并发场景下的数据结构

数据强、弱一致性：
严格一致性（强一致性）：所有的读写操作都按照全局时钟下的顺序执行，且任何时刻线程读取到的缓存数据都是一样的，Hashtable 就是严格一致性；
顺序一致性：多个线程的整体执行可能是无序的，但对于单个线程而言执行是有序的，要保证任何一次读都能读到最近一次写入的数据，volatile 可以阻止指令重排序，所以修饰的变量的程序属于顺序一致性；
弱一致性：不能保证任何一次读都能读到最近一次写入的数据，但能保证最终可以读到写入的数据，单个写锁 + 无锁读，就是弱一致性的一种实现。

MAP容器

HashMap 
非线程安全
原因：JDK1.7之前，并发场景可能出现死循环（看过几篇文章说是在扩容时出现循环列表，JDK1.8之后采用红黑树说会出现数据丢失以及不准确（没遇到，左旋or右旋+查询+查询导致？））

HashTable
线程安全
强一致性场景
数据量小时使用
缺：使用Synchronized同步锁修饰put get remove方法，高并发下有大量锁竞争

ConcurrentHashMap
线程安全
数据量不是特别大时使用
相比HashTable优点：JDK1.7之前分段锁，JDK1.8之后先使用Synchronized（但是先使用CAS再升级锁 JDK1.8优化了Synchronized）
适应场景：统计销量TOP10
缺：get size 等方法没有使用锁，弱一致性。

ConcurrentSkipListMap 
基于TreeMap（单线程使用）的设计原理实现，不过TreeMap使用红黑树，其使用跳表
优点：存取平均时间复杂度O(log(n))，适用于大数据量存取的场景，最常见的是基于跳跃表实现的数据量比较大的缓存。
适用场景：提醒用户手机卡实时流量不足，先同步用户实时流量，再通过手机端订单触发查询功能，如果流量不足，就弹出系统通知。数据量千万级，且存在大量增删改操作。
特点，用户量大，并发量高，写入多于查询。

List容器

Vector
线程安全
强一致性
基于Synchronized同步锁实现线程安全
缺点：高并发下，读远大学写，大量锁竞争

CopyOnWriteArrayList
线程安全（写操作修改副本使用Synchronized）
读操作无锁，写操作使用新副本，读写分离。
适用场景：大量读，少量改。例：黑白名单

Queue容器

ConcurrentLinkedQueue
线程安全
无锁 使用CAS
使用场景：
1.写多读少，该队列基于链表实现，新增和删除元素性能较高（应该是尾部和头部）
2.写操作使用cas操作，性能较高。
3.单生产者，多消费者
缺点：
链表无界，容易造成大量内存使用，甚至内存溢出，需要控制容量。

LinkedTransferQueue
一个由链表结构组成的无界阻塞TransferQueue队列。相对于其他阻塞队列，LinkedTransferQueue多了tryTransfer和transfer方法。

ArrayBlockingQueue（一把全局锁）
一个基于数组结构实现的有界阻塞队列，按 FIFO（先进先出）原则对元素进行排序，使用 ReentrantLock、Condition 来实现线程安全；

LinkedBlockingQueue
存取两把锁
一个基于链表结构实现的阻塞队列，同样按 FIFO （先进先出） 原则对元素进行排序，使用 ReentrantLock、Condition 来实现线程安全，吞吐量通常要高于 ArrayBlockingQueue；

disruptor

PriorityBlockingQueue:
一个具有优先级的无限阻塞队列，基于二叉堆结构实现的无界限（最大值 Integer.MAX_VALUE - 8）阻塞队列，队列没有实现排序，但每当有数据变更时，都会将最小或最大的数据放在堆最上面的节点上，该队列也是使用了 ReentrantLock、Condition 实现的线程安全；

SynchronousQueue
一个不存储多个元素的阻塞队列，每次进行放入数据时, 必须等待相应的消费者取走数据后，才可以再次放入数据，该队列使用了两种模式来管理元素，一种是使用先进先出的队列，一种是使用后进先出的栈，使用哪种模式可以通过构造函数来指定。