List与Set大小不匹配：HashSet.size()返回值异常问题

这种诡异的size不一致问题我之前在生产环境碰到过好几次，大概率是并发安全问题在搞鬼——HashSet本身不是线程安全的容器，当多个线程同时对它进行读写操作时，内部的哈希表结构很容易被破坏，导致size计算错误、元素丢失或者重复统计的情况，而且这种问题确实很难在单线程的独立测试环境复现。

核心原因分析 #

HashSet的底层依赖HashMap实现，而HashMap没有任何同步机制：

• 当多个线程同时执行add()、remove()这类修改操作时，内部的size变量、modCount变量会出现竞态条件，导致读取到的size值和实际元素数量不符
• 更严重的情况是，并发修改会破坏哈希表的链表/红黑树结构，比如出现链表环、元素覆盖等问题，这时候遍历集合看到的元素数和size()返回值就会完全对不上，甚至调试器显示的元素数量也可能是临时的、不准确的

排查方向 #

1. 先检查代码中有没有多线程同时操作rSet的场景：比如一个线程在批量添加元素，另一个线程同时在执行拆分列表、调用size()或者遍历集合的操作
2. 哪怕是单线程，也要确认是不是在迭代rSet的同时进行了修改（比如foreach循环里调用add()/remove()），这种操作虽然会触发fail-fast机制抛出ConcurrentModificationException，但有时候可能因为时序问题没有立刻抛出异常，而是留下了集合结构损坏的隐患

解决方案 #

根据你的场景，推荐几种可行的修复方式：

• 改用线程安全的集合：
  • 如果是读多写少的场景，优先用CopyOnWriteArraySet，它通过复制底层数组来实现线程安全，遍历操作完全不需要锁，性能更好
  • 通用场景可以用Collections.synchronizedSet(new HashSet<>())，它会给所有操作加上同步锁，保证线程安全
• 手动加同步锁：如果必须保留HashSet，那在所有访问、修改rSet的代码块外面加上同步锁，比如：

  synchronized(rSet) {
      // 这里执行add、remove、size()、创建ArrayList快照等操作
      List<T> subList = new ArrayList<>(rSet);
      int actualSize = rSet.size();
  }
  

• 获取安全快照再操作：拆分列表时，先在同步块里获取集合的完整快照，后续对快照进行拆分，避免直接操作可能被并发修改的原集合

需要注意的是：调试器中看到的“实际1000条数据”，是因为调试器在遍历集合时尝试读取所有元素，但此时集合的结构已经被并发操作破坏，这个遍历结果也不一定是完全准确的；而size()方法是直接读取内部的size变量，这个变量在并发竞争下已经处于不一致的状态了。

内容的提问来源于stack exchange，提问作者Danielson