ByteCoding

fork 类Unix操作系统调用fork()，会创建父进程的一个完整副本，很耗时 Linux调用fork()，创建子进程时并不会复制整个进程的地址空间，而是让父子进程共享同一个地址空间 只有在父进程或者子进程需要写入时才会复制地址空间，从而使父子进程拥有各自独立的地址空间 本质上来说，父子进程的地址空间和数据都是要隔离的，使用Copy-on-Write更多体现的是一种延时策略 Copy-on-Write还支持按需复制，因此在操作系统领域能够提升性能 Java提供的Copy-on-Write容器，会复制整个容器，所以在提升读操作性能的同时，是以内存复制为代价的 CopyOnWriteArrayList / CopyOnWriteArraySet RPC框架 服务提供方是多实例分布式部署的，服务的客户端在调用RPC时，会选定一个服务实例来调用 这个过程的本质是负载均衡，而做负载均衡的前提是客户端要有全部的路由信息 一个核心任务就是维护服务的路由关系，当服务提供方上线或者下线的时候，需要更新客户端的路由表信息 RPC调用需要通过负载均衡器来计算目标服务的IP和端口号，负载均衡器通过路由表 ...

Immutability模式Immutability模式：对象一旦被创建之后，状态就不再发生变化 不可变类 将一个类所有的属性都设置成final，并且只允许存在只读方法 将类也设置成final的，因为子类可以重写父类的方法，有可能改变不可变性 包装类 String、Integer、Long和Double等基础类型的包装类都具备不可变性 这些对象的线程安全都是靠不可变性来保证的 严格遵守：_类和属性都是final的，所有方法均是只读的_ 如果具备不可变性的类，需要提供修改的功能，那会创建一个新的不可变对象 这会浪费内存空间，可以通过享元模式来优化 1234567891011121314151617181920212223242526272829private final char value[];public String replace(char oldChar, char newChar) { if (oldChar != newChar) { int len = value.length; int i = -1; char[] ...

任务视角 线程池+Future：简单并行任务 CompletableFuture：聚合任务 CompletionService：批量并行任务 Fork/Join：_分治_ 分治任务模型 分治任务模型分为两个阶段：任务分解 + 结果合并 任务分解：将任务迭代地分解为子任务，直至子任务可以直接计算出结果 任务和分解后的子任务具有相似性（算法相同，只是计算的数据规模不同，往往采用递归算法） 结果合并：逐层合并子任务的执行结果，直至获得最终结果 Fork/Join概述 Fork/Join是并行计算的框架，主要用来支持分治任务模型，Fork对应任务分解，Join对应结果合并 Fork/Join框架包含两部分：分治任务ForkJoinTask + 分治任务线程池ForkJoinPool 类似于Runnable + ThreadPoolExecutor ForkJoinTask最核心的方法是fork和join fork：异步地执行一个子任务 join：阻塞当前线程，等待子任务的执行结果 ForkJoinTask有两个子类：RecursiveAction + R ...

场景1234567// 从3个电商询价，保存到数据库，串行执行，性能很慢int p1 = getPriceByS1();save(p1);int p2 = getPriceByS2();save(p2);int p3 = getPriceByS3();save(p3); ThreadPoolExecutor + Future1234567891011ExecutorService pool = Executors.newFixedThreadPool(3);Future<Integer> f1 = pool.submit(() -> getPriceByS1());Future<Integer> f2 = pool.submit(() -> getPriceByS2());Future<Integer> f3 = pool.submit(() -> getPriceByS3());int p1 = f1.get(); // 阻塞，如果f2.get()很快，但f1.get()很慢，依旧需要等待pool.execute(() -> save(p1) ...

泡茶烧水 123456789101112131415161718192021222324CompletableFuture<Void> f1 = CompletableFuture.runAsync(() -> { System.out.println("T1: 洗水壶"); sleep(1, TimeUnit.SECONDS); System.out.println("T1: 烧开水"); sleep(15, TimeUnit.SECONDS);});CompletableFuture<String> f2 = CompletableFuture.supplyAsync(() -> { System.out.println("T2: 洗茶壶"); sleep(1, TimeUnit.SECONDS); System.out.println("T2: 洗茶杯"); sleep(2, TimeUnit.SECON ...

ThreadPoolExecutor12345678910// 无法获取任务的执行结果public void execute(Runnable command);// 可以获取任务的执行结果// Runnable接口的run()方法没有返回值，返回的Future只能断言任务是否已经结束，类似于Thread.join()public Future<?> submit(Runnable task)// Callable接口的call()方法有返回值，可以通过调用返回的Future对象的get()方法获取任务的执行结果public <T> Future<T> submit(Callable<T> task);// 返回的Future对象f，f.get()的返回值就是传给submit方法的参数resultpublic <T> Future<T> submit(Runnable task, T result) Future1234567891011// 取消任务boolean cancel(boolean mayInterruptIfRunn ...

创建线程 创建普通对象，只是在JVM的堆里分配一块内存而已 创建线程，需要调用操作系统内核的API，然后操作系统需要为线程分配一系列资源，成本很高 线程是一个重量级对象，应该避免频繁创建和销毁，采用线程池方案 一般的池化资源12345678910111213141516// 假设Java线程池采用一般意义上池化资源的设计方法class ThreadPool { // 获取空闲线程 Thread acquire() { } // 释放线程 void release(Thread t) { }}// 期望的使用ThreadPool pool；Thread T1 = pool.acquire();// 传入Runnable对象T1.execute(() -> { // 具体业务逻辑}); 生产者-消费者模式业界线程池的设计，普遍采用生产者-消费者模式，线程池的使用方是生产者，线程池本身是消费者 123456789101112131415161718192021222324252 ...

add12345678private long count = 0;public void add() { int idx = 0; while (idx++ < 10_000) { count += 1; }} add()方法不是线程安全的，主要原因是count的可见性和count+=1的原子性 可见性的问题可以用volatile来解决，原子性的问题一般采用互斥锁来解决 无锁方案12345678private AtomicLong atomicCount = new AtomicLong(0);public void atomicAdd() { int idx = 0; while (idx++ < 10_000) { atomicCount.getAndIncrement(); }} 无锁方案相对于互斥锁方案，最大的好处是_性能_ 互斥锁方案为了保证互斥性，需要执行加锁、解锁操作，而加锁、解锁操作本身会消耗性能 拿不到锁的线程会进入 ...

同步容器 Java 1.5之前提供的同步容器虽然也能保证线程安全，但性能很差 Java中的容器主要分为四大类，分别为List、Map、Set和Queue，并不是所有的Java容器都是线程安全的 将非线程安全的容器变成线程安全的容器的简单方案：synchronized 把非线程安全的容器封装在对象内部，然后控制好访问路径即可 线程安全的ArrayList12345678910111213141516171819public class SafeArrayList<T> { private List<T> list = new ArrayList<>(); public synchronized T get(int idx) { return list.get(idx); } public synchronized void add(int idx, T t) { list.add(idx, t); } public synchronized boolea ...

对账系统 1234567891011// 存在未对账订单while (existUnreconciledOrders()) { // 查询未对账订单 pOrder = getPOrder(); // 查询派送订单 dOrder = getDOrder(); // 执行对账操作 Order diff = check(pOrder, dOrder); // 将差异写入差异库 save(diff);} 性能瓶颈 getPOrder()和getDOrder()最为耗时，并且两个操作没有先后顺序的依赖，可以并行处理 简单并行 - join 123456789101112131415161718192021222324// 存在未对账订单// 存在未对账订单while (existUnreconciledOrders()) { // 查询未对账订单 Thread t1 = new Thread(() -> { pOrder = getPOrder(); }); t1. ...