Atomic&Collections

1、Atomic

　　原子操作，即不能被分割的最小粒子

　1.1 Atomiclnteger的使用场景

　　　　AtomicInteger提供原子操作来进行Integer的使用，适合并发情况下的使用，比如两个线程对同一个整数累加。

　1.2 为什么Atomiclnteger是线程安全的，原理是什么

　　　　AtomicInteger是对int类型的一个封装，提供原子性的访问和更新操作，其原子性操作的实现是基于CAS（compare-and-swap）技术。CAS表现为一组指令，当利用CAS执行试图进行一些更新操作时，会首先比较当前数值，如果数值未变，代表没有其它线程进行并发修改，则成功更新。如果数值改变，则可能出现不同的选择，要么进行重试，要么就返回是否成功。也就是所谓的“乐观锁”。

　1.3 Atomiclnteger的CAS机制会导致什么问题

　　　　会导致ABA问题，操作对象，获取对象后，执行CAS操作前，被其他线程修改后，且又修改为原来的对象值，导致CAS忽略其他线程的修改，成功执行CAS对象修改。 从Java1.5开始JDK的atomic包里提供了一个类AtomicStampedReference来解决ABA问题。这个类的compareAndSet方法作用是首先检查当前引用是否等于预期引用，并且当前标志是否等于预期标志，如果全部相等，则以原子方式将该引用和该标志的值设置为给定的更新值。

　1.4 用volatile修饰变量不可以吗

　　　　volatile只是保证能够从主内存中取到最新的值，但是不能保证并发的正确性

 

2、HashMap

　　数据结构：数组+链表+（红黑树jdk>=1.8）

　　重要成员变量：

　　　　DEFAULT_INITIAL_CAPACITY = 1 << 4; Hash表默认初始容量

　　　　MAXIMUM_CAPACITY = 1 << 30; 最大Hash表容量

　　　　DEFAULT_LOAD_FACTOR = 0.75f；默认加载因子

　　　　TREEIFY_THRESHOLD = 8；链表转红黑树阈值

　　　　UNTREEIFY_THRESHOLD = 6；红黑树转链表阈值

　　　　MIN_TREEIFY_CAPACITY = 64；链表转红黑树时hash表最小容量阈值，达不到优先扩容。

 

　　jdk1.7及以下，高并发场景下，扩容可能产生死锁以及get操作可能会带来数据丢失。

　　jdk1.8采用了高低位拆分转移的方式，对源码进行了优化，避免了链表环的产生。（并且引入了红黑树）

　　

3、ConcurrentHashMap

　　数据结构：数据结构与HashMap类似

　　区别：① 内部在数据写入时加了同步机制保证线程安全，读操作是无锁操作

　　　　　② 扩容时老数据的转移是并发执行的，这样效率更高

 

4、CopyOnWrite机制

　　读写分离，空间换时间，避免为保证并发安全导致的激烈的锁的竞争。

　　关键点：

　　　　① CopyOnWrite适用于读多写少的情况，最大程度的提高读的效率；

　　　　② CopyOnWrite是最终一致性，在写的过程中，原有读的数据是不会发生更新的，只有新的读才能读到新数据

　　　　③ 如果需要其他线程及时的读到数据，需要使用volatile变量

　　　　④ 写的时候不能并发写，需要对写操作进行加锁

　　优点：

　　　　对于一些读多写少的数据，写入时复制的做法就很不错，例如配置、黑名单、物流地址等变化非常少的数据，这是一种无锁的实现。可以帮我们实现程序更高的并发。

CopyOnWriteArrayList 并发安全且性能比 Vector 好。Vector 是增删改查方法都加了synchronized 来保证同步，但是每个方法执行的时候都要去获得锁，性能就会大大下降，而 CopyOnWriteArrayList 只是在增删改上加锁，但是读不加锁，在读方面的性能就好于 Vector。

　　缺点：

　　　　数据一致性问题。这种实现只是保证数据的最终一致性，在添加到拷贝数据而还没进行替换的时候，读到的仍然是旧数据。

内存占用问题。如果对象比较大，频繁地进行替换会消耗内存，从而引发 Java 的 GC 问题，这个时候，我们应该考虑其他的容器，例如 ConcurrentHashMap。