CPU多级缓存

1. 缓存一致性（MSIE）

MSIE:用于保证多个cpu cache之间缓存共享数据的一致。


M:被修改 S:共享 I:无效 E:独享

image

2. 乱序执行优化

--处理器为提高运算速度而做出违背代码原有顺序的优化。

3. JVM内存模型

image

--每个线程同时访问同一个对象的同一个方法,他们都会访问这个对象的成员变量,但是他们所拥有的是这个对象的私有拷贝。

image

image

image

image

image

4. 并发的优势与风险

image

Atomic类

1. AtomicXXX

底层通过CAS(compareAndSwapInt)实现乐观锁,dowhile循环判断是否和底层记录的值一样

2. LongAdder

高并发情况下效率高

3. AtomicReference

private static AtomicReference<Integer> count = new AtomicReference<>(0);
count.compareAndSet(0, 2);
count.compareAndSet(0, 1);
count.compareAndSet(1, 3);
count.compareAndSet(2, 4);
count.compareAndSet(3, 5);
log.info("count:{}",count.get());//4

4. AtomicIntegerFiledUpdater

@Getter
public volatile int count = 100;
private static AtomicExample4 example4 = new AtomicExample4();
public static void main(String[] args) {
//实例指定类名和字段,字段必须通过volatile修饰,实现乐观锁
    AtomicIntegerFieldUpdater<AtomicExample4> updater = AtomicIntegerFieldUpdater.newUpdater(AtomicExample4.class, "count");
    if (updater.compareAndSet(example4, 100, 120)) {
        log.info("update{}",example4.getCount());
    }
}

5. AtomicStampedReference解决ABA问题,添加版本号

Synchronized与Lock

image

Synchronized

1. 可见性:解锁前,把共享变量刷新到主内存;加锁时,清空工作内存的值,并从向内存中获取最新值

Volatile

1. 通过加入内存屏障,和禁止重排序优化,来实现可见性
2. 对Volatile变量修改时,强制刷入主内存;读取时,强制获取主内存的值,在cup指令级别加入屏障保证顺序
3. 修饰的变量不适合写操作,多于获取当前状态和DoubleCheck

happens-before八条原则

1. 程序次序规则:单线程按书写顺序进行
2. 锁定规则:先unlock,后lock
3. volatile变量规则:先写后读
4. 传递规则:A->B,B->C,A->C
5. 线程启动规则:start()
6. 线程中断规则:interrupt()
7. 线程终结规则:join()
8. 对象终结规则:finalize()

线程安全性

1. 原子性:提供互斥访问
2. 可见性:一个线程对主内存的修改,可以及时的被其他线程观察到
3. 有序性:无法从hb原则推导出来,则虚拟机会进行重排序

发布对象

1. 发布对象:使一个对象能够被当前范围之外的代码所使用
2. 对象溢出:当一个对象还没有构造完成时,就被其他线程所见

安全发布对象

1. 在静态初始化函数中初始化一个对象引用
2. 将对象引用保存到volatile类型域或者AtomicReference对象中
3. 将对象的引用保存到某个正确构造对象的final类型域中
4. 将对象的引用保存到一个由锁保护的域中

final

image

Collections.unModifiableMap(map)禁止修改数据,guava里的ImmutableList.of(list)

ThreadLocal线程封闭,规避并发

1. connection

SDF和JodaTime

1. SDF不是线程安全
2. 使用JodaTime

private static DateTimeFormatter dateTimeFormatter = DateTimeFormat.forPattern("yyyyMMdd");

同步容器

CopyOnWriteArrayList

1. 适合读多写少
2. 读写分离，写的时候加ReentrantLock
3. 开辟空间，解决并发冲突

CopyOnWriteArraySet

ConcurrentSkipListSet

ConcurrentHashMap

1. 读取效率高

ConcurrentSkipListMap

1. 高并发效率高，key有序

J.U.C包

image

AQS(AbstractQueuedSynchronizer)

CountDownLatch 闭锁

1. 原子计数器
2. countDown()向下计数
3. await()结束计数，传入参数可提前结束

Semapphore 信号量

1. 维护了当前访问个数
2. acquire()获取许可，可获取多个
3. release()释放许可，可释放多个
4. boolean tryAcquire()尝试获得许可

CyclicBarrier 多线程闭锁

ReentrantLock

1. 可重入性
2. 基于JDK实现（Synchronize基于JVM）
3. 指定公平锁和非公平锁（先等待先获得）
4. 可选择分组唤醒（Synchronize随机唤醒）
5. 可中断lock.lockInterruptibly()
6. lock()unlock()加锁解锁，unlock放在finally块

ReentrantReadWriteLock 悲观锁

1. 可获取读锁和写锁
2. 获取写锁时，必须没有任何锁保持

StampedLock

class Point {
    private double x, y;
    private final StampedLock sl = new StampedLock();

    void move(double deltaX, double deltaY) { // an exclusively locked method
        long stamp = sl.writeLock();
        try {
            x += deltaX;
            y += deltaY;
        } finally {
            sl.unlockWrite(stamp);
        }
    }

    //下面看看乐观读锁案例
    double distanceFromOrigin() { // A read-only method
        long stamp = sl.tryOptimisticRead(); //获得一个乐观读锁
        double currentX = x, currentY = y;  //将两个字段读入本地局部变量
        if (!sl.validate(stamp)) { //检查发出乐观读锁后同时是否有其他写锁发生？
            stamp = sl.readLock();  //如果没有，我们再次获得一个读悲观锁
            try {
                currentX = x; // 将两个字段读入本地局部变量
                currentY = y; // 将两个字段读入本地局部变量
            } finally {
                sl.unlockRead(stamp);
            }
        }
        return Math.sqrt(currentX * currentX + currentY * currentY);
    }

    //下面是悲观读锁案例
    void moveIfAtOrigin(double newX, double newY) { // upgrade
        // Could instead start with optimistic, not read mode
        long stamp = sl.readLock();
        try {
            while (x == 0.0 && y == 0.0) { //循环，检查当前状态是否符合
                long ws = sl.tryConvertToWriteLock(stamp); //将读锁转为写锁
                if (ws != 0L) { //这是确认转为写锁是否成功
                    stamp = ws; //如果成功 替换票据
                    x = newX; //进行状态改变
                    y = newY;  //进行状态改变
                    break;
                } else { //如果不能成功转换为写锁
                    sl.unlockRead(stamp);  //我们显式释放读锁
                    stamp = sl.writeLock();  //显式直接进行写锁 然后再通过循环再试
                }
            }
        } finally {
            sl.unlock(stamp); //释放读锁或写锁
        }
    }
}

使用：

long stamp = lock.writeLock();
try{
    count++;
}finally{
    lock.unlock(stamp);
}

Condition 控制AQS等待队列

1. await()等待 singal()唤醒

FutureTask

1. 继承了Future和Runnable

 FutureTask<String> futureTask = new FutureTask<String>(new Callable<String>() {
        @Override
        public String call() throws Exception {
            log.info("do something in callable");
            Thread.sleep(5000);
            return "Done";
        }
    });
    new Thread(futureTask).start();
    log.info("do something in main");
    Thread.sleep(1000);
    String result = futureTask.get();
    log.info("result：{}", result);

Fork/Join框架

1. 把大任务分解成若干小任务执行
2. mapperreduce思想
3. 工作窃取算法：双端队列，先执行完毕的线程，会从其他尾部开始执行任务，进行充分并行计算
4. recursive 递归

BlockingQueue

1. ArrayBlockingQueue有界队列，先进先出
2. DelayQueue有序
3. LinkedBlockingQueue链表结构，先进先出
4. PriorityBlockingQueue有序
5. SynchronousQueue仅容纳一个元素