面试题：Java Set集合在高并发场景下数据唯一性校验的优化

Question

在高并发的系统中，需要使用Set集合对大量数据进行唯一性校验。请分析在这种场景下使用HashSet、ConcurrentSkipListSet的优缺点，并阐述如何根据业务场景选择合适的Set集合实现来优化性能。如果使用HashSet，如何确保其在高并发环境下的线程安全性？请提供相应的代码示例和优化思路。

Answer 1

HashSet 在高并发场景下的优缺点

1. 优点：
   • 性能高效：基于哈希表实现，插入、查找和删除操作平均时间复杂度为 O(1)，在数据量较大时，对于唯一性校验能快速完成操作。
2. 缺点：
   • 线程不安全：在高并发环境下，多个线程同时操作 HashSet 可能会导致数据不一致问题，例如重复元素的插入等。

ConcurrentSkipListSet 在高并发场景下的优缺点

1. 优点：
   • 线程安全：内部采用跳表数据结构，支持高并发访问，并且保证线程安全，多个线程可以同时读取和写入而不会产生数据不一致问题。
   • 有序性：元素是有序存储的（默认自然排序或者根据传入的 Comparator 排序），这在需要有序遍历元素的场景下很有用。
2. 缺点：
   • 性能开销：相比 HashSet，由于其跳表结构和线程安全机制，插入、删除操作的平均时间复杂度为 O(log n)，性能略低于 HashSet（在不考虑线程安全的情况下），在数据量极大时性能差距可能更明显。

根据业务场景选择合适的 Set 集合实现

1. 业务场景不需要有序性且对性能要求极高：如果业务场景只是简单地进行大量数据的唯一性校验，并且不需要对元素进行有序遍历，同时系统是高并发环境，可以优先考虑使用线程安全版本的 HashSet，如 ConcurrentHashMap.newKeySet()（JDK 8 及以上），它基于 ConcurrentHashMap 实现，性能较高且线程安全。
2. 业务场景需要有序性：当业务需要对元素进行有序遍历，例如按照某种规则排序后展示等需求时，ConcurrentSkipListSet 是更好的选择，虽然性能上略逊于 HashSet，但能满足有序性和线程安全的要求。

使用 HashSet 确保在高并发环境下的线程安全性

1. 使用 Collections.synchronizedSet 方法：
   • 代码示例：

import java.util.Collections;
import java.util.HashSet;
import java.util.Set;

public class SynchronizedHashSetExample {
    public static void main(String[] args) {
        Set<String> hashSet = new HashSet<>();
        Set<String> synchronizedSet = Collections.synchronizedSet(hashSet);

        // 模拟多线程操作
        Thread thread1 = new Thread(() -> {
            synchronizedSet.add("element1");
        });
        Thread thread2 = new Thread(() -> {
            synchronizedSet.add("element2");
        });

        thread1.start();
        thread2.start();

        try {
            thread1.join();
            thread2.join();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        System.out.println(synchronizedSet);
    }
}

• 优化思路：这种方式通过在方法调用上进行同步，实现线程安全，但在高并发场景下，由于同步锁粒度较大，可能会导致性能瓶颈，因为所有操作都要竞争同一把锁。

2. 使用 ConcurrentHashMap.newKeySet()：
   • 代码示例：

import java.util.Set;
import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapKeySetExample {
    public static void main(String[] args) {
        Set<String> keySet = ConcurrentHashMap.newKeySet();

        // 模拟多线程操作
        Thread thread1 = new Thread(() -> {
            keySet.add("element1");
        });
        Thread thread2 = new Thread(() -> {
            keySet.add("element2");
        });

        thread1.start();
        thread2.start();

        try {
            thread1.join();
            thread2.join();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        System.out.println(keySet);
    }
}

• 优化思路：ConcurrentHashMap.newKeySet() 基于 ConcurrentHashMap 实现，采用分段锁机制，锁粒度更小，相比 Collections.synchronizedSet 在高并发场景下性能更好，更适合高并发的唯一性校验场景。