Java併發編程實戰第二部分學習記錄

14 | Lock和Condition（上）：隱藏在併發包中的管程

併發編程領域，有兩大核心問題：一個是互斥，即同一時刻只允許一個線程訪問共享資源；另一個是同步，即線程之間如何通信、協作。這兩大問題，管程都是能夠解決的。Java SDK併發包通過Lock和Condition兩個接口來實現管程，其中Lock用於解決互斥問題，Condition用於解決同步問題。

再造管程的理由

這三種方案可以全面彌補synchronized的問題。到這裏相信你應該也能理解了，這三個方案就是“重複造輪子”的主要原因，體現在API上，就是Lock接口的三個方法。詳情如下：

// 支持中斷的API
void lockInterruptibly() throws InterruptedException;
// 支持超時的API
boolean tryLock(long time, TimeUnit unit) throws InterruptedException;
// 支持非阻塞獲取鎖的API
boolean tryLock();

如何保證可見性

它是利用了volatile相關的Happens-Before規則

什麼是可重入鎖

公平鎖與非公平鎖

用鎖的最佳實踐

永遠只在更新對象的成員變量時加鎖
永遠只在訪問可變的成員變量時加鎖
永遠不在調用其他對象的方法時加鎖

15 | Lock和Condition（下）：Dubbo如何用管程實現異步轉同步？

那如何利用兩個條件變量快速實現阻塞隊列呢？

同步與異步

Dubbo源碼分析

16 | Semaphore：如何快速實現一個限流器？

信號量模型

如何使用信號量

快速實現一個限流器

Semaphore可以允許多個線程訪問一個臨界區。

現實中還有這種需求？有的。比較常見的需求就是我們工作中遇到的各種池化資源，例如連接池、對象池、線程池等等。其中，你可能最熟悉數據庫連接池，在同一時刻，一定是允許多個線程同時使用連接池的，當然，每個連接在被釋放前，是不允許其他線程使用的。

17 | ReadWriteLock：如何快速實現一個完備的緩存？

那什麼是讀寫鎖呢？

快速實現一個緩存

實現緩存的按需加載

讀寫鎖的升級與降級

18 | StampedLock：有沒有比讀寫鎖更快的鎖？

StampedLock支持的三種鎖模式

ReadWriteLock支持兩種模式：一種是讀鎖，一種是寫鎖。而StampedLock支持三種模式，分別是：寫鎖、悲觀讀鎖和樂觀讀。

進一步理解樂觀讀

StampedLock使用注意事項

19 | CountDownLatch和CyclicBarrier：如何讓多線程步調一致？

利用並行優化對賬系統

用CountDownLatch實現線程等待

進一步優化性能

用CyclicBarrier實現線程同步

20 | 併發容器：都有哪些“坑”需要我們填？

同步容器及其注意事項

List、Map、Set和Queue

併發容器及其注意事項

（一）List
（二）Map
（三）Set
（四）Queue

  1.單端阻塞隊列 2.雙端阻塞隊列 3.單端非阻塞隊列 4.雙端非阻塞隊列

21 | 原子類：無鎖工具類的典範

無鎖方案的實現原理

原子類概覽

原子化的基本數據類型
原子化的對象引用類型
原子化數組
原子化對象屬性更新器
原子化的累加器

22 | Executor與線程池：如何創建正確的線程池？

線程池是一種生產者-消費者模式

如何使用Java中的線程池

使用線程池要注意些什麼

23 | Future：如何用多線程實現最優的“燒水泡茶”程序？

如何獲取任務執行結果

實現最優的“燒水泡茶”程序

24 | CompletableFuture：異步編程沒那麼難

CompletableFuture的核心優勢

創建CompletableFuture對象

如何理解CompletionStage接口

CompletionStage接口如何描述串行關係、AND聚合關係、OR聚合關係以及異常處理。

描述串行關係
描述AND匯聚關係
描述OR匯聚關係
異常處理

25 | CompletionService：如何批量執行異步任務？

利用CompletionService實現詢價系統

那到底該如何創建CompletionService呢？

CompletionService接口說明

利用CompletionService實現Dubbo中的Forking Cluster

26 | Fork/Join：單機版的MapReduce

對於簡單的並行任務，你可以通過“線程池+Future”的方案來解決；如果任務之間有聚合關係，無論是AND聚合還是OR聚合，都可以通過CompletableFuture來解決；而批量的並行任務，則可以通過CompletionService來解決。