一、线程池

1.1、什么是线程池

       线程池是一种多线程的处理方式，利用已有线程对象继续服务新的任务（按照一定的执行策略），而不是频繁地创建销毁线程对象，由此提高服务的吞吐能力，减少CPU的闲置时间。具体组成部分包括：
（1）、线程池管理器（ThreadPool）用于创建和管理线程池，包括创建线程池、销毁线程池，添加新任务。
（2）、工作线程（Worker）线程池中的线程，闲置的时候处于等待状态，可以循环回收利用。
（3）、任务接口（Task）每个任务必须实现的接口类，为工作线程提供调用，主要规定了任务的入口、任务完成的收尾工作、任务的状态。
（4）、等待队列（Queue）存放等待处理的任务，提供缓冲机制。

1.2、线程池的种类

（1）、FixedThreadPool：固定数量的线程池，线程池中的线程数量是固定的，不会改变。
（2）、SingleThreadExecutor：单一线程池，线程池中只有一个线程。
（3）、CachedThreadPool：缓存线程池，线程池中的线程数量不固定，会根据需求的大小进行改变。
（4）、ScheduledThreadPool：计划任务调度的线程池，用于执行计划任务，比如每隔5分钟怎么样。

ThreadPoolExecutor构造函数中参数的含义：

public ThreadPoolExecutor(int corePoolSize,int maximumPoolSize,long keepAliveTime,TimeUnit unit,BlockingQueue<Runnable> workQueue,ThreadFactory threadFactory,RejectedExecutionHandler handler) {if (corePoolSize < 0 ||maximumPoolSize <= 0 ||maximumPoolSize < corePoolSize ||keepAliveTime < 0)throw new IllegalArgumentException();if (workQueue == null || threadFactory == null || handler == null)throw new NullPointerException();this.corePoolSize = corePoolSize;this.maximumPoolSize = maximumPoolSize;this.workQueue = workQueue;this.keepAliveTime = unit.toNanos(keepAliveTime);this.threadFactory = threadFactory;this.handler = handler;}

（1）、corePoolSize：线程池中核心线程数的数目
（2）、maximumPoolSize：线程池中最多能容纳多少个线程
（3）、keepAliveTime：当现在线程数目大于corePoolSize时，超过keepAliveTime时间后，多出corePoolSize的那些线程将被终结。
（4）、unit：keepAliveTime的单位
（5）、workQueue：当任务数量很大，线程池中线程无法满足时，提交的任务会被放到阻塞队列中，线程空闲下来则会不断从阻塞队列中取数据。
（6）、threadFactory：执行程序创建新线程时使用的工厂。
（7）、handler：由于超出线程范围和队列容量而使执行被阻塞时所使用的处理程序。

RejectedExecutionHandler拒绝的4种策略：
（1）、AbortPolicy：如果不能接受任务了，则抛出异常。
（2）、CallerRunsPolicy：如果不能接受任务了，则让调用的线程去完成。
（3）、DiscardOldestPolicy：如果不能接受任务了，则丢弃最老的一个任务，由一个队列来维护。
（4）、DiscardPolicy：如果不能接受任务了，则丢弃任务。

1.3、携带结果的任务Callable和Future/FutureTask

（1）、Callable：解决Runnable接口不能返回一个值或受检查的异常，可以采用Callable接口实现一个任务。
（2）、Future：表示异步计算的结果，可以对于具体的Runnable或者Callable任务进行查询是否完成，查询是否取消，获取执行结果，取消任务等操作。
（3）、FutureTask：是一个RunnableFuture<V>，而RunnableFuture实现了Runnbale又实现了Futrue<V>这两个接口。

1.4、Fork/Join框架

       Fork/Join框架是Java7提供了的一个用于并行执行任务的框架， 是一个把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架。
       Fork/Join类似MapReduce算法，两者区别是：Fork/Join 只有在必要时如任务非常大的情况下才分割成一个个小任务，而 MapReduce总是在开始执行第一步进行分割。看来，Fork/Join更适合一个JVM内线程级别，而MapReduce适合分布式系统。

（1）、工作窃取算法

       工作窃取（work-stealing）算法是指某个线程从其他队列里窃取任务来执行。工作窃取的运行流程图如下：

       那么为什么需要使用工作窃取算法呢？
       假如我们需要做一个比较大的任务，我们可以把这个任务分割为若干互不依赖的子任务，为了减少线程间的竞争，于是把这些子任务分别放到不同的队列里，并为每个队列创建一个单独的线程来执行队列里的任务，线程和队列一一对应，比如A线程负责处理A队列里的任务。但是有的线程会先把自己队列里的任务干完，而其他线程对应的队列里还有任务等待处理。干完活的线程与其等着，不如去帮其他线程干活，于是它就去其他线程的队列里窃取一个任务来执行。而在这时它们会访问同一个队列，所以为了减少窃取任务线程和被窃取任务线程之间的竞争，通常会使用双端队列，被窃取任务线程永远从双端队列的头部拿任务执行，而窃取任务的线程永远从双端队列的尾部拿任务执行。
       工作窃取算法的优点是充分利用线程进行并行计算，并减少了线程间的竞争，其缺点是在某些情况下还是存在竞争，比如双端队列里只有一个任务时。并且消耗了更多的系统资源，比如创建多个线程和多个双端队列。

（2）、如何设计一个Fork/Join框架？

       第一步分割任务。首先我们需要有一个fork类来把大任务分割成子任务，有可能子任务还是很大，所以还需要不停的分割，直到分割出的子任务足够小。
       第二步执行任务并合并结果。分割的子任务分别放在双端队列里，然后几个启动线程分别从双端队列里获取任务执行。子任务执行完的结果都统一放在一个队列里，启动一个线程从队列里拿数据，然后合并这些数据。

       Fork/Join使用两个类来完成以上两件事情：

       1）、ForkJoinTask：我们要使用ForkJoin框架，必须首先创建一个ForkJoin任务。它提供在任务中执行fork()和join()操作的机制，通常情况下我们不需要直接继承ForkJoinTask类，而只需要继承它的子类，Fork/Join框架提供了以下两个子类：
       RecursiveAction：用于没有返回结果的任务。
       RecursiveTask ：用于有返回结果的任务。
       2）、ForkJoinPool ：ForkJoinTask需要通过ForkJoinPool来执行，任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。当一个工作线程的队列里暂时没有任务时，它会随机从其他工作线程的队列的尾部获取一个任务。

（2）、Fork/Join框架的实现原理

       ForkJoinPool由ForkJoinTask数组和ForkJoinWorkerThread数组组成，ForkJoinTask数组负责存放程序提交给ForkJoinPool的任务，而ForkJoinWorkerThread数组负责执行这些任务。
       ForkJoinTask的fork方法实现原理：当我们调用ForkJoinTask的fork方法时，程序会调用ForkJoinWorkerThread的pushTask方法异步的执行这个任务，然后立即返回结果。pushTask方法把当前任务存放在ForkJoinTask 数组queue里。然后再调用ForkJoinPool的signalWork()方法唤醒或创建一个工作线程来执行任务。
       ForkJoinTask的join方法实现原理：Join方法的主要作用是阻塞当前线程并等待获取结果。

（4）、Fork/Join框架的异常处理

       ForkJoinTask在执行的时候可能会抛出异常，但是我们没办法在主线程里直接捕获异常，所以ForkJoinTask提供了isCompletedAbnormally()方法来检查任务是否已经抛出异常或已经被取消了，并且可以通过ForkJoinTask的getException方法获取异常。

二、JDK并发包

2.1、同步控制工具类

（1）、Semaphore

       计数信号量，常用于限制可以访问某些资源（物理或逻辑的）线程数目。是一个共享锁，允许N个线程同时进入临界区, 但是超出许可范围的只能等待；如果N = 1, 则类似于lock

（2）、ReentrantLock

       简而言之, 就是自由度更高的synchronized, 主要具备以下优点
       可重入：单线程可以重复进入，但要重复退出
       可中断：lock.lockInterruptibly()
       可限时：超时不能获得锁，就返回false，不会永久等待构成死锁
       公平锁：先来先得，public ReentrantLock(boolean fair)，默认锁不公平的, 根据线程优先级竞争

（3）、Condition

       类似于 Object.wait()和Object.notify(), 需要与ReentrantLock结合使用.

（4）、ReadWriteLock

       读写分离锁, 可以大幅提升系统并行度.
       读-读不互斥：读读之间不阻塞。
       读-写互斥：读阻塞写，写也会阻塞读。
       写-写互斥：写写阻塞。

（5）、CountDownLatch倒数计时器

       一种典型的场景就是火箭发射。在火箭发射前，为了保证万无一失，往往还要进行各项设备、仪器的检查。
只有等所有检查完毕后，引擎才能点火。这种场景就非常适合使用CountDownLatch。它可以使得点火线程, 
等待所有检查线程全部完工后，再执行

（6）、CyclicBarrier循环栅栏

       Cyclic意为循环，也就是说这个计数器可以反复使用。比如，假设我们将计数器设置为10。那么凑齐
第一批10个线程后，计数器就会归零，然后接着凑齐下一批10个线程

（7）、LockSupport

       一个线程阻塞工具, 可以在任意位置让线程阻塞。与wait/notify比较，如果unpark发生在park之前， 并不会导致线程冻结，也不需要获取锁
       LockSupport比Object的wait/notify有两大优势：
       1）、LockSupport不需要在同步代码块里 。所以线程间也不需要维护一个共享的同步对象了，实现了线程间的解耦
       2）、unpark函数可以先于park调用，所以不需要担心线程间的执行的先后顺序

2.2、并发容器

（1）、Collections.synchronizedMap

       其本质是在读写map操作上都加了锁，因此不推荐在高并发场景使用

（2）、ConcurrentHashMap
       内部使用分区Segment来表示不同的部分, 每个分区其实就是一个小的hashtable，各自有自己的锁，只要多个修改发生在不同的分区，他们就可以并发的进行。把一个整体分成了16个Segment，最高支持16个线程并发修改

（3）、BlockingQueue

       阻塞队列, 主要用于多线程之间共享数据；当一个线程读取数据时，如果队列是空的，则当前线程会进入等待状态；如果队列满了，当一个线程尝试写入数据时，同样会进入等待状态；适用于生产消费者模型，因为BlockingQueue在put、take等操作有锁，因此非高性能容器；如果需要高并发支持的队列，则可以使用ConcurrentLinkedQueue，他内部运用了大量无锁操作

（4）、CopyOnWriteArrayList

       CopyOnWriteArrayList通过在新增元素时，复制一份新的数组出来，并在其中写入数据，之后将原数组引用指向到新数组，其Add操作是在内部通过ReentrantLock进行锁保护，防止多线程场景复制多份数组，而Read操作内部无锁，直接返回数组引用，并发下效率高，因此适用于读多写少的场景

参考文章：

（1）、Java多线程并发编程一览笔录