并发编程知识精要

📕我是廖志伟,一名Java开发工程师、《Java项目实战——深入理解大型互联网企业通用技术》(基础篇)(进阶篇)、(架构篇)、《解密程序员的思维密码——沟通、演讲、思考的实践》作者、清华大学出版社签约作家、Java领域优质创作者、优快云博客专家、阿里云专家博主、51CTO专家博主、产品软文专业写手、技术文章评审老师、技术类问卷调查设计师、幕后大佬社区创始人、开源项目贡献者。

📘拥有多年一线研发和团队管理经验,研究过主流框架的底层源码(Spring、SpringBoot、SpringMVC、SpringCloud、Mybatis、Dubbo、Zookeeper),消息中间件底层架构原理(RabbitMQ、RocketMQ、Kafka)、Redis缓存、MySQL关系型数据库、 ElasticSearch全文搜索、MongoDB非关系型数据库、Apache ShardingSphere分库分表读写分离、设计模式、领域驱动DDD、Kubernetes容器编排等。

📙不定期分享高并发、高可用、高性能、微服务、分布式、海量数据、性能调优、云原生、项目管理、产品思维、技术选型、架构设计、求职面试、副业思维、个人成长等内容。

Java程序员廖志伟

💡在这个美好的时刻,笔者不再啰嗦废话,现在毫不拖延地进入文章所要讨论的主题。接下来,我将为大家呈现正文内容。

优快云

一、并发编程知识体系

  1. 线程基础

并发编程是计算机科学中的一个重要领域,它涉及到多线程的创建、调度、同步与通信。线程是并发编程的基础,它是程序执行的最小单位。

(1)线程生命周期

线程生命周期包括以下状态:

  • 新建状态:线程被创建后,进入新建状态。此时线程尚未启动,也没有分配到CPU资源。
  • 就绪状态:线程获取到CPU资源,等待被调度执行。线程就绪状态下的线程可以立即被CPU调度执行。
  • 运行状态:线程正在执行。运行状态下的线程正在执行其任务,此时线程拥有CPU资源。
  • 阻塞状态:线程由于某些原因(如等待锁、等待I/O操作等)无法执行。线程在阻塞状态下会释放CPU资源,等待事件发生。
  • 死亡状态:线程执行完毕或被终止。线程在死亡状态下不再参与线程调度。

(2)线程优先级

线程优先级决定了线程在运行时的调度顺序。Java中,线程优先级分为1到10级,其中1级为最低优先级,10级为最高优先级。线程优先级是一个相对值,并不保证一定能够获得更高的CPU时间片。

(3)守护线程

守护线程是服务线程,它为其他线程提供服务。当所有的非守护线程执行完毕后,程序将退出。守护线程通常用于执行一些不需要关注的任务,如垃圾回收、日志记录等。

(4)线程池

线程池是一种管理线程的机制,它可以减少线程创建和销毁的开销。线程池的核心参数配置包括:

  • 核心线程数:线程池中始终存在的线程数量。核心线程数决定了线程池的最小线程数量。
  • 最大线程数:线程池中允许的最大线程数量。最大线程数决定了线程池的最大线程数量,以应对突发任务。
  • 队列类型:工作队列的类型,如LinkedBlockingQueue、ArrayBlockingQueue等。工作队列用于存放等待执行的任务。
  • 拒绝策略:当线程池达到最大线程数时,如何处理新任务。常见的拒绝策略有AbortPolicy、CallerRunsPolicy、DiscardPolicy、DiscardOldestPolicy等。
  1. 核心参数配置与拒绝策略

(1)核心参数配置

  • 核心线程数:线程池中始终存在的线程数量。核心线程数决定了线程池的最小线程数量。
  • 最大线程数:线程池中允许的最大线程数量。最大线程数决定了线程池的最大线程数量,以应对突发任务。
  • 队列类型:工作队列的类型,如LinkedBlockingQueue、ArrayBlockingQueue等。工作队列用于存放等待执行的任务。
  • 队列容量:工作队列的最大容量。队列容量决定了线程池能够存放的最大任务数量。
  • 保留时间:线程空闲时间超过此值后,将被回收。保留时间决定了线程池中线程的存活时间。

(2)拒绝策略

当线程池达到最大线程数时,如何处理新任务,有以下四种拒绝策略:

  • AbortPolicy:抛出RejectedExecutionException异常。当线程池达到最大线程数时,抛出异常,提示任务无法执行。
  • CallerRunsPolicy:调用者运行策略,将任务交还给调用者。当线程池达到最大线程数时,将任务交还给调用者执行,调用者负责处理任务。
  • DiscardPolicy:丢弃任务,不抛出异常。当线程池达到最大线程数时,直接丢弃任务,不进行任何处理。
  • DiscardOldestPolicy:丢弃最旧的任务。当线程池达到最大线程数时,丢弃最旧的任务,为新任务腾出空间。
  1. 工作队列类型

工作队列是线程池中用于存放任务的队列,常见的队列类型有:

  • LinkedBlockingQueue:基于链表的阻塞队列,适用于生产者-消费者模型。LinkedBlockingQueue采用链表实现,具有较好的扩展性。
  • ArrayBlockingQueue:基于数组的阻塞队列,适用于固定大小的线程池。ArrayBlockingQueue采用数组实现,具有固定的容量。
  • PriorityBlockingQueue:基于优先级的阻塞队列,适用于任务优先级不同的场景。PriorityBlockingQueue采用优先级队列实现,按照任务优先级排序。
  1. 同步机制

同步机制是保证线程安全的重要手段,常见的同步机制有:

  • 悲观锁:假设数据在并发环境下一定会被修改,因此对数据进行加锁操作,直到数据被修改完成。悲观锁适用于对数据一致性要求较高的场景。
  • 乐观锁:假设数据在并发环境下不会发生冲突,因此不进行加锁操作,而是在数据修改时检查冲突。乐观锁适用于对数据一致性要求不高的场景。
  • 读写锁:允许多个线程同时读取数据,但只允许一个线程写入数据。读写锁适用于读操作远多于写操作的场景。
  • 条件变量:线程在等待某个条件成立时,会阻塞等待,直到条件成立。条件变量通常与互斥锁配合使用。
  1. 并发集合

Java提供了多种并发集合,如ConcurrentHashMap、CopyOnWriteArrayList等,它们在保证线程安全的同时,提供了较高的性能。

  1. ConcurrentMap

ConcurrentHashMap是Java中的一种线程安全的HashMap实现,它通过分段锁(Segment Lock)机制,提高了并发性能。ConcurrentHashMap将数据分为多个段,每个段独立加锁,从而减少了锁的竞争。

  1. CopyOnWrite容器

CopyOnWrite容器是一种线程安全的集合,它采用“写时复制”策略,即在数据修改时,创建一个新的副本,并对副本进行修改,然后将原数据替换为副本。CopyOnWrite容器适用于读操作远多于写操作的场景。

  1. BlockingQueue

BlockingQueue是一种线程安全的队列,它支持生产者-消费者模型,常见的实现有LinkedBlockingQueue、ArrayBlockingQueue等。BlockingQueue在多线程环境下,可以保证数据的一致性和线程安全。

  1. 并发工具类

Java提供了多种并发工具类,如Phaser、Exchanger、FutureTask等,它们在处理并发任务时,提供了方便的API。

  1. 非阻塞算法

非阻塞算法是一种在多线程环境中,不使用锁机制,而是通过比较和交换操作来保证线程安全的方法。非阻塞算法适用于对性能要求较高的场景。

  1. CAS原理

CAS(Compare-And-Swap)是一种无锁算法,它通过比较内存中的值与期望值,如果相等,则将内存中的值替换为新值。CAS算法适用于保证线程安全,且不使用锁的场景。

  1. Atomic类

Atomic类是Java中提供原子操作的类,如AtomicInteger、AtomicLong等,它们在保证线程安全的同时,提供了高效的性能。Atomic类适用于保证单个变量的线程安全。

  1. 无锁队列

无锁队列是一种不使用锁机制,而是通过CAS操作来实现线程安全的队列。无锁队列适用于对性能要求较高的场景。

  1. 并发框架

(1)Netty线程模型

Netty是一种高性能的NIO框架,它采用主从多线程模型,将网络请求分配到不同的线程进行处理。主线程负责接收和发送数据,从线程负责处理业务逻辑。

(2)Akka Actor模型

Akka是一种基于Actor模型的并发框架,它将并发编程抽象为消息传递,从而简化了并发编程的复杂性。Actor模型将并发编程分解为多个独立的Actor,每个Actor负责处理特定的任务。

(3)Disruptor环形缓冲区

Disruptor是一种基于环形缓冲区的并发框架,它通过环形缓冲区来存储数据,从而实现了高效的并发处理。Disruptor适用于对性能要求较高的场景。

二、MyBatis知识体系

  1. SQL映射

MyBatis是一种基于SQL映射的持久层框架,它将SQL语句与Java对象进行映射,从而简化了数据库操作。MyBatis通过XML或注解的方式定义SQL映射,将Java对象与数据库表进行映射。

  1. 注解映射

MyBatis提供了多种注解,用于实现SQL映射,如@Select、@Insert、@Update、@Delete等。注解映射简化了SQL映射的定义,提高了开发效率。

  1. 结果集映射

MyBatis将数据库中的数据映射到Java对象中,常见的映射方式有:

  • 单一映射:将单个字段映射到Java对象的属性。
  • 多重映射:将多个字段映射到Java对象的属性。
  • 关联映射:将多个表的数据映射到Java对象的属性。
  1. 关联查询

MyBatis支持关联查询,它可以将多个表的数据关联起来,并映射到Java对象中。关联查询简化了复杂的SQL语句,提高了开发效率。

  1. 动态SQL

MyBatis支持动态SQL,可以根据条件动态生成SQL语句。动态SQL可以提高SQL语句的灵活性,满足不同的业务需求。

  1. OGNL表达式

OGNL(Object-Graph Navigation Language)是一种表达式语言,用于在MyBatis中实现动态SQL。OGNL表达式可以方便地访问Java对象的属性和方法。

  1. 分支语句

MyBatis支持分支语句,可以根据条件执行不同的SQL语句。分支语句可以提高SQL语句的灵活性,满足不同的业务需求。

  1. 批量操作

MyBatis支持批量操作,可以将多条SQL语句放在一个批次中执行。批量操作可以提高数据库操作的效率。

  1. 缓存机制

MyBatis提供了缓存机制,可以提高数据库操作的效率。缓存机制可以将查询结果存储在内存中,避免重复查询数据库。

  1. 一级缓存

一级缓存是MyBatis的本地缓存,它存储在当前线程中。一级缓存可以提高数据库查询的效率。

  1. 二级缓存

二级缓存是MyBatis的分布式缓存,它存储在全局范围内。二级缓存可以提高数据库查询的效率,适用于分布式系统。

  1. 自定义缓存

MyBatis允许自定义缓存,以满足不同的需求。自定义缓存可以满足特定业务场景的需求,提高系统性能。

  1. 代理模式

MyBatis采用代理模式,将数据库操作封装成代理对象,从而简化了数据库操作。代理模式提高了代码的可读性和可维护性。

  1. MapperProxy

MapperProxy是MyBatis的代理类,它实现了Mapper接口,并代理了数据库操作。MapperProxy提高了代码的可读性和可维护性。

  1. 插件拦截

MyBatis支持插件拦截,可以自定义插件来实现特定的功能。插件拦截可以扩展MyBatis的功能,满足不同的业务需求。

  1. 动态代理执行流程

MyBatis使用动态代理技术,实现Mapper接口的代理,并拦截数据库操作。动态代理技术提高了代码的可读性和可维护性。

  1. SqlSession生命周期

SqlSession是MyBatis的核心对象,它负责管理数据库连接、事务等。SqlSession的生命周期包括创建、使用和关闭。

  1. 执行器类型

MyBatis提供了多种执行器类型,如SimpleExecutor、BatchExecutor等。执行器类型决定了数据库操作的执行方式。

  1. 延迟加载

MyBatis支持延迟加载,可以将关联数据延迟加载。延迟加载可以提高数据库查询的效率。

  1. 扩展机制

MyBatis提供了扩展机制,可以自定义插件、拦截器等。扩展机制可以满足不同的业务需求,提高系统性能。

  1. 类型处理器

MyBatis提供了类型处理器,用于处理不同类型的数据。类型处理器提高了代码的可读性和可维护性。

  1. 拦截器链

MyBatis提供了拦截器链,可以自定义拦截器来实现特定的功能。拦截器链可以扩展MyBatis的功能,满足不同的业务需求。

  1. 方言支持

MyBatis支持多种数据库方言,如MySQL、Oracle等。方言支持提高了MyBatis的通用性。

优快云

博主分享

📥博主的人生感悟和目标

Java程序员廖志伟

📙经过多年在优快云创作上千篇文章的经验积累,我已经拥有了不错的写作技巧。同时,我还与清华大学出版社签下了四本书籍的合约,并将陆续出版。

面试备战资料

八股文备战
场景描述链接
时间充裕(25万字)Java知识点大全(高频面试题)Java知识点大全
时间紧急(15万字)Java高级开发高频面试题Java高级开发高频面试题

理论知识专题(图文并茂,字数过万)

技术栈链接
RocketMQRocketMQ详解
KafkaKafka详解
RabbitMQRabbitMQ详解
MongoDBMongoDB详解
ElasticSearchElasticSearch详解
ZookeeperZookeeper详解
RedisRedis详解
MySQLMySQL详解
JVMJVM详解

集群部署(图文并茂,字数过万)

技术栈部署架构链接
MySQL使用Docker-Compose部署MySQL一主二从半同步复制高可用MHA集群Docker-Compose部署教程
Redis三主三从集群(三种方式部署/18个节点的Redis Cluster模式)三种部署方式教程
RocketMQDLedger高可用集群(9节点)部署指南
Nacos+Nginx集群+负载均衡(9节点)Docker部署方案
Kubernetes容器编排安装最全安装教程

开源项目分享

项目名称链接地址
高并发红包雨项目https://gitee.com/java_wxid/red-packet-rain
微服务技术集成demo项目https://gitee.com/java_wxid/java_wxid

管理经验

【公司管理与研发流程优化】针对研发流程、需求管理、沟通协作、文档建设、绩效考核等问题的综合解决方案:https://download.youkuaiyun.com/download/java_wxid/91148718

希望各位读者朋友能够多多支持!

现在时代变了,信息爆炸,酒香也怕巷子深,博主真的需要大家的帮助才能在这片海洋中继续发光发热,所以,赶紧动动你的小手,点波关注❤️,点波赞👍,点波收藏⭐,甚至点波评论✍️,都是对博主最好的支持和鼓励!

🔔如果您需要转载或者搬运这篇文章的话,非常欢迎您私信我哦~

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法的新型异构分布式系统任务调度算法,并提供了Matlab代码实现。文章重点围绕异构环境中任务调度的优化问题,利用遗传算法进行求解,旨在提高资源利用率、降低任务完成时间并优化系统整体性能。文中详细阐述了算法的设计思路、编码方式、适应度函数构建、遗传操作流程及参数设置,并通过仿真实验验证了该算法相较于传统方法在调度效率和收敛性方面的优越性。此外,文档还列举了大量相关领域的研究案例和技术应用,涵盖电力系统、路径规划、车间调度、信号处理等多个方向,体现出较强的技术综合性与实践价值。; 适合人群:具备一定编程基础和优化算法知识的研究生、科研人员及从事智能优化、分布式系统调度、电力系统、自动化等相关领域的工程技术人员。; 使用场景及目标:①解决异构分布式系统中的任务调度优化问题;②学习遗传算法在实际工程问题中的建模与实现方法;③为科研项目提供算法参考与代码复现支持;④拓展多领域交叉应用的研究思路。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注适应度函数设计与遗传操作流程,并尝试在不同场景下调整参数以观察性能变化。同时可参考文中列出的相关研究方向进行延伸探索,提升综合应用能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值