并发容器的艺术：从ConcurrentHashMap到BlockingQueue的完美协奏

并发容器的艺术：从ConcurrentHashMap到BlockingQueue的完美协奏

📚 文章导读

🎯 想象一下 ：你正在管理一个超级繁忙的餐厅，每天有成千上万的顾客同时点餐、用餐、结账。如果只有一个服务员，那场面一定很混乱！但如果有了 并发容器这个"智能调度系统"，就能让多个服务员同时高效工作，既不会重复服务，也不会遗漏任何顾客。

今天我们将深入学习Java并发编程中的核心工具------并发容器和工具类。这些工具就像是 高并发系统的"瑞士军刀" ，掌握它们的使用和原理，将大大提升我们的并发编程能力。

💡 今天你将学到：

• 🏪 如何用ConcurrentHashMap打造"永不拥堵"的数据超市
• 🚦 如何用BlockingQueue实现"智能红绿灯"系统
• 🎯 如何用同步工具类协调"团队作战"
• 🚀 如何避免常见的"并发陷阱"

🎯 学习目标

通过本文学习，您将掌握并发容器和工具类的核心知识，从理论到实践，从基础到进阶，为构建高并发系统打下坚实基础。

1. 并发容器概述

1.1 为什么需要并发容器？

🏪 生活场景：想象你开了一家小超市，只有一个收银台。平时顾客不多时，一个收银员完全够用。但到了节假日，顾客蜂拥而至，一个收银员根本忙不过来，顾客排起了长队，甚至有人因为等不及而离开。

在单线程环境下，我们使用普通的容器（如HashMap、ArrayList）就足够了。但在多线程环境下，这些容器就像"单收银台超市"，存在严重的线程安全问题：

🚨 问题场景：

• 多个线程同时"结账"（修改数据）
• 可能出现"重复收费"或"漏收费"（数据不一致）
• 严重时整个"收银系统"崩溃（程序异常）

// 问题示例：HashMap在多线程下的问题
public class HashMapConcurrencyIssue {
    private static Map<String, Integer> map = new HashMap<>();

    public static void main(String[] args) throws InterruptedException {
        // 创建多个线程同时修改HashMap
        Thread[] threads = new Thread[10];
        for (int i = 0; i < 10; i++) {
            threads[i] = new Thread(() -> {
                for (int j = 0; j < 1000; j++) {
                    map.put("key" + j, j);
                }
            });
            threads[i].start();
        }

        // 等待所有线程完成
        for (Thread thread : threads) {
            thread.join();
        }

        // 结果可能不是预期的1000
        System.out.println("Map size: " + map.size());
    }
}

运行结果可能出现的异常：

• ConcurrentModificationException
• 数据丢失
• 死循环（JDK 7及以下版本）

1.2 并发容器的分类

Java并发包提供了多种并发容器，按功能分类如下：

---

2. ConcurrentHashMap深度解析

2.1 演进历程：从"小作坊"到"现代化工厂"

🏭 进化故事：ConcurrentHashMap就像一家不断升级的工厂，从最初的手工作坊，到现代化的智能生产线，每一次升级都带来了效率的飞跃！

核心变化对比：

特性	JDK 1.7	JDK 1.8+
锁机制	分段锁（16个Segment）	CAS + synchronized
锁粒度	整个Segment	单个链表头节点
数据结构	HashEntry数组	Node数组 + 红黑树
并发度	16个线程	更高（取决于桶数量）
性能	高	更高

2.2 核心实现原理

2.2.1 初始化过程

// 基本初始化方式
ConcurrentHashMap<String, Integer> map1 = new ConcurrentHashMap<>();           // 默认参数
ConcurrentHashMap<String, Integer> map2 = new ConcurrentHashMap<>(16);         // 指定初始容量
ConcurrentHashMap<String, Integer> map3 = new ConcurrentHashMap<>(16, 0.75f);  // 指定容量和负载因子
ConcurrentHashMap<String, Integer> map4 = new ConcurrentHashMap<>(16, 0.75f, 16); // 完整参数

2.2.2 put操作详解

ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap<>();

// 基本操作
map.put("key1", 1);                                    // 基本put
Integer oldValue = map.putIfAbsent("key1", 100);       // 只有key不存在时才put
boolean replaced = map.replace("key1", 1, 10);         // 替换已存在的值
map.compute("key3", (k, v) -> v == null ? 1 : v + 1); // 计算新值
map.merge("key4", 1, (oldVal, newVal) -> oldVal + newVal); // 合并值

2.2.3 源码分析：put方法

// ConcurrentHashMap.put方法核心逻辑（简化版）
public V put(K key, V value) {
    return putVal(key, value, false);
}

final V putVal(K key, V value, boolean onlyIfAbsent) {
    if (key == null || value == null) throw new NullPointerException();

    int hash = spread(key.hashCode());
    int binCount = 0;

    for (Node<K, V>[] tab = table; ; ) {
        Node<K, V> f;
        int n, i, fh;

        // 1. 如果table为空，初始化
        if (tab == null || (n = tab.length) == 0)
            tab = initTable();

            // 2. 如果对应位置为空，CAS插入
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            if (casTabAt(tab, i, null, new Node<K, V>(hash, key, value, null)))
                break;
        }

        // 3. 如果正在扩容，帮助扩容
        else if ((fh = f.hash) == MOVED)
            tab = helpTransfer(tab, f);

            // 4. 如果位置不为空，synchronized锁住头节点
        else {
            V oldVal = null;
            synchronized (f) {
                // 在锁内再次检查
                if (tabAt(tab, i) == f) {
                    // 链表插入或红黑树插入
                    // ... 具体实现
                }
            }
        }
    }
    return null;
}

2.3 性能特点分析

性能对比图表：

适用场景矩阵：

场景类型	ConcurrentHashMap	SynchronizedMap	HashMap
高并发读写	✅ 推荐	❌ 性能差	❌ 不安全
缓存系统	✅ 推荐	⚠️ 可用	❌ 不安全
计数器应用	✅ 推荐	⚠️ 可用	❌ 不安全
单线程场景	⚠️ 过度设计	⚠️ 过度设计	✅ 推荐

---

3. 其他并发容器详解

3.1 CopyOnWriteArrayList - "快照式图书馆"

📚 图书馆比喻 ：想象一个特殊的图书馆，读者可以随时自由进出阅读（读操作），但每当有新书要上架时（写操作），图书馆会先关闭，复制所有现有书籍到新书架，然后重新开放。这样读者永远不会看到" 半成品"的图书馆！

CopyOnWriteArrayList适用于读多写少的场景，采用写时复制策略：

CopyOnWriteArrayList<String> list = new CopyOnWriteArrayList<>();

// 基本操作
list.add("元素1");
list.add("元素2");

// 读操作不需要加锁，性能很好
for (String item : list) {
    System.out.println("读取: " + item);
}

// 写操作会复制整个数组，性能较差
list.add("元素3");

适用场景：

• 读多写少
• 数据量不大
• 对数据一致性要求不是特别严格

注意事项：

• 写操作性能较差（需要复制整个数组）
• 内存占用较大
• 迭代器反映的是创建时的快照

3.2 BlockingQueue系列 - "智能排队系统"

🚦 排队系统比喻：BlockingQueue就像一个智能的排队系统，有不同类型的"排队通道"：

3.2.1 ArrayBlockingQueue

public class ArrayBlockingQueueDemo {
    public static void main(String[] args) throws InterruptedException {
        // 创建容量为3的阻塞队列
        ArrayBlockingQueue<String> queue = new ArrayBlockingQueue<>(3);

        // 生产者线程
        Thread producer = new Thread(() -> {
            try {
                for (int i = 0; i < 5; i++) {
                    // put方法会阻塞直到有空间
                    queue.put("消息" + i);
                    System.out.println("生产: 消息" + i);
                    Thread.sleep(1000);
                }
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        });

        // 消费者线程
        Thread consumer = new Thread(() -> {
            try {
                for (int i = 0; i < 5; i++) {
                    // take方法会阻塞直到有元素
                    String message = queue.take();
                    System.out.println("消费: " + message);
                    Thread.sleep(2000);
                }
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        });

        producer.start();
        consumer.start();

        producer.join();
        consumer.join();
    }
}

3.2.2 LinkedBlockingQueue

public class LinkedBlockingQueueDemo {
    public static void main(String[] args) {
        // 无界队列（默认Integer.MAX_VALUE）
        LinkedBlockingQueue<String> unboundedQueue = new LinkedBlockingQueue<>();

        // 有界队列
        LinkedBlockingQueue<String> boundedQueue = new LinkedBlockingQueue<>(10);

        // 使用示例
        try {
            // 非阻塞操作
            boolean offered = boundedQueue.offer("消息1");
            System.out.println("offer结果: " + offered);

            // 阻塞操作
            boundedQueue.put("消息2");

            // 非阻塞获取
            String message = boundedQueue.poll();
            System.out.println("poll结果: " + message);

            // 阻塞获取
            String message2 = boundedQueue.take();
            System.out.println("take结果: " + message2);

        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
    }
}

3.2.3 PriorityBlockingQueue

public class PriorityBlockingQueueDemo {
    public static void main(String[] args) throws InterruptedException {
        // 创建优先级阻塞队列
        PriorityBlockingQueue<Task> queue = new PriorityBlockingQueue<>();

        // 添加任务
        queue.put(new Task("低优先级任务", 3));
        queue.put(new Task("高优先级任务", 1));
        queue.put(new Task("中优先级任务", 2));

        // 按优先级消费
        while (!queue.isEmpty()) {
            Task task = queue.take();
            System.out.println("执行任务: " + task);
        }
    }

    static class Task implements Comparable<Task> {
        private String name;
        private int priority;

        public Task(String name, int priority) {
            this.name = name;
            this.priority = priority;
        }

        @Override
        public int compareTo(Task other) {
            return Integer.compare(this.priority, other.priority);
        }

        @Override
        public String toString() {
            return name + "(优先级:" + priority + ")";
        }
    }
}

3.3 ConcurrentLinkedQueue - "无锁高速通道"

🚀 高速公路比喻：ConcurrentLinkedQueue就像一条没有红绿灯的高速公路，车辆（数据）可以自由通行，不需要等待信号灯（锁），所有车辆都能以最高速度行驶，实现真正的"无锁并发"！

ConcurrentLinkedQueue是一个基于链接节点的无界线程安全队列，采用CAS（Compare-And-Swap）操作实现无锁并发。

public class ConcurrentLinkedQueueDemo {
    public static void main(String[] args) throws InterruptedException {
        ConcurrentLinkedQueue<String> queue = new ConcurrentLinkedQueue<>();

        // 多线程并发操作
        Thread[] producers = new Thread[3];
        Thread[] consumers = new Thread[2];

        // 创建生产者线程
        for (int i = 0; i < 3; i++) {
            final int producerId = i;
            producers[i] = new Thread(() -> {
                for (int j = 0; j < 10; j++) {
                    queue.offer("生产者" + producerId + "-消息" + j);
                    try {
                        Thread.sleep(100);
                    } catch (InterruptedException e) {
                        Thread.currentThread().interrupt();
                    }
                }
            });
        }

        // 创建消费者线程
        for (int i = 0; i < 2; i++) {
            final int consumerId = i;
            consumers[i] = new Thread(() -> {
                while (true) {
                    String message = queue.poll();
                    if (message != null) {
                        System.out.println("消费者" + consumerId + "消费: " + message);
                    } else {
                        try {
                            Thread.sleep(50);
                        } catch (InterruptedException e) {
                            Thread.currentThread().interrupt();
                            break;
                        }
                    }
                }
            });
        }

        // 启动所有线程
        for (Thread producer : producers) {
            producer.start();
        }
        for (Thread consumer : consumers) {
            consumer.start();
        }

        // 等待生产者完成
        for (Thread producer : producers) {
            producer.join();
        }

        // 等待队列清空
        Thread.sleep(2000);

        // 停止消费者
        for (Thread consumer : consumers) {
            consumer.interrupt();
        }
    }
}

核心特点：

• 🔓 无锁设计：使用CAS操作保证线程安全，无锁竞争开销
• ⚡ 高并发性能：适合高并发、低延迟场景
• 📋 链表结构：基于单向链表，头尾指针分离，减少竞争
• 📏 无界队列：理论上可以无限增长

适用场景：

• ✅ 高并发消息队列
• ✅ 任务调度系统
• ✅ 生产者-消费者模式（非阻塞）
• ❌ 需要阻塞等待的场景
• ❌ 需要精确size()的场景（size()是O(n)操作）

---

4. 线程同步工具类 - "团队协作指挥官"

4.1 CountDownLatch - "倒计时门闩"

🎯 团队协作比喻 ：想象一个项目团队，项目经理（主线程）需要等待所有开发人员（工作线程）完成各自的任务后，才能进行项目总结。CountDownLatch就像一个" 倒计时门闩"，当所有任务完成时，门闩才会打开！

CountDownLatch是一个同步辅助类，允许一个或多个线程等待，直到一组在其他线程中执行的操作完成。

public class CountDownLatchDemo {
    public static void main(String[] args) throws InterruptedException {
        int workerCount = 5;
        CountDownLatch latch = new CountDownLatch(workerCount);

        // 创建多个工作线程
        for (int i = 0; i < workerCount; i++) {
            final int workerId = i;
            new Thread(() -> {
                try {
                    System.out.println("工作线程" + workerId + "开始工作");
                    // 模拟工作
                    Thread.sleep(2000 + workerId * 500);
                    System.out.println("工作线程" + workerId + "完成工作");
                } catch (InterruptedException e) {
                    Thread.currentThread().interrupt();
                } finally {
                    // 工作完成后计数减1
                    latch.countDown();
                }
            }).start();
        }

        System.out.println("主线程等待所有工作线程完成...");
        // 主线程等待所有工作线程完成
        latch.await();
        System.out.println("所有工作线程已完成，主线程继续执行");
    }
}

实际应用场景：

• 等待多个服务启动完成
• 等待多个数据源加载完成
• 等待多个任务执行完成

4.2 CyclicBarrier - "循环栅栏"

🔄 接力赛比喻 ：想象一场接力赛，每个运动员（线程）都要在起跑线等待，只有当所有运动员都准备好时，才能同时起跑。CyclicBarrier就像一个"循环栅栏" ，可以重复使用，每轮比赛结束后栅栏会重置，准备下一轮！

CyclicBarrier允许一组线程互相等待，直到所有线程都到达一个公共的屏障点。

public class CyclicBarrierDemo {
    public static void main(String[] args) {
        int threadCount = 4;
        CyclicBarrier barrier = new CyclicBarrier(threadCount, () -> {
            System.out.println("所有线程都到达屏障点，开始下一轮");
        });

        // 创建多个线程
        for (int i = 0; i < threadCount; i++) {
            final int threadId = i;
            new Thread(() -> {
                try {
                    System.out.println("线程" + threadId + "开始工作");
                    Thread.sleep(1000 + threadId * 500);
                    System.out.println("线程" + threadId + "到达屏障点");

                    // 等待其他线程
                    barrier.await();

                    System.out.println("线程" + threadId + "继续执行");
                } catch (InterruptedException | BrokenBarrierException e) {
                    Thread.currentThread().interrupt();
                }
            }).start();
        }
    }
}

与CountDownLatch的区别：

• CountDownLatch：一次性使用，不可重置
• CyclicBarrier：可重复使用，可以重置

4.3 Semaphore - "资源许可证管理器"

🎫 许可证比喻 ：想象一个热门景点的门票系统，每天只发放有限数量的门票（许可证），游客需要先获得门票才能进入景区。Semaphore就像一个" 资源许可证管理器"，控制同时访问特定资源的线程数量！

public class SemaphoreDemo {
    public static void main(String[] args) {
        // 创建信号量，允许3个线程同时访问
        Semaphore semaphore = new Semaphore(3);

        // 创建10个线程竞争资源
        for (int i = 0; i < 10; i++) {
            final int threadId = i;
            new Thread(() -> {
                try {
                    System.out.println("线程" + threadId + "尝试获取资源");
                    // 获取许可
                    semaphore.acquire();
                    System.out.println("线程" + threadId + "获得资源，开始工作");

                    // 模拟工作
                    Thread.sleep(2000);

                } catch (InterruptedException e) {
                    Thread.currentThread().interrupt();
                } finally {
                    System.out.println("线程" + threadId + "释放资源");
                    // 释放许可
                    semaphore.release();
                }
            }).start();
        }
    }
}

实际应用场景：

• 限制数据库连接数
• 限制文件访问数
• 控制线程池大小

4.4 Exchanger

Exchanger允许两个线程在某个汇合点交换对象。

public class ExchangerDemo {
    public static void main(String[] args) {
        Exchanger<String> exchanger = new Exchanger<>();

        // 生产者线程
        new Thread(() -> {
            try {
                String data = "生产者数据";
                System.out.println("生产者准备交换: " + data);
                String received = exchanger.exchange(data);
                System.out.println("生产者收到: " + received);
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        }).start();

        // 消费者线程
        new Thread(() -> {
            try {
                String data = "消费者数据";
                System.out.println("消费者准备交换: " + data);
                String received = exchanger.exchange(data);
                System.out.println("消费者收到: " + received);
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        }).start();
    }
}

---

5. 实战案例：生产者-消费者模式 - "高效流水线"

🏭 流水线比喻：想象一个现代化的汽车工厂，有多个工位同时生产零件（生产者），也有多个工位同时组装汽车（消费者）。它们通过传送带（队列）连接，形成一个高效的流水线系统！

5.1 使用BlockingQueue实现 - "智能传送带"

public class ProducerConsumerWithBlockingQueue {
    public static void main(String[] args) {
        // 创建阻塞队列
        BlockingQueue<String> queue = new ArrayBlockingQueue<>(10);

        // 创建生产者
        Thread producer = new Thread(() -> {
            try {
                for (int i = 0; i < 20; i++) {
                    String item = "商品" + i;
                    queue.put(item);
                    System.out.println("生产: " + item + " 队列大小: " + queue.size());
                    Thread.sleep(100);
                }
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        });

        // 创建消费者
        Thread consumer = new Thread(() -> {
            try {
                for (int i = 0; i < 20; i++) {
                    String item = queue.take();
                    System.out.println("消费: " + item + " 队列大小: " + queue.size());
                    Thread.sleep(150);
                }
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        });

        producer.start();
        consumer.start();

        try {
            producer.join();
            consumer.join();
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
    }
}

5.2 使用wait/notify实现

public class ProducerConsumerWithWaitNotify {
    private final Object lock = new Object();
    private final Queue<String> queue = new LinkedList<>();
    private final int maxSize = 10;

    public void produce() throws InterruptedException {
        synchronized (lock) {
            while (queue.size() == maxSize) {
                System.out.println("队列已满，生产者等待");
                lock.wait();
            }

            String item = "商品" + System.currentTimeMillis();
            queue.offer(item);
            System.out.println("生产: " + item + " 队列大小: " + queue.size());

            lock.notifyAll();
        }
    }

    public void consume() throws InterruptedException {
        synchronized (lock) {
            while (queue.isEmpty()) {
                System.out.println("队列为空，消费者等待");
                lock.wait();
            }

            String item = queue.poll();
            System.out.println("消费: " + item + " 队列大小: " + queue.size());

            lock.notifyAll();
        }
    }

    public static void main(String[] args) {
        ProducerConsumerWithWaitNotify pc = new ProducerConsumerWithWaitNotify();

        // 创建多个生产者和消费者
        Thread[] producers = new Thread[3];
        Thread[] consumers = new Thread[2];

        for (int i = 0; i < 3; i++) {
            final int producerId = i;
            producers[i] = new Thread(() -> {
                try {
                    for (int j = 0; j < 10; j++) {
                        pc.produce();
                        Thread.sleep(100);
                    }
                } catch (InterruptedException e) {
                    Thread.currentThread().interrupt();
                }
            });
        }

        for (int i = 0; i < 2; i++) {
            final int consumerId = i;
            consumers[i] = new Thread(() -> {
                try {
                    for (int j = 0; j < 15; j++) {
                        pc.consume();
                        Thread.sleep(150);
                    }
                } catch (InterruptedException e) {
                    Thread.currentThread().interrupt();
                }
            });
        }

        // 启动所有线程
        for (Thread producer : producers) {
            producer.start();
        }
        for (Thread consumer : consumers) {
            consumer.start();
        }

        // 等待完成
        try {
            for (Thread producer : producers) {
                producer.join();
            }
            for (Thread consumer : consumers) {
                consumer.join();
            }
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
    }
}

5.3 使用Semaphore实现

public class ProducerConsumerWithSemaphore {
    private final Semaphore producerSemaphore;
    private final Semaphore consumerSemaphore;
    private final Queue<String> queue;
    private final Object lock = new Object();

    public ProducerConsumerWithSemaphore(int capacity) {
        this.producerSemaphore = new Semaphore(capacity);
        this.consumerSemaphore = new Semaphore(0);
        this.queue = new LinkedList<>();
    }

    public void produce(String item) throws InterruptedException {
        producerSemaphore.acquire();
        synchronized (lock) {
            queue.offer(item);
            System.out.println("生产: " + item + " 队列大小: " + queue.size());
        }
        consumerSemaphore.release();
    }

    public String consume() throws InterruptedException {
        consumerSemaphore.acquire();
        String item;
        synchronized (lock) {
            item = queue.poll();
            System.out.println("消费: " + item + " 队列大小: " + queue.size());
        }
        producerSemaphore.release();
        return item;
    }

    public static void main(String[] args) {
        ProducerConsumerWithSemaphore pc = new ProducerConsumerWithSemaphore(10);

        // 生产者线程
        Thread producer = new Thread(() -> {
            try {
                for (int i = 0; i < 20; i++) {
                    pc.produce("商品" + i);
                    Thread.sleep(100);
                }
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        });

        // 消费者线程
        Thread consumer = new Thread(() -> {
            try {
                for (int i = 0; i < 20; i++) {
                    pc.consume();
                    Thread.sleep(150);
                }
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        });

        producer.start();
        consumer.start();

        try {
            producer.join();
            consumer.join();
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
    }
}

---

6. 性能对比与选择策略

6.1 性能特点总结

容器类型	读性能	写性能	内存开销	适用场景
ConcurrentHashMap	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	高并发Map
Collections.synchronizedMap	⭐⭐	⭐⭐	⭐⭐⭐	低并发Map
CopyOnWriteArrayList	⭐⭐⭐⭐⭐	⭐	⭐⭐	读多写少List
Collections.synchronizedList	⭐⭐	⭐⭐	⭐⭐⭐	低并发List
ConcurrentLinkedQueue	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	高并发队列
LinkedBlockingQueue	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	生产者-消费者
ArrayBlockingQueue	⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐⭐	有界队列

6.2 选择策略指南

容器选择决策流程图：

---

7. 常见问题与解决方案

7.1 内存泄漏问题

问题：无界缓存可能导致内存泄漏

// ❌ 错误：无界缓存
Map<String, Object> cache = new ConcurrentHashMap<>();
for (int i = 0; i < 1000000; i++) {
    cache.put("key" + i, new byte[1024]); // 可能无限增长
}

解决方案：使用有界缓存

// ✅ 正确：有界缓存
public class BoundedCache<K, V> {
    private final Map<K, V> cache = new ConcurrentHashMap<>();
    private final int maxSize;

    public void put(K key, V value) {
        if (cache.size() >= maxSize) {
            cache.remove(cache.keySet().iterator().next()); // 移除最旧的
        }
        cache.put(key, value);
    }
}

7.2 死锁问题

问题：多个锁的获取顺序不一致可能导致死锁

// ❌ 错误：可能导致死锁
synchronized (lock1) {
    synchronized (lock2) {
        // ...
    }
}
// 另一个线程
synchronized (lock2) {
    synchronized (lock1) {
        // ... 死锁！
    }
}

解决方案：

• 统一锁的获取顺序
• 使用tryLock()方法
• 避免嵌套锁

7.3 性能问题

问题：频繁的synchronized操作影响性能

// ❌ 错误：每次操作都获取锁
for (int i = 0; i < 1000000; i++) {
    synchronized (list) {
        list.add("item" + i);
    }
}

解决方案：批量操作减少锁竞争

// ✅ 正确：批量操作
List<String> batch = new ArrayList<>();
for (int i = 0; i < 1000000; i++) {
    batch.add("item" + i);
}
synchronized (list) {
    list.addAll(batch); // 只获取一次锁
}

---

8. 最佳实践总结

8.1 容器选择原则

1. 根据使用场景选择

   • 读多写少：CopyOnWriteArrayList
   • 写多读少：ConcurrentHashMap
   • 生产者-消费者：BlockingQueue

2. 考虑性能要求

   • 高并发：ConcurrentHashMap
   • 低延迟：ConcurrentLinkedQueue
   • 内存敏感：ArrayBlockingQueue

3. 考虑数据一致性

   • 强一致性：synchronized容器
   • 最终一致性：ConcurrentHashMap

8.2 使用注意事项

ConcurrentHashMap使用：

// ✅ 正确：使用原子操作
map.compute("key", (k, v) -> v == null ? 1 : v + 1);

// ❌ 错误：非原子操作
if (!map.containsKey("key")) {
    map.put("key", 1); // 可能被其他线程修改
}

BlockingQueue使用：

// ✅ 正确：处理InterruptedException
try {
    String item = queue.take();
} catch (InterruptedException e) {
    Thread.currentThread().interrupt();
}

CountDownLatch使用：

// ✅ 正确：设置超时时间
boolean completed = latch.await(5, TimeUnit.SECONDS);
if (!completed) {
    System.out.println("操作超时");
}

🎯 总结

🎉 恭喜你！ 通过今天的学习，你已经掌握了Java并发编程中的核心工具------并发容器和工具类。这些工具是构建高并发系统的重要基石！

🏆 核心要点回顾

1. ConcurrentHashMap 🏪：高并发场景下的"数据超市"，永不拥堵！
2. BlockingQueue系列 🚦：生产者-消费者模式的"智能红绿灯"系统
3. CopyOnWriteArrayList 📚：读多写少场景的"快照式图书馆"
4. 同步工具类 🎯：团队协作的"指挥官"，让多线程和谐共舞

💡 实践建议

1. 选择合适的容器 🎯：就像选择工具一样，选对工具事半功倍！
2. 注意性能影响 ⚡：理解各种容器的"性格特点"，避免性能陷阱
3. 避免常见陷阱 🚨：内存泄漏、死锁、性能问题，这些"坑"要小心！
4. 做好监控 📊：像医生一样，定期"体检"你的并发系统

📚 参考资源

• Java Concurrency in Practice
• OpenJDK源码
• Java并发编程实战
• 并发编程网

本文使用 markdown.com.cn 排版