你使用过哪些 Java 并发工具类?


你的回答(口语化,面试场景)

面试官:你使用过哪些 Java 并发工具类?

你:

好的,我结合项目经验来说说常用的并发工具类:

  1. CountDownLatch
  • 作用:等所有线程就绪后再触发任务,或主线程等待子线程完成。

  • 场景:压测时模拟高并发(比如100个请求同时发起)。

  • 代码示例:

    java 复制代码
    CountDownLatch latch = new CountDownLatch(3);  
    // 三个子线程执行任务  
    executor.submit(() -> { doWork(); latch.countDown(); });  
    latch.await();  // 主线程阻塞等待  
    System.out.println("所有任务完成");  
  1. CyclicBarrier
  • 作用:让一组线程互相等待,达到屏障点后统一执行后续逻辑。

  • 场景:多线程分阶段处理数据(比如先各自加载数据,再统一合并)。

  • 代码示例:

    java 复制代码
    CyclicBarrier barrier = new CyclicBarrier(3, () -> System.out.println("全部就绪!"));  
    executor.submit(() -> {  
        loadData();  
        barrier.await();  // 等待其他线程  
        mergeData();  
    });  
  1. Semaphore
  • 作用:控制并发线程数(比如限流)。

  • 场景:数据库连接池限制、接口限流(防止瞬时流量打满系统)。

  • 代码示例:

    java 复制代码
    Semaphore semaphore = new Semaphore(5);  // 允许5个线程同时执行  
    if (semaphore.tryAcquire(2, TimeUnit.SECONDS)) {  // 超时等待  
        try { accessDB(); } finally { semaphore.release(); }  
    }  
  1. ReentrantLock 和 StampedLock
  • ReentrantLock:
    • 可替代 synchronized,支持公平锁、可中断锁。
    • 场景:需要尝试获取锁(tryLock())或避免死锁(比如支付超时回滚)。
  • StampedLock:
    • 读多写少场景优化,通过"乐观读"减少锁竞争。
    • 场景:高频读、低频写的缓存(比如商品库存缓存)。
  1. 原子类(AtomicInteger 等)
  • 作用:无锁线程安全操作(基于 CAS)。

  • 场景:计数器(比如统计接口调用次数)、状态标志。

    java 复制代码
    AtomicInteger counter = new AtomicInteger(0);  
    counter.incrementAndGet();  // 线程安全自增  
  1. Future 和 CompletableFuture
  • Future:异步获取任务结果(需配合线程池)。
  • CompletableFuture:
    • 支持链式调用、组合多个异步任务(如 thenApply()allOf())。
    • 场景:微服务并行调用(比如同时查询订单和用户信息)。
  1. 线程池工具类(Executors)
  • 常用线程池:
    • newFixedThreadPool:固定线程数,适用于稳定负载。
    • newCachedThreadPool:弹性线程数,适合短时异步任务。
    • newScheduledThreadPool:定时任务调度(替代 Timer)。
  • 注意:阿里规约建议手动创建 ThreadPoolExecutor,避免资源耗尽风险。
  1. 并发集合(ConcurrentHashMap、CopyOnWriteArrayList)
  • ConcurrentHashMap:
    • 分段锁(JDK7)或 CAS + synchronized(JDK8),高并发下替代 HashMap。
    • 场景:全局缓存(比如电商首页类目数据)。
  • CopyOnWriteArrayList:
    • 写时复制,读多写少场景(比如监听器列表)。

预测面试官可能的追问及回答

追问1:CountDownLatchCyclicBarrier 有什么区别?

回答:

  • 触发机制:
    • CountDownLatch 通过 countDown() 减计数,await() 阻塞直到计数归零,一次性使用。
    • CyclicBarrier 通过 await() 等待线程数达标后触发回调,可重复使用(reset())。
  • 场景:
    • CountDownLatch 主等子,CyclicBarrier 子等子。

追问2:ReentrantLocksynchronized 怎么选?

回答:

  • 优先 synchronized:代码简洁,JVM自动管理锁。
  • 需要高级功能时用 ReentrantLock:比如尝试获取锁(tryLock)、公平锁、可中断锁。

知识框架与底层原理补充

  1. 并发工具分类

    | 类别 | 工具类 | 解决的核心问题 |

    |--------------------|------------------------------------------|-------------------------------|

    | 线程协作 | CountDownLatch, CyclicBarrier | 多线程步调协调 |

    | 资源控制 | Semaphore, 线程池 | 限制并发资源使用 |

    | 锁机制 | ReentrantLock, StampedLock | 显式控制同步与互斥 |

    | 线程安全容器 | ConcurrentHashMap, CopyOnWriteArrayList | 高并发下数据安全访问 |

    | 异步任务 | Future, CompletableFuture | 非阻塞任务编排与结果获取 |

  2. 底层原理

  • AQS(AbstractQueuedSynchronizer):
    • ReentrantLockSemaphoreCountDownLatch 均基于 AQS 实现,通过 state 变量和 CLH 队列管理线程阻塞与唤醒。
  • CAS(Compare-And-Swap):
    • 原子类(如 AtomicInteger)和 ConcurrentHashMap 的线程安全操作依赖 CAS,避免锁竞争。
  • 写时复制(Copy-On-Write):
    • CopyOnWriteArrayList 在写入时复制整个数组,保证读操作无锁,适合读多写极少场景。
  1. 最佳实践
  • 避免死锁:
    • 锁顺序一致、超时释放(tryLock)、使用并发集合替代手动同步。
  • 性能优化:
    • 读多写少用 StampedLock,写多用 ReentrantLock
    • 短任务用 CompletableFuture 而非阻塞线程池。
  • 线程池参数:
    • 根据任务类型(CPU 密集型 vs IO 密集型)设置核心线程数(CPU 数 +1 或 2*CPU 数)。
  1. 高频面试题扩展
  • ConcurrentHashMap 在 JDK7 和 JDK8 的区别?
    • JDK7:分段锁(Segment),锁粒度粗。
    • JDK8:CAS + synchronized 锁单个 Node,粒度更细。
  • CompletableFuture 的默认线程池问题?
    • 默认使用 ForkJoinPool.commonPool(),建议自定义线程池避免业务阻塞公共池。

通过理解这些工具类的设计意图和底层机制,你可以在面试中展现出对高并发场景的深刻掌控力!

相关推荐
m0_748839492 分钟前
R包grafify:简单操作实现高效统计绘图
开发语言·r语言
BIG_PEI3 分钟前
检查并安装Redis
java
知识分享小能手5 分钟前
Flask入门学习教程,从入门到精通, 认识Flask路由 — 知识点详解 (2)
python·学习·flask
AI棒棒牛5 分钟前
YOLO26改进创新 | 全网首发!VECA弹性核心注意力重塑全局建模,线性复杂度增强检测骨干,嘎嘎创新!
python·yolo·目标检测·yolo26·主干改进
大貔貅喝啤酒5 分钟前
基于Windows下载安装Android Studio 3.3.2版本教程(2026详细图文版)
android·java·windows·android studio
Evand J5 分钟前
【课题推荐与代码介绍】卡尔曼滤波器正反向估计算法原理与MATLAB实现
开发语言·算法·matlab
奋斗的小方7 分钟前
Java基础篇09:项目实战
java·开发语言
海兰8 分钟前
【第21篇-续】graph-Stream-Node改造为适配openAI模型示例
java·人工智能·spring boot·spring·spring ai
DFT计算杂谈8 分钟前
VASP新手入门: IVDW 色散修正参数
linux·运维·服务器·python·算法
vKd0Ff21L10 分钟前
如何在Dev-C++中设置TDM-GCC为默认编译器第九十一篇
java·jvm·c++