Java性能优化-06-Java并发容器

1-并发场景的Map

首先HashMap线程不安全，多线程环境下禁止使用：在JDK1.7之前，在并发场景下使用HashMap会出现死循环，从而导致CPU使用率居高不下，而扩容是导致死循环的主要原因。虽然Java在JDK1.8中修复了HashMap扩容导致的死循环问题，但在高并发场景下，依然会有数据丢失以及不准确的情况出现。

保证容器的线程安全，Java实现了Hashtable、ConcurrentHashMap以及ConcurrentSkipListMap等Map容器。

Hashtable、ConcurrentHashMap是基于HashMap实现的，对于小数据量的存取比较有优势。

ConcurrentSkipListMap是基于TreeMap的设计原理实现的，略有不同的是前者基于跳表实现，后者基于红黑树实现，ConcurrentSkipListMap的特点是存取平均时间复杂度是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。

ConcurrentHashMap的整体性能要优于Hashtable，但在某些场景中，ConcurrentHashMap依然不能代替Hashtable。例如，在强一致的场景中ConcurrentHashMap就不适用，原因是ConcurrentHashMap中的get、size等方法没有用到锁，ConcurrentHashMap是弱一致性的，因此有可能会导致某次读无法马上获取到写入的数据。

ConcurrentHashMap容器，该容器在数据量比较大的时候，链表会转换为红黑树。红黑树在并发情况下，删除和插入过程中有个平衡的过程，会牵涉到大量节点，因此竞争锁资源的代价相对比较高。

非线程安全的Map容器中，基于红黑树实现的TreeMap在单线程中的性能表现得并不比跳跃表差。

因此就实现了在非线程安全的Map容器中，用TreeMap容器来存取大数据；在线程安全的Map容器中，用SkipListMap容器来存取大数据。

容器名称	特性	适用场景
Hashtable	强一致性	对数据有强一致性要求的场景
ConcurrentHashMap	基于数据+链表+红黑树实现，CAS+Synchronized实现原子性，部分操作（get、size）属于无锁操作，具有弱一致性	存取数据量小，查询操作频繁，且对数据没有强一致性要求的场景
ConcurrentSkipListMap	基于跳跃表实现，具有弱一致性	存取数据量大，增删改查操作频繁，且对数据没有强一致性要求的场景

2-并发场景的List

ArrayList是非线程安全容器，在并发场景下使用很可能会导致线程安全问题。可以考虑使用Java在并发编程中提供的线程安全数组，包括Vector和CopyOnWriteArrayList。

Vector也是基于Synchronized同步锁实现的线程安全，Synchronized关键字几乎修饰了所有对外暴露的方法，所以在读远大于写的操作场景中，Vector将会发生大量锁竞争，从而给系统带来性能开销。

CopyOnWriteArrayList是java.util.concurrent包提供的方法，它实现了读操作无锁，写操作则通过操作底层数组的新副本来实现，是一种读写分离的并发策略。

容器名称	特性	适用场景
Vector	强一致性	对数据有强一致性要求的场景
CopyOnWriteArrayList	基于复制副本用于有锁写操作，操作完成之后，Array容器重新指向新的副本容器，具有弱一致性	适用于读远远大于写的场景

ps:ConcurrentLinkedQueue：基于CAS乐观锁实现的，在并发时的性能要好于其它阻塞队列，因此很适合作为高并发场景下的排队队列。如果有大量的写操作，这个可以考虑...