提到锁，大家肯定想到的是sychronized关键字。是用它可以解决一切并发问题，但是，对于系统吞吐量要求更高的话，我们这提供几个小技巧。帮助大家减小锁颗粒度，提高并发能力。

初级技巧-乐观锁

乐观锁使用的场景是，读不会冲突，写会冲突。同时读的频率远大于写。

 悲观锁的实现：

悲观的认为所有代码执行都会有并发问题，所以将所有代码块都用sychronized锁住

乐观锁的实现：

乐观的认为在读的时候不会产生冲突为题，在写时添加锁。所以解决的应用场景是读远大于写时的场景。

中级技巧-String.intern()

乐观锁不能很好的解决大量的写冲突的问题，但是很多场景下，锁只是针对某个用户或者某个订单。 比如一个用户先创建session，才能进行后面的操作，但是由于网络的问题，创建session的请求和后续请求几乎同时到达，而并行线程可能会先处理后面的请求。一般情况需要对用户sessionMap加锁，比如上面的乐观锁。在这样的场景下，可以将锁限定在用户本身上，即原来的

这个比较类似行锁和数据库表锁的概念。显然行锁的并发能力比表锁的高很多。

实用String.intern();是这种方式的具体实现。类String维护了一个字符串池。当调用intern方法时，如果池已经包含一个等于此String对象的字符串（该对象由equals(Object)方法确定），则返回池中的字符串。可见，当String 相同时，总返回同一个对象，因此就实现了对同一用户加锁。由于所的颗粒度局限于具体用户，使得系统获得最大程度的并发。

CopyOnWriteMap？

 

既然说到了“类似于数据库中的行锁的概念”，就不得不提一下MVCC，Java中CopyOnWrite类实现了MVCC。Copy On Write是这样一种机制。当我们读取共享数据的时候，直接读取，不需要同步。当我们修改数据的时候，我们就把当前数据Copy一份副本，然后在这个副本 上进行修改，完成之后，再用修改后的副本，替换掉原来的数据。这种方法就叫做Copy On Write。

 

但是，，，JDK并没有提供CopyOnWriteMap，为什么？下面有个很好的回答，那就是已经有了ConcurrentHashMap，为什么还需要CopyOnWriteMap？

 

高级技巧 - 类ConcurrentHashMap

String.inter()的缺陷是类 String 维护一个字符串池是放在JVM perm区的，如果用户数特别多，导致放入字符串池的String不可控，有可能导致OOM错误或者过多的Full GC。怎么样能控制锁的个数，同时减小粒度锁呢？直接使用Java ConcurrentHashMap？或者你想加入自己更精细的控制？那么可以借鉴ConcurrentHashMap的方式，将需要加锁的对象分为多个bucket，每个bucket加一个锁，伪代码如下：