理

       Go语言的日线和周线的源码怎么区分sync.Map是并发安全的map类型，它在Go 1.9版本引入，解决并发读写问题时无需加锁，通过read和dirty两个map实现读写分离，提升效率。

       sync.Map的核心设计思想为“空间换时间”，利用冗余的数据结构减少锁的使用。read和dirty这两个map分别存放key-entry，entry指向value。read和dirty中key指向同一个value，改动entry时read和dirty会自动更新。

       实现原理中，read作为并发读取安全的区域，dirty作为写入区域，通过锁机制和双检查机制确保操作正确。双检查机制在需要修改dirty前上锁，防止read中数据在检查过程中改变。延迟删除机制将删除操作标记，避免立即耗时，减少并发冲突。

       read优先原则是当需要执行读、删除、更新操作时，先在read中执行，更快且更安全，若read中无法获取结果则尝试dirty。状态机机制通过entry的指针p表示三种状态，协助同步和管理数据。

       sync.Map内部结构包括：readOnly、entry和sync.Map结构体。readOnly结构用于并发读取，entry数据结构用于存储指向value的指针，entry状态有三种：nil、expunged和正常。

       源码解析揭示了Load、Store、Delete和Range等方法实现细节。Load方法在read map未命中时尝试dirty map，Store方法在dirty map与read map数据同步后添加新键值对，Delete方法在amended为true时，将dirty提升为read，并遍历read进行删除操作。数据迁移策略在miss计数达到一定阈值时将dirty同步到read，减少并发操作开销。

       使用sync.Map时，无需担心传统并发操作的锁竞争问题，通过优化的数据结构和操作策略显著提升并发读写性能。推荐在读多写少的场景下使用sync.Map，实现高效、安全的并发管理。

Go实例讲解，并发编程-map并发读写的线程安全性问题

       先上实例代码，后面再来详细讲解。

       /** * 并发编程，map的线程安全性问题，使用互斥锁的方式 */ package main import ( "sync" "time" "fmt" ) var data map[int]int = make(map[int]int) var wgMap sync.WaitGroup = sync.WaitGroup{ } var muMap sync.Mutex = sync.Mutex{ } func main() { // 并发启动的协程数量 max := wgMap.Add(max) time1 := time.Now().UnixNano() for i := 0; i < max; i++ { go modifySafe(i) } wgMap.Wait() time2 := time.Now().UnixNano() fmt.Printf("data len=%d, time=%d", len(data), (time2-time1)/) } // 线程安全的方法，增加了互斥锁 func modifySafe(i int) { muMap.Lock() data[i] = i muMap.Unlock() wgMap.Done() }

       上面的代码中 var data map[int]int 是一个key和value都是int类型的map，启动的协程并发执行时，也只是非常简单的对 data[i]=i 这样的一个赋值操作。

       主程序发起1w个并发，不断对map中不同的key进行赋值操作。

       在不安全的情况下，我们直接就看到一个panic异常信息，程序是无法正常执行完成的，如下：

       fatal error: concurrent map writes goroutine [running]: runtime.throw(0x4d6e, 0x) C:/Go/src/runtime/panic.go: +0x9c fp=0xcbf sp=0xcbf pc=0xac runtime.mapassign_fast(0x4ba4c0, 0xce, 0xc, 0x0) C:/Go/src/runtime/hashmap_fast.go: +0x3d9 fp=0xcbfa8 sp=0xcbf pc=0xbed9 main.modifyNotSafe(0xc) mainMap.go: +0x4a fp=0xcbfd8 sp=0xcbfa8 pc=0x4a1f1a runtime.goexit() C:/Go/src/runtime/asm_amd.s: +0x1 fp=0xcbfe0 sp=0xcbfd8 pc=0xcc1 created by main.main mainMap.go: +0x

       对比之前《 Go实例讲解，并发编程-slice并发读写的线程安全性问题》，slice的数据结构在不安全的并发执行中是不会报错的，只是数据可能会出现丢失。

       而这里的map的数据结构，是直接报错，所以在使用中就必须认真对待，否则整个程序是无法继续执行的。

       所以也看出来，Go在对待线程安全性问题方面，对slice还是更加宽容的，对map则更加严格，这也是在并发编程时对我们提出了基本的要求。

       将上面的代码稍微做些修改，对 data[i]=i 的前后增加上 muMap.Lock() 和 muMap.Unlock() ，也就保证了多线程并行的情况下，遇到冲突时有互斥锁的保证，避免出现线程安全性问题。

       关于为什么会出现线程安全性问题，这里就不再详细讲解了，大家可以参考之前的两篇文章《 Go实例讲解，并发编程-slice并发读写的线程安全性问题》和《 Go实例讲解，并发编程-数字递增的线程安全性问题》。

       这里，我们再来探讨一个问题，如何保证map的线程安全性？

       上面我们是通过 muMap 这个互斥锁来保证的。

       而Go语言有一个概念：“不要通过共享内存来进行通信，而应该通过通信来共享内存”，也就是利用channel来保证线程安全性。

       那么，这又要怎么来做呢？下面是实例代码：

       /** * 并发编程，map的线程安全性问题，使用channel的方式 */ package main import ( "time" "fmt" ) var dataCh map[int]int = make(map[int]int) var chMap chan int = make(chan int) func main() { // 并发启动的协程数量 max := time1 := time.Now().UnixNano() for i := 0; i < max; i++ { go modifyByChan(i) } // 处理channel的服务 chanServ(max) time2 := time.Now().UnixNano() fmt.Printf("data len=%d, time=%d", len(dataCh), (time2-time1)/) } func modifyByChan(i int) { chMap <- i } // 专门处理chMap的服务程序 func chanServ(max int) { for { i := <- chMap dataCh[i] = i if len(dataCh) == max { return } } }

       数据填充的方式我们还是用1w个协程来做，只不过使用了chMap这个channel来做队列。

       然后在 chanServ 函数中启动一个服务，专门来消费chMap这个队列，然后把数据给map赋值 dataCh[i]=i 。

       从上面简单的对比中，我们还看不出太多的区别，我们还是可以得出下面一些

       1 通过channel的方式，其实就是通过队列把并发执行的数据读写改成了串行化，以避免线程安全性问题；

       2 多个协程交互的时候，可以通过依赖同一个 channel对象来进行数据的读写和传递，而不需要共享变量，可以参考之前的文章《 Go实例讲解，利用channel实现协程的互动-会聊天的Tom&Jerry》；

       我们再来对比一下程序的执行效率。

       使用互斥锁的方式，执行返回数据如下：

       data len=, time=4

       使用channel的方式，执行返回数据如下：

       data len=, time=

       可以看出，这种很简单的针对map并发读写的场景，通过互斥锁的方式比channel的方式要快很多，毕竟channel的方式增加了channel的读写操作，而且channel的串行化处理，效率上也会低一些。

       所以，根据具体的情况，我们可以考虑优先用什么方式来实现。

       优先使用互斥锁的场景：

       1 复杂且频繁的数据读写操作，如：缓存数据；

       2 应用中全局的共享数据，如：全局变量；

       优先使用channel的场景：

       1 协程之间局部传递共享数据，如：订阅发布模式；

       2 统一的数据处理服务，如：库存更新+订单处理；

       至此，我们已经通过3个Go实例讲解，知道在并发读写的情况下，如何搞定线程安全性问题，简单的数据结构就是int类型的安全读写，复杂的数据结构分别详细讲解了slice和map。在这次map的讲解中，还对比了互斥锁和channel的方式，希望大家能够对并发编程有更深入的理解。

Go 语言入门 2-集合(map)的特性及实现原理

       在 Go 语言的世界里，map 是一种独特的数据结构，它以键值对的形式存储数据，以其高效性和独特的哈希管理机制著称。Go 语言的 map 实现由 hmap 结构管理哈希桶数组，而桶的内部结构由 bmap 定义，保证了键的唯一性并提供了近乎瞬时的 O(1) 查找性能。

       map 的创建方式有两种：一是通过字面量初始化，二是通过 make 函数，这为灵活性提供了保障。其基本操作包括：通过计算键的哈希值获取索引，对桶进行查找、添加、更新或删除元素。在处理哈希冲突时，Go 采用了一种名为拉链法的策略，当桶满时，会创建新的溢出桶，并通过 next 指针将它们串联起来。然而，随着元素的增长，查询效率会逐渐降低，因此，Go 通过负载因子这一指标来监控冲突，当达到预设阈值（例如，Go 6.5 版本的 0.，Redis 1 和 Java 0. 不同）时，会触发 rehash 过程。当溢出桶数量达到 \(2^{ }\) 时，也会自动进行调整。

       rehash 是一个细致的分步操作，它逐步地将旧桶的数据迁移到新桶，确保数据的一致性。这个过程结束后，旧的哈希桶会被释放，以保持内存的高效利用。深入理解 map 的这些核心原理，将有助于你在 Go 的开发旅程中游刃有余。

       如果你在实际应用中遇到 map 相关的挑战，别犹豫，我们欢迎你在评论区分享你的问题，让我们共同探索和学习。如果你想了解更多关于 Go 语言的实用技巧，别忘了关注我们的公众号「Python 学习爱好者」，那里有丰富的编程资源和成长社区，期待你的加入。

map在golang的底层实现和源码分析

       在Golang 1..2版本中，map的底层实现由两个核心结构体——hmap和bmap（此处用桶来描述）——构建。初始化map，如`make(map[k]v, hint)`，会创建一个hmap实例，包含map的所有信息。makemap函数负责创建hmap、计算B值和初始化桶数组。

       Golang map的高效得益于其巧妙的设计：首先，key的hash值的后B位作为桶索引；其次，key的hash值的前8位决定桶内结构体的数组索引，包括tophash、key和value；tophash数组还用于存储标志位，当桶内元素为空时，标志位能快速识别。读写删除操作充分利用了这些设计，包括更新、新增和删除key-value对。

       删除操作涉及到定位key，移除地址空间，更新桶内tophash的标志位。而写操作，虽然mapassign函数返回value地址但不直接写值，实际由编译器生成的汇编指令提高效率。扩容和迁移机制如sameSizeGrow和biggerSizeGrow，针对桶利用率低或桶数组满的情况，通过调整桶结构和数组长度，优化查找效率。

       evacuate函数负责迁移数据到新的桶区域，并清理旧空间。最后，虽然本文未详述，但订阅"后端云"公众号可获取更多关于Golang map底层实现的深入内容。