JAVA面试复习笔记(待完善）

特性	描述
空间效率	非常高，只需要一个位数组和几个哈希函数。
时间效率	添加和查询操作都是 O(k)，常数时间，非常快。
确定性	回答"不存在"是100%正确的；回答"存在"是有概率正确的。
缺点	1. 误判率：存在假阳性。 2. 无法删除：由于多位共享，传统布隆过滤器无法安全删除元素（删除一个元素可能会影响其他元素）。（注：有变种如计数布隆过滤器支持删除）

六、典型应用场景

利用其"不存在则一定不存，存在则可能存在"的逻辑，布隆过滤器常用于前置快速判断，以减轻核心系统的压力。

缓存系统：
- 逻辑：先查询布隆过滤器，如果"肯定不存在"，则无需查询后端数据库，直接返回空。这可以防止缓存穿透攻击。
网页爬虫：
- 逻辑：判断一个URL是否已经被爬取过。如果布隆过滤器说"可能存在"，则大概率已经爬过，可以跳过，节省资源。
数据库：
- 逻辑：在查询数据库前，先用布隆过滤器判断数据是否存在，避免对不存在的键进行昂贵的磁盘IO操作。
恶意网站检测：
- 逻辑：浏览器本地维护一个布隆过滤器，快速判断一个网站是否在恶意网站黑名单中。如果"可能存在"，再发起一次精确查询。

Redis 的 `SETNX` 命令

SETNX 是 SET if Not eXists 的缩写，意思是"如果不存在则设置"。

一、基本语法和语义

复制代码

SETNX key value

执行逻辑：

Redis 会检查指定的 key 是否存在。
如果 key 不存在：
- 将 key 设置为指定的 value
- 返回 1（表示设置成功）
如果 key 已经存在：
- 不进行任何操作，保持原有的 key-value 不变
- 返回 0（表示设置失败）

二、简单示例

复制代码

# 第一次设置，key "mykey" 不存在
127.0.0.1:6379> SETNX mykey "Hello"
(integer) 1  # 返回 1，设置成功

# 尝试再次设置相同的 key
127.0.0.1:6379> SETNX mykey "World"
(integer) 0  # 返回 0，设置失败

# 检查值，仍然是 "Hello"
127.0.0.1:6379> GET mykey
"Hello"

三、`SETNX` 的核心特性

1. 原子性

这是 SETNX 最重要的特性！检查和设置这两个操作是在一个原子操作中完成的，不存在竞态条件。

2. 简单性

命令非常简单，只有成功(1)或失败(0)两种结果。

3. 无过期时间

传统的 SETNX 命令本身不能设置过期时间 ，如果需要过期时间，需要配合 EXPIRE 命令使用。

四、经典应用场景

1. 分布式锁（最经典的应用）

SETNX 是实现 Redis 分布式锁最简单的方式：

复制代码

# 客户端1获取锁
127.0.0.1:6379> SETNX lock:order123 "client1"
(integer) 1  # 获取锁成功

# 客户端2尝试获取同一个锁（此时锁还被client1持有）
127.0.0.1:6379> SETNX lock:order123 "client2"  
(integer) 0  # 获取锁失败，合理

# 客户端1释放锁
127.0.0.1:6379> DEL lock:order123
(integer) 1

# 客户端2再次尝试获取锁（此时锁已释放）
127.0.0.1:6379> SETNX lock:order123 "client2"
(integer) 1  # 获取锁成功，合理

Redis 通过单线程模型保证了：

命令执行的原子性：每个命令执行期间不会被中断
自然的互斥访问：SETNX 在同一时刻只能有一个客户端成功
顺序一致性：所有客户端看到相同的命令执行顺序

这正是为什么 Redis 的 SETNX 能够作为分布式锁的基础，而不需要额外的锁机制来协调客户端之间的竞争。

五、`SETNX` 的局限性及改进方案

问题1：非原子性的设置过期时间

复制代码

# 这种写法有风险！
if redis.setnx("lock", "value") == 1:
    redis.expire("lock", 10)  # 如果在这条命令执行前程序崩溃，锁将永远不会释放！

解决方案：使用 `SET` 命令的 NX 和 EX 参数

Redis 2.6.12 之后，推荐使用 SET 命令的扩展语法：

复制代码

# 原子性的设置值和过期时间
SET key value NX EX 10

NX：等同于 SETNX，只在 key 不存在时设置
EX：设置过期时间（秒）

问题2：可能误删其他客户端的锁

简单的 DEL 操作可能删除其他客户端持有的锁。

解决方案：使用 Lua 脚本确保原子性

Lua脚本更像是"存储过程"，而MySQL的事务提供了ACID特性

Lua脚本为什么能解决这个问题？

Lua脚本的原子性解决方案

复制代码

-- Lua脚本：检查值匹配再删除
if redis.call("GET", KEYS[1]) == ARGV[1] then
    return redis.call("DEL", KEYS[1])
else
    return 0
end

在Redis中执行：

复制代码

127.0.0.1:6379> EVAL "if redis.call('GET', KEYS[1]) == ARGV[1] then return redis.call('DEL', KEYS[1]) else return 0 end" 1 lock:order123 "client1"

原子性执行：Redis保证Lua脚本在执行期间不会被其他命令打断
检查+删除的原子组合：GET和DEL操作在脚本中是一个不可分割的整体
值验证：只有锁的值与预期值匹配时才执行删除

非原子操作的问题

复制代码

# 错误的做法：分两步操作
127.0.0.1:6379> GET lock:order123
"client1"
# 在这两步之间，锁可能被其他客户端修改！

127.0.0.1:6379> DEL lock:order123  # 如果锁已经被修改，这里就会误删

六、`SETNX` vs 新的 `SET` 语法

特性	`SETNX` + `EXPIRE`	`SET` with `NX` & `EX`
原子性	非原子（两条命令）	原子操作
过期时间	需要额外命令	内置支持
推荐度	不推荐	推荐
Redis版本	所有版本	2.6.12+

Redis的持久化

特性	RDB	AOF
存储内容	数据快照	操作命令
文件格式	二进制（紧凑）	文本（Redis协议）
文件大小	较小	较大
恢复速度	快（直接加载数据）	慢（需要重放所有命令）
数据安全性	可能丢失最后一次快照后的数据	根据配置，最多丢失1秒数据
性能影响	保存时对性能影响大	写入时对性能影响小

Canal

Canal是阿里巴巴开源的一个基于MySQL数据库Binlog的增量订阅和消费组件。它模拟MySQL Slave的交互协议，伪装自己为MySQL Slave，向MySQL Master发送dump请求，MySQL Master收到请求后，开始推送Binlog给Canal。
Canal解析Binlog，并将其转换成更容易处理的结构化数据，供下游系统（如缓存、消息队列等）使用。
常见用途：数据库同步、缓存更新、搜索索引更新等。

Binlog（二进制日志）是什么？

Binlog是MySQL的一种日志，它记录了对数据库执行的所有更改操作（如INSERT、UPDATE、DELETE等），但不包括SELECT这类不修改数据的操作。
Binlog是MySQL服务器层维护的，与存储引擎无关，也就是说无论使用InnoDB还是其他引擎，只要开启了Binlog，就会记录。
Binlog主要用于：
- 主从复制（Replication）：主服务器将Binlog发送给从服务器，从服务器重放这些日志以保持数据一致。
- 数据恢复：通过重放Binlog来恢复数据到某个时间点。

Canal 的工作原理：

复制代码

MySQL主库 ──binlog──> Canal Server ──解析后的数据──> 应用程序（如缓存更新）

执行流程：

伪装从库：Canal 把自己伪装成 MySQL 的从库（slave）
请求binlog：向 MySQL 主库发送 dump 请求，获取 binlog
解析binlog：解析 binlog 中的变更事件
推送数据：将解析后的结构化数据推送给订阅者

// Canal解析出的数据格式示例
{
"database": "shop",
"table": "products",
"type": "UPDATE", // 操作类型
"data": [
{
"id": 1001,
"name": "iPhone",
"price": 5999, // 新价格
"stock": 50
}
],
"old": [
{
"price": 5499 // 旧价格
}
]
}

缓存和 MySQL 数据同步方案对比

"读写锁"是一种方案，但 Canal + binlog 是另一种更优雅的方案：

方案1：基于读写锁的同步（应用程序控制）

复制代码

// 伪代码：在业务代码中手动维护缓存一致性
public void updateProduct(Product product) {
    // 获取写锁
    Lock writeLock = redis.getLock("product:" + product.getId());
    
    try {
        // 1. 更新数据库
        productMapper.update(product);
        
        // 2. 删除/更新缓存
        redis.delete("product:" + product.getId());
        
    } finally {
        writeLock.unlock();
    }
}

public Product getProduct(Long id) {
    // 获取读锁
    Lock readLock = redis.getLock("product:" + id);
    
    try {
        // 先查缓存，再查数据库...
    } finally {
        readLock.unlock();
    }
}

缺点：

代码侵入性强：每个数据库操作都要手动维护缓存
容易遗漏：复杂的业务逻辑可能忘记更新缓存
性能开销：锁竞争影响性能

方案2：基于 Canal + binlog 的同步（解耦方案）

复制代码

// Canal客户端：监听数据库变更，自动更新缓存
@CanalEventListener
public class CacheUpdateListener {
    
    @ListenPoint
    public void onProductUpdate(ProductChangeEvent event) {
        if (event.getType() == UPDATE || event.getType() == DELETE) {
            // 自动删除对应的缓存
            redis.delete("product:" + event.getId());
        }
        
        if (event.getType() == INSERT || event.getType() == UPDATE) {
            // 或者更新缓存
            redis.set("product:" + event.getId(), event.getNewData());
        }
    }
}

优点：

解耦：缓存同步与业务代码完全分离
可靠：基于 binlog，不会遗漏任何数据变更
通用：一套方案适用于所有表的缓存同步

完整的数据同步架构

在实际项目中，通常会采用这样的架构：

复制代码

MySQL ──binlog──> Canal ──MQ──> 多个消费者
                              ├── 缓存服务（更新Redis）
                              ├── 搜索服务（更新Elasticsearch）
                              ├── 大数据服务（更新数据仓库）
                              └── 消息推送服务

在现代分布式系统中，Canal + binlog 的方案更加流行，因为它提供了更好的解耦性和可维护性。

多路复用IO（I/O Multiplexing）

核心思想：

一个线程监控多个 I/O 操作，哪个准备好了就处理哪个

Spring的注解

@Repository

它是一个数据访问层的标记，同时能够将数据访问异常转换为Spring的统一数据访问异常

`@Repository`的作用

1. 标识数据访问层组件

复制代码

@Repository
public class UserDaoImpl implements UserDao {
    @Autowired
    private JdbcTemplate jdbcTemplate;
    
    public User findById(Long id) {
        String sql = "SELECT * FROM users WHERE id = ?";
        return jdbcTemplate.queryForObject(sql, new UserRowMapper(), id);
    }
}

2. 自动异常转换

将特定持久化技术的异常（如JDBC的SQLException）转换为Spring的统一数据访问异常
提供一致的异常处理体验

3. Bean自动扫描与注册

在Spring配置中：

复制代码

@Configuration
@ComponentScan("com.example.dao") // 扫描带有@Repository的类
public class AppConfig {
}

`@Mapper`注解

@Mapper注解并非由Spring、SpringMVC或SpringBoot框架提供，它是MyBatis框架的核心注解

注解	所属框架	主要作用
`@Mapper`	MyBatis	标记一个接口为MyBatis的映射器（Mapper），MyBatis会在编译时为其动态生成代理实现类 -2 -5。这样你就可以直接通过接口方法执行SQL操作，无需编写实现类。
`@Repository`	Spring	作为Spring的 stereotype注解之一，用于标识一个类为数据访问层（DAO）的Bean-2。它的主要作用是让Spring在扫描时能识别并将其纳入容器管理，同时能够将平台特定的数据访问异常转换为Spring统一的异常-2。

虽然@Mapper是MyBatis的注解，但它设计的目的就是为了与Spring框架无缝整合。

使用@MapperScan：这是更推荐的方式。@MapperScan也是MyBatis提供的注解，你只需在SpringBoot的启动类上使用它，并指定Mapper接口所在的包路径

复制代码

@SpringBootApplication
@MapperScan("com.example.mapper") // 扫描该包下的所有接口
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

使用后，包内所有Mapper接口都无需再单独添加@Mapper或@Repository注解，Spring和MyBatis会自动完成所有处理，非常方便

SpringMVC SpringBoot

注解	所属框架	引入版本
`@GetMapping`	Spring MVC	Spring 4.3+
`@PostMapping`	Spring MVC	Spring 4.3+
`@PutMapping`	Spring MVC	Spring 4.3+
`@DeleteMapping`	Spring MVC	Spring 4.3+
`@PatchMapping`	Spring MVC	Spring 4.3+
`@RequestMapping`	Spring MVC	Spring 2.5+

Spring MVC：提供Web开发能力，包括这些注解

Spring Boot：通过自动配置，让Spring MVC开箱即用

Mybatis

延迟加载

MyBatis的延迟加载（Lazy Loading）是一种在需要时才加载相关对象数据的机制，目的是减少不必要的数据库查询，提升性能。

工作原理：

当查询主对象时，MyBatis不会立即加载与主对象关联的子对象（如一对一、一对多关联），而是返回一个代理对象。
当程序第一次访问关联对象时，代理对象会触发一次额外的查询，去数据库加载关联对象的数据。

实现方式：

MyBatis通过动态代理技术实现延迟加载。例如，当查询一个订单（Order）时，订单中有一个用户（User）对象（多对一关联）和一个订单明细（OrderDetail）列表（一对多关联）。如果启用延迟加载，那么当获取订单时，不会立即加载用户和订单明细，直到你调用order.getUser()或order.getOrderDetails()时，MyBatis才会执行相应的查询。

配置延迟加载：

在MyBatis的配置文件中，可以设置lazyLoadingEnabled为true来启用延迟加载。还可以使用aggressiveLazyLoading（早期版本）或lazyLoadTriggerMethods等参数来控制加载行为。

注意：在MyBatis 3.4.1及以后版本，aggressiveLazyLoading的默认值改为false，而lazyLoadingEnabled的默认值也是false。

使用延迟加载的注意事项：

延迟加载可以减少不必要的数据库查询，但也可能导致"N+1查询问题"（当遍历一个集合时，每个元素都会触发一次查询，导致多次查询）。
在Web应用中，如果延迟加载发生在视图渲染阶段，而数据库连接已经关闭，则会抛出异常。解决方法是使用OpenSessionInView模式或在事务范围内完成数据加载。

配置项	说明	默认值
`lazyLoadingEnabled`	是否启用延迟加载	false
`aggressiveLazyLoading`	侵略性延迟加载（任何方法调用都会加载）	false (3.4.1+)
`lazyLoadTriggerMethods`	触发加载的方法	equals,clone,hashCode,toString

优点

减少不必要的数据传输
提高初始查询速度
节省内存资源

缺点

可能产生"N+1查询"问题
增加代码复杂度
需要注意会话生命周期管理

Mybatis的一级二级缓存

特性	一级缓存	二级缓存
作用范围	SqlSession内部	Mapper命名空间
默认状态	开启	关闭
共享性	不能共享	跨SqlSession共享
存储位置	内存	内存/磁盘/第三方存储
生命周期	随SqlSession销毁	随应用关闭销毁
适用场景	单次会话内重复查询	全局频繁查询且更新少

一级缓存

基本概念

范围：SqlSession 级别（默认开启）
生命周期：与 SqlSession 相同
共享性：同一个 SqlSession 内共享

工作机制

复制代码

// 示例：一级缓存演示
SqlSession sqlSession = sqlSessionFactory.openSession();
UserMapper mapper = sqlSession.getMapper(UserMapper.class);

// 第一次查询，访问数据库
User user1 = mapper.selectUserById(1L);
System.out.println("第一次查询，执行SQL");

// 第二次查询相同数据，从一级缓存获取
User user2 = mapper.selectUserById(1L); 
System.out.println("第二次查询，从缓存获取");

// 验证是同一个对象
System.out.println(user1 == user2); // 输出：true

sqlSession.close();

一级缓存结构

复制代码

// 伪代码：PerpetualCache 实现
public class PerpetualCache implements Cache {
    private String id;
    private Map<Object, Object> cache = new HashMap<>();
    
    @Override
    public void putObject(Object key, Object value) {
        cache.put(key, value);
    }
    
    @Override
    public Object getObject(Object key) {
        return cache.get(key);
    }
}

缓存失效场景

复制代码

// 1. 执行增删改操作
UserMapper mapper = sqlSession.getMapper(UserMapper.class);
User user1 = mapper.selectUserById(1L); // 查询，加入缓存

mapper.updateUser(user1); // 更新操作，清空一级缓存

User user2 = mapper.selectUserById(1L); // 重新查询数据库

// 2. 手动清空缓存
sqlSession.clearCache(); // 手动清空一级缓存

// 3. 关闭SqlSession
sqlSession.close(); // 关闭会话，缓存销毁

配置选项

复制代码

<!-- 在settings中配置本地缓存作用域 -->
<settings>
    <!-- SESSION: 同一个SqlSession共享（默认） -->
    <!-- STATEMENT: 缓存仅对当前语句有效，相当于关闭一级缓存 -->
    <setting name="localCacheScope" value="SESSION"/>
</settings>

二级缓存

开启二级缓存

全局配置
<settings> <setting name="cacheEnabled" value="true"/> </settings>
Mapper配置
<mapper namespace="com.example.mapper.UserMapper"> <cache eviction="FIFO" flushInterval="60000" size="512" readOnly="true"/>
复制代码
```
 <select id="selectUserById" parameterType="long" resultType="User">
     SELECT * FROM users WHERE id = #{id}
 </select>
```
</mapper>

二级缓存使用示例

复制代码

// 多个SqlSession共享二级缓存
SqlSession sqlSession1 = sqlSessionFactory.openSession();
UserMapper mapper1 = sqlSession1.getMapper(UserMapper.class);
User user1 = mapper1.selectUserById(1L); // 查询数据库
sqlSession1.close(); // 重要：必须关闭，数据才会进入二级缓存

SqlSession sqlSession2 = sqlSessionFactory.openSession();
UserMapper mapper2 = sqlSession2.getMapper(UserMapper.class);
User user2 = mapper2.selectUserById(1L); // 从二级缓存获取
sqlSession2.close();

System.out.println(user1 == user2); // 输出：false（不同对象，但数据相同）

缓存回收策略

策略	描述	适用场景
`LRU`	最近最少使用	最常用策略
`FIFO`	先进先出	按顺序淘汰
`SOFT`	软引用	内存不足时GC回收
`WEAK`	弱引用	更积极地GC回收

一级缓存在session.close(); 的时候一级缓存就被完全清理，HashMap被丢弃

实体类序列化要求

复制代码

// 使用二级缓存的实体类建议实现Serializable（因为二级不一定使用
默认的PerpetualCache（HashMap存储），二级缓存更常使用外部缓存(redis))
public class User implements Serializable {
    private static final long serialVersionUID = 1L;
    
    private Long id;
    private String name;
    // getter/setter...
}

两级缓存执行流程

复制代码

// 缓存查询顺序
public class Executor {
    public <E> List<E> query(MappedStatement ms, Object parameter) {
        // 1. 生成缓存Key
        CacheKey key = createCacheKey(ms, parameter);
        
        // 2. 先查询二级缓存
        List<E> list = (List<E>) tcm.getObject(cache, key);
        if (list != null) {
            return list;
        }
        
        // 3. 查询一级缓存
        list = (List<E>) localCache.getObject(key);
        if (list != null) {
            return list;
        }
        
        // 4. 查询数据库
        list = queryFromDatabase(ms, parameter);
        
        // 5. 放入一级缓存
        localCache.putObject(key, list);
        
        return list;
    }
}

虽然默认都是HashMap，但二级缓存更常使用外部缓存：

复制代码

// 情况1：使用默认的PerpetualCache（HashMap存储）
public class User {  // 不实现Serializable也可以
    private Long id;
    private String name;
    // 在默认的PerpetualCache+HashMap中能正常工作
}

// 情况2：使用分布式缓存（Redis等）  
public class User implements Serializable {  // 必须实现
    private static final long serialVersionUID = 1L;
    private Long id;
    private String name;
}

ArrayList

ArrayList有两个相关的构造方法：

ArrayList(int initialCapacity)：构造一个具有指定初始容量的空列表。
ArrayList()：构造一个初始容量为10的空列表（注意，在JDK8中，默认构造方法初始容量为10，但实际是在第一次添加元素时才分配容量为10的数组）。

new ArrayList(10) ：创建时直接分配容量为10的数组，0次扩容
new ArrayList() ：创建时空数组，首次添加元素时扩容1次到默认容量10

Futrue、FutureTask

Future是Java并发编程中的一个接口，它代表一个异步计算的结果。Future提供了检查计算是否完成、等待计算完成以及获取计算结果的方法。如果计算尚未完成，get方法会阻塞直到计算完成。

FutureTask是Future的一个基础实现类，它实现了Runnable接口，因此可以由一个线程来执行。FutureTask可以包装一个Callable或Runnable对象，因为Callable可以返回结果，而Runnable不能，所以当包装Runnable时，需要额外提供一个结果（或者使用null）。

Future接口

Future接口定义了以下方法：

boolean cancel(boolean mayInterruptIfRunning)：尝试取消执行此任务。如果任务已经完成、已经取消或由于其他原因无法取消，则此尝试将失败。如果成功，并且此任务在调用cancel时尚未启动，则此任务不应运行。如果任务已经启动，则mayInterruptIfRunning参数决定是否中断执行此任务的线程。
boolean isCancelled()：如果此任务在正常完成之前被取消，则返回true。
boolean isDone()：如果此任务完成，则返回true。完成可能是由于正常终止、异常或取消，在所有这些情况下，此方法都将返回true。
V get()：等待计算完成，然后检索其结果。

V get(long timeout, TimeUnit unit)：如果需要，最多等待给定的时间以完成计算，然后检索其结果（如果可用）。

public interface Future<V> {
// 尝试取消任务
boolean cancel(boolean mayInterruptIfRunning);

复制代码

  // 判断任务是否被取消
  boolean isCancelled();
  
  // 判断任务是否完成（正常完成、异常、取消都算完成）
  boolean isDone();
  
  // 获取计算结果（阻塞直到计算完成）
  V get() throws InterruptedException, ExecutionException;
  
  // 获取计算结果（带超时时间）
  V get(long timeout, TimeUnit unit) 
      throws InterruptedException, ExecutionException, TimeoutException;

}

FutureTask类

FutureTask类实现了RunnableFuture接口，而RunnableFuture接口继承了Runnable和Future接口。因此，FutureTask既可以作为Runnable被线程执行，又可以作为Future得到计算的结果。

FutureTask有两种构造方法：

FutureTask(Callable<V> callable)：创建一个FutureTask，它在运行时将执行给定的Callable。
FutureTask(Runnable runnable, V result)：创建一个FutureTask，它在运行时将执行给定的Runnable，并安排get方法在成功完成时返回给定的结果。

// 可以这样被线程执行
public class FutureTask<V> implements RunnableFuture<V> {
// ...
}

public interface RunnableFuture<V> extends Runnable, Future<V> {
void run();
}

实例

使用Callable和FutureTask

复制代码

Callable<String> callable = () -> {
    Thread.sleep(1000);
    return "Hello, World!";
};

FutureTask<String> futureTask = new FutureTask<>(callable);
Thread thread = new Thread(futureTask);
thread.start();

// 做一些其他事情
// ...

// 获取结果
try {
    String result = futureTask.get(); // 这里会阻塞直到任务完成
    System.out.println(result);
} catch (InterruptedException | ExecutionException e) {
    e.printStackTrace();
}

使用Runnable和FutureTask

复制代码

Runnable runnable = () -> {
    try {
        Thread.sleep(1000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
};

FutureTask<String> futureTask = new FutureTask<>(runnable, "Task completed");
Thread thread = new Thread(futureTask);
thread.start();

// 获取结果
try {
    String result = futureTask.get(); // 返回"Task completed"
    System.out.println(result);
} catch (InterruptedException | ExecutionException e) {
    e.printStackTrace();
}

FutureTask是一个可取消的异步计算，它实现了Future和Runnable接口，因此既可以作为Future来获取结果，也可以作为Runnable被线程执行。它提供了对计算过程的生命周期管理。

在并发编程中，我们通常将耗时的操作封装在Callable或Runnable中，然后用FutureTask来执行，并通过FutureTask来获取结果或控制任务的执行。

使用示例

复制代码

import java.util.concurrent.*;

public class FutureExample {
    public static void main(String[] args) throws Exception {
        ExecutorService executor = Executors.newSingleThreadExecutor();
        
        // 提交Callable任务，返回Future
        Future<String> future = executor.submit(() -> {
            Thread.sleep(2000); // 模拟耗时操作
            return "任务执行完成";
        });
        
        System.out.println("主线程继续执行...");
        
        // 获取结果（会阻塞直到任务完成）
        String result = future.get();
        System.out.println("结果: " + result);
        
        executor.shutdown();
    }
}

FutureTask 直接使用

复制代码

public class FutureTaskExample {
    public static void main(String[] args) throws Exception {
        // 创建FutureTask，包装Callable
        FutureTask<String> futureTask = new FutureTask<>(() -> {
            Thread.sleep(2000);
            return "FutureTask执行结果";
        });
        
        // 创建线程执行
        Thread thread = new Thread(futureTask);
        thread.start();
        
        System.out.println("主线程做其他事情...");
        
        // 获取结果
        String result = futureTask.get();
        System.out.println("结果: " + result);
    }
}

特性	Future接口	FutureTask类
身份	接口，定义规范	具体实现类
执行方式	通过ExecutorService提交	可直接作为Runnable被Thread执行
功能完整性	只有获取结果的方法	完整的任务生命周期管理
使用场景	线程池任务提交的返回值	需要更精细控制的任务执行

实际应用场景

并行计算

ExecutorService executor = Executors.newFixedThreadPool(3);

Future<Integer> future1 = executor.submit(() -> calculate1());
Future<Integer> future2 = executor.submit(() -> calculate2());
Future<Integer> future3 = executor.submit(() -> calculate3());

// 并行执行，最后汇总结果
int result = future1.get() + future2.get() + future3.get();
超时控制

Future<String> future = executor.submit(() -> {
// 可能很耗时的操作
return fetchDataFromNetwork();
});

try {
// 最多等待3秒
String result = future.get(3, TimeUnit.SECONDS);
} catch (TimeoutException e) {
future.cancel(true); // 超时取消任务
System.out.println("任务超时");
}
任务取消

FutureTask<String> futureTask = new FutureTask<>(() -> {
while (!Thread.currentThread().isInterrupted()) {
// 执行任务，定期检查中断状态
}
return "任务被取消";
});

Thread thread = new Thread(futureTask);
thread.start();

// 5秒后取消任务
Thread.sleep(5000);
futureTask.cancel(true);

线程状态

状态	触发条件	恢复条件	是否消耗CPU
RUNNABLE	线程已启动，具备运行条件	获得CPU时间片	获得时间片时消耗
BLOCKED	竞争synchronized锁失败	锁可用时	不消耗CPU
WAITING	调用wait()、join()等	被notify()或线程结束	不消耗CPU
TIMED_WAITING	调用sleep()、wait(timeout)等	超时或被唤醒	不消耗CPU

Java线程的打断机制

在Java中，每个线程都有一个布尔类型的打断标志（interrupt status）。当我们调用一个线程的interrupt()方法时，这个线程的打断标志会被设置为true。

但是，这并不会立即停止线程的执行，而是需要线程自己检查这个标志并做出相应的处理。

与打断相关的方法有三个：

interrupt()：实例方法，用于中断线程。如果该线程正处于阻塞状态（如调用了sleep、wait、join等方法），那么它会立即抛出InterruptedException，并且打断标志会被清除（即设置为false）。如果线程没有阻塞，则只是设置打断标志为true。
isInterrupted()：实例方法，用于检查线程的打断标志，不会清除打断标志。
static interrupted()：静态方法，用于检查当前线程的打断标志，并且会清除打断标志（即如果当前线程的打断标志为true，则调用后返回true，并将打断标志设置为false）。

示例1：使用isInterrupted()检查打断标志

复制代码

public class InterruptExample1 {
    public static void main(String[] args) throws InterruptedException {
        Thread thread = new Thread(() -> {
            // 循环检查打断标志
            while (!Thread.currentThread().isInterrupted()) {
                System.out.println("线程运行中...");
            }
            System.out.println("线程结束，打断标志为: " + Thread.currentThread().isInterrupted());
        });

        thread.start();
        Thread.sleep(10); // 主线程休眠10毫秒，确保子线程运行
        thread.interrupt(); // 中断线程
    }
}

示例2：使用static interrupted()方法

复制代码

public class InterruptExample2 {
    public static void main(String[] args) throws InterruptedException {
        Thread thread = new Thread(() -> {
            while (true) {
                // 使用静态方法检查，并清除标志
                if (Thread.interrupted()) {
                    System.out.println("检测到打断，退出循环。");
                    System.out.println("再次检查打断标志: " + Thread.currentThread().isInterrupted());
                    break;
                }
            }
        });

        thread.start();
        thread.interrupt(); // 设置打断标志为true
    }
}

示例3：线程在阻塞时被中断（例如在sleep时）

复制代码

public class InterruptExample3 {
    public static void main(String[] args) throws InterruptedException {
        Thread thread = new Thread(() -> {
            try {
                Thread.sleep(5000); // 线程休眠5秒
            } catch (InterruptedException e) {
                // 在阻塞过程中被中断，会抛出InterruptedException，并且打断标志会被清除（变为false）
                System.out.println("线程在休眠时被中断，打断标志为: " + Thread.currentThread().isInterrupted());
                // 我们可以选择重新设置打断标志，或者直接返回
                // Thread.currentThread().interrupt(); // 重新中断，以便上层代码能知道
            }
        });

        thread.start();
        Thread.sleep(1000); // 主线程休眠1秒，确保子线程进入休眠
        thread.interrupt(); // 中断子线程的休眠
    }
}

重要注意事项：

当线程在阻塞状态（如sleep、wait、join）时被中断，会立即抛出InterruptedException，并且打断标志会被清除（变成false）。因此，在捕获InterruptedException后，通常有两种选择：

要么重新设置打断标志（因为异常捕获后打断标志为false，所以需要再次调用interrupt()设置标志），这样上层代码可以检测到中断。
要么不处理异常，直接退出。

总结

isInterrupted()：检查其他线程的中断状态，不改变状态
interrupted()：检查当前线程的中断状态，清除状态
interrupt()：设置线程的中断标志为true
阻塞方法被中断时会抛出InterruptedException并清除中断状态