所谓的串行，就是程序会按照你编写的代码，一步一步往下进行执行，只有执行完前面的方法，才会进入下一个方法。这种程序是最常见的，也是最易编写的代码。但是随着技术的发展，硬件的进步，我们的CPU越来越强，核心越来越多，内存也越来越大，如果我们还使用这种编程方式的话，本身程序是不会有问题的，但是会大量的浪费硬件的性能。由此引入了并发编辑，主要是为了充分利用多核的CPU，充分的利用我们所拥有的一切资源。
并发的目的是为了让程序运行的更快，但是，并不是启动更我的纯种就能让程序最大限度地并发执行。在进行并发编辑时，如果希望通过多纯种执行任务让程序运行的更快，会面临非常多的挑战，比如上下文切换的问题，以及受限于硬件和软件的资源限制问题。
此处我会记录几个比较常见的并发挑战：
1.上下文切换
即使是单核处理器也支持多线程执行代码，CPU通过给每个线程分配CPU时间片来实现这个机制。时间片是CPU分配给各个线程的时间，因为时间片非常短，所以CPU通过不停的切换线程执行，让我们感觉多个线程是同时执行的，时间片一般是几十毫秒（ms）。
CPU通过时间片分配算法来循环执行任务，当前任务执行一个时间片后会切换到下一个任务。但是，在切换前会保存上一个任务的状态，以便下次切换回这个任务时，可以再加载这个任务的状态，所以任务从保存到再加载的过程就是一次上下文切换。
1.1 多线程一定快吗？
我们使用下面的代码来进行演示，看一下结果。
package com.hexy.java8;
public class ConcurrencyTest {
private static final long count = 1000001;
public static void main(String[] args) throws InterruptedException {
concurrency();
serial();
}
private static void concurrency() throws InterruptedException {
long start = System.currentTimeMillis();
Thread thread = new Thread(new Runnable() {
@Override
public void run() {
int a = 0;
for(long i=0;i<count;i++){
a += 5;
}
}
});
thread.start();
int b = 0;
for(long i=0;i<count;i++){
b--;
}
thread.join();
long time = System.currentTimeMillis()-start;
System.out.println("concurrency:"+time+"ms,b="+b);
}
private static void serial(){
long start = System.currentTimeMillis();
int a=0;
for(long i=0;i<count;i++){
a+=5;
}
int b=0;
for(long i=0;i<count;i++){
b--;
}
long time = System.currentTimeMillis() - start;
System.out.println("serial:"+time+"ms,b="+b+",a="+a);
}
}
当count=100000时：
concurrency:2ms,b=-100000
serial:2ms,b=-100000,a=500000
当count=1000000时：
concurrency:3ms,b=-1000000
serial:6ms,b=-1000000,a=5000000
结论是不一定，具体的也可以根据以上代码进行自行调试。
1.2测试上下文切换次数和时长
使用Lmbench3可以测量上下文切换的时长。
使用vmstat可以测量上下文切换的次数。
使用方法
1.3减少上下文切换
减少上下文切换的方法有无锁并发编程、CAS算法、使用最少线程和使用协程。
无锁并发编辑。多线程竞争锁时，会引起上下文切换，所以多线程处理数据时，可以用一些办法来避免使用锁，如将数据的ID按照Hash算法取模分段，不同的线程处理不同段的数据。
CAS算法。Java的Atomic包使用CAS算法来更新数据，而不需要加锁。
使用最少线程。避免创建不需要的线程，比如任务很少，但是创建了很多线程来处理，这样会造成大量线程都处于等待状态。
协程：在单线程里实现多任务的调度，并在单线程里维持多个任务间的切换。
2.死锁
锁是个非常有用的工具，运用多场景非常多，因为它使用起来非常简单，而且易于理解。但同时它也会带来一些困扰，那就是可能会引起死锁，一旦产生死锁，就会造成系统功能不可用。避免一个线程同时获取多个锁。
避免一个线程在锁内同时占用多个资源，尽量保证每个锁只占用一个资源。
尝试使用定时锁，使用 lock.tryLock(timeout)来替代使用内部锁机制。
对于数据库锁，加锁和解锁必须在一个数据库连接里，否则会出现解锁失败的情况。
3.资源限制的挑战
（1）什么是资源限制
资源限制是指在进行并发编程时，程序的执行速度受限于计算机硬件资源或软件资源。例如，服务器的带宽只有2M/s，某个资源的下载速度是1M/s每秒，系统启动10个线程下载资源，下载速度不会变成10M/s，所以在进行并发编程时，要考虑这些资源的限制。硬件资源限制有带宽的上传/下载速度、硬盘读写速度和CPU的处理速度。软件资源限制有数据库的连接数和socket连接数等。
（2）资源限制引发的问题
在并发编程中，将代码执行速度和加快的原则是将代码中串行的部分变成并发执行，但是如果将某段串行的代码并发执行，因为受限于资源，仍然在串行执行，这时候程序不仅不会加快执行，反而会更慢，因为增加了上下文切换和资源调度的时间。例如，之前看到一段程序使用多程在办公网并发地下载和处理数据时，导致CPU利用率达到100%，几个小时都不能运行完成任务，后来修改单线程，一个小时就执行完成了。
（3）如何解决资源限制的问题
对于硬件资源限制，可以考虑使用集群并行执行程序。既然单机的资源有限制，那么就让程序在多机上运行。比如使用ODPS、Hadoop或者自己搭建服务器集群，不同的机器处理不同的数据。可以通过“数据ID%机器数"，计算得到一个机器编号，然后由对应编号的机器处理这笔数据。
对于软件资源限制，可以考虑使用资源池将资源复用。比如使用连接池将数据库和Socket连接利用，或者在调用对方webservice接口获取数据时，只建立一个连接。
（4）在资源限制情况下进行并发编辑
如何在资源限制的情况下，让程序执行得更快呢？方法就是，根据不同的资源限制调整程序的并发度，比如下载文件程序依赖于两个资源--带宽和硬盘读写速度。有数据库操作时，涉及数据库连接数、如果SQL语句执行非常快，而线程的数量比数据库连接数大很多，则某些线程会被阻塞，等待数据库连接。
