奉劝那些刚参加工作的学弟学妹们：要想进大厂，这些并发编程知识是你必须要掌握的！完整学习路线！！

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注Java）

正文

• 初始时为NULL表示当前没有任何线程拥有该monitor record，当线程成功拥有该锁后保存线程唯一标识，当锁被释放时又设置为NULL

• 锁优化

• 自旋锁

• 该线程等待一段时间，不会被立即挂起，看持有锁的线程是否会很快释放锁（循环方式）

• 自旋字数较难控制（-XX:preBlockSpin）

• 存在理论：线程的频繁挂起、唤醒负担较重，可以认为每个线程占有锁的时间很短，线程挂起再唤醒得不偿失

• 缺点

• 自旋次数无法确定

• 适应性自旋锁

• 自旋的次数不再是固定的，它是由前一次在同一个锁上的自旋时间及锁的拥有者的状态来决定

• 自旋成功，则可以增加自旋次数，如果获取锁经常失败，那么自旋次数会减少

• 锁消除

• 若不存在数据竞争的情况，JVM会消除锁机制

• 判断依据

• 变量逃逸

• 锁粗化

• 将多个连续的加锁、解锁操作连接在一起，扩展成一个范围更大的锁。例如for循环内部获取锁

• 轻量级锁

• 在没有多线程竞争的前提下，减少传统的重量级锁使用操作系统互斥量产生的性能消耗

• 通过CAS来获取锁和释放锁

• 性能依据

• 对于绝大部分的锁，在整个生命周期内都是不会存在竞争的

• 缺点

• 在多线程环境下，其运行效率比重量级锁还会慢

• 偏向锁

• 为了在无多线程竞争的情况下尽量减少不必要的轻量级锁执行路径

• 主要尽可能避免不必须要的CAS操作，如果竞争锁失败，则升级为轻量级锁

volatile

• 特性

• volatile可见性：对一个volatile的读，总可以看到对这个变量最终的写

• volatile原子性：volatile对单个读/写具有原子性（32位Long、Double），但是复合操作除外，例如i++;

• 实现机制

• 内存屏障

• 内存语义

• 当写一个volatile变量时，JMM会把该线程对应的本地内存中的共享变量值立即刷新到主内存中

• 当读一个volatile变量时，JMM会把该线程对应的本地内存设置为无效，直接从主内存中读取共享变量

• 操作系统语义

• 主存、高速缓存（线程私有）缓存一致？

• 解决方案

• 通过在总线加LOCK#锁的方式

• 通过缓存一致性协议（MESI协议）

• 内存模型

• 重排序

• happens-before

DCL

• 单例模式

• DCL

• 重排序

• happens-beofre

• 解决方案

• volatile方案

• 禁止重排序

• 基于类初始化的解决方案

• 利用classloder的机制来保证初始化instance时只有一个线程。JVM在类初始化阶段会获取一个锁，这个锁可以同步多个线程对同一个类的初始化

并发基础

---

AQS

• AbstractQueuedSynchronizer，同步器，实现JUC核心基础组件

• 解决了子类实现同步器时涉及的大量细节问题，例如获取同步状态、FIFO同步队列

• 采用模板方法模式，AQS实现大量通用方法，子类通过继承方式实现其抽象方法来管理同步状态

• CLH同步队列

• FIFO双向队列，AQS依赖它来解决同步状态的管理问题

• 首节点唤醒，等待队列加入到CLH同步队列的尾部

• 同步状态获取与释放

• 独占式

• 获取锁

• 获取同步状态：acquire

• 响应中断：acquireInterruptibly

• 超时获取:tryAcquireNanos

• 释放锁

• release

• 共享式

• 获取锁

• acquireShared

• 释放锁

• releaseShared

• 线程阻塞和唤醒

• 当有线程获取锁了，其他再次获取时需要阻塞，当线程释放锁后，AQS负责唤醒线程

• LockSupport

• 是用来创建锁和其他同步类的基本线程阻塞原语

• 每个使用LockSupport的线程都会与一个许可关联，如果该许可可用，并且可在进程中使用，则调用park()将会立即返回，否则可能阻塞。如果许可尚不可用，则可以调用 unpark 使其可用

• park()、unpark()

CAS

• Compare And Swap，整个JUC体系最核心、最基础理论

• 内存值V、旧的预期值A、要更新的值B，当且仅当内存值V的值等于旧的预期值A时才会将内存值V的值修改为B，否则什么都不干

• native中存在四个参数

• 缺陷

• 循环时间太长

• 只能保证一个共享变量原子操作

• ABA问题

• 解决方案

• 版本号

• AtomicStampedReference

锁

---

ReentrantLock

• 可重入锁，是一种递归无阻塞的同步机制

• 比synchronized更强大、灵活的锁机制，可以减少死锁发生的概率

• 分为公平锁、非公平锁

• 底层采用AQS实现，通过内部Sync继承AQS

ReentrantReadWriteLock

• 读写锁，两把锁：共享锁：读锁、排他锁：写锁

• 支持公平性、非公平性，可重入和锁降级

• 锁降级：遵循获取写锁、获取读锁在释放写锁的次序，写锁能够降级成为读锁

Condition

• Lock 提供条件Condition，对线程的等待、唤醒操作更加详细和灵活

• 内部维护一个Condition队列。当前线程调用await()方法，将会以当前线程构造成一个节点（Node），并将节点加入到该队列的尾部

并发工具类

---

CyclicBarrier

• 它允许一组线程互相等待，直到到达某个公共屏障点 (common barrier point)

• 通俗讲：让一组线程到达一个屏障时被阻塞，直到最后一个线程到达屏障时，屏障才会开门，所有被屏障拦截的线程才会继续干活

• 底层采用ReentrantLock + Condition实现

• 应用场景

• 多线程结果合并的操作，用于多线程计算数据，最后合并计算结果的应用场景

CountDownLatch

• 在完成一组正在其他线程中执行的操作之前，它允许一个或多个线程一直等待

• 用给定的计数 初始化 CountDownLatch。由于调用了 countDown() 方法，所以在当前计数到达零之前，await 方法会一直受阻塞。之后，会释放所有等待的线程，await 的所有后续调用都将立即返回。这种现象只出现一次——计数无法被重置。如果需要重置计数，请考虑使用 CyclicBarrier。

• 与CyclicBarrier区别

• CountDownLatch的作用是允许1或N个线程等待其他线程完成执行；而CyclicBarrier则是允许N个线程相互等待

• CountDownLatch的计数器无法被重置；CyclicBarrier的计数器可以被重置后使用，因此它被称为是循环的barrier

• 内部采用共享锁来实现

Semaphore

• 信号量

• 一个控制访问多个共享资源的计数器

• 从概念上讲，信号量维护了一个许可集。如有必要，在许可可用前会阻塞每一个 acquire()，然后再获取该许可。每个 release() 添加一个许可，从而可能释放一个正在阻塞的获取者。但是，不使用实际的许可对象，Semaphore 只对可用许可的号码进行计数，并采取相应的行动

• 信号量Semaphore是一个非负整数（>=1）。当一个线程想要访问某个共享资源时，它必须要先获取Semaphore，当Semaphore >0时，获取该资源并使Semaphore – 1。如果Semaphore值 = 0，则表示全部的共享资源已经被其他线程全部占用，线程必须要等待其他线程释放资源。当线程释放资源时，Semaphore则+1

• 应用场景

• 通常用于限制可以访问某些资源（物理或逻辑的）的线程数目

• 内部采用共享锁实现

Exchanger

• 可以在对中对元素进行配对和交换的线程的同步点

• 允许在并发任务之间交换数据。具体来说，Exchanger类允许在两个线程之间定义同步点。当两个线程都到达同步点时，他们交换数据结构，因此第一个线程的数据结构进入到第二个线程中，第二个线程的数据结构进入到第一个线程中

其他

---

ThreadLocal

• 一种解决多线程环境下成员变量的问题的方案，但是与线程同步无关。其思路是为每一个线程创建一个单独的变量副本，从而每个线程都可以独立地改变自己所拥有的变量副本，而不会影响其他线程所对应的副本

• ThreadLocal 不是用于解决共享变量的问题的，也不是为了协调线程同步而存在，而是为了方便每个线程处理自己的状态而引入的一个机制

• 四个方法

• get()：返回此线程局部变量的当前线程副本中的值

• initialValue()：返回此线程局部变量的当前线程的“初始值”

• remove()：移除此线程局部变量当前线程的值

• set(T value)：将此线程局部变量的当前线程副本中的值设置为指定值

• ThreadLocalMap

• 实现线程隔离机制的关键

• 每个Thread内部都有一个ThreadLocal.ThreadLocalMap类型的成员变量，该成员变量用来存储实际的ThreadLocal变量副本。

• 提供了一种用键值对方式存储每一个线程的变量副本的方法，key为当前ThreadLocal对象，value则是对应线程的变量副本

• 注意点

• ThreadLocal实例本身是不存储值，它只是提供了一个在当前线程中找到副本值得key

• 是ThreadLocal包含在Thread中，而不是Thread包含在ThreadLocal中

• 内存泄漏问题

• ThreadLocalMap

• key 弱引用 value 强引用，无法回收

• 显示调用remove()

Fork/Join

• 一个用于并行执行任务的框架， 是一个把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架

• 核心思想

• “分治”

• fork分解任务，join收集数据

• 工作窃取

• 某个线程从其他队列里窃取任务来执行

• 执行块的线程帮助执行慢的线程执行任务，提升整个任务效率

• 队列要采用双向队列

• 核心类

• ForkJoinPool

• 执行任务的线程池

• ForkJoinTask

• 表示任务，用于ForkJoinPool的任务抽象

• ForkJoinWorkerThread

• 执行任务的工作线程

Java并发集合

---

ConcurrentHashMap

• CAS + Synchronized 来保证并发更新的安全，底层采用数组+链表/红黑树的存储结构

• 重要内部类

• Node

• key-value键值对

• TreeNode

• 红黑树节点

• TreeBin

• 就相当于一颗红黑树，其构造方法其实就是构造红黑树的过程

• ForwardingNode

• 辅助节点，用于ConcurrentHashMap扩容操作

• sizeCtl

• 控制标识符，用来控制table初始化和扩容操作的

• 含义

• 负数代表正在进行初始化或扩容操作

• -1代表正在初始化

• -N 表示有N-1个线程正在进行扩容操作

• 正数或0代表hash表还没有被初始化，这个数值表示初始化或下一次进行扩容的大小

• 重要操作

• initTable

• ConcurrentHashMap初始化方法

• 只能有一个线程参与初始化过程，其他线程必须挂起

• 构造函数不做初始化过程，初始化真正是在put操作触发

• 步骤

• sizeCtl < 0 表示正在进行初始化，线程挂起

• 线程获取初始化资格（CAS(SIZECTL, sc, -1)）进行初始化过程

• 初始化步骤完成后，设置sizeCtl = 0.75 * n（下一次扩容阈值），表示下一次扩容的大小

• put

• 核心思想

• 根据hash值计算节点插入在table的位置，如果该位置为空，则直接插入，否则插入到链表或者树中

• 真实情况较为复杂

• 步骤

• table为null，线程进入初始化步骤，如果有其他线程正在初始化，该线程挂起

• 如果插入的当前 i 位置 为null，说明该位置是第一次插入，利用CAS插入节点即可，插入成功，则调用addCount判断是否需要扩容。若插入失败，则继续匹配（自旋）

• 若该节点的hash ==MOVED（-1），表示有线程正在进行扩容，则进入扩容进程中

• 其余情况就是按照链表或者红黑树结构插入节点，但是这个过程需要加锁（synchronized）

• get

• 步骤

• table ==null ；return null

• 从链表/红黑树节点获取

• 扩容

• 多线程扩容

• 步骤

• 构建一个nextTable，其大小为原来大小的两倍，这个步骤是在单线程环境下完成的

• 将原来table里面的内容复制到nextTable中，这个步骤是允许多线程操作

• 链表转换为红黑树过程

• 所在链表的元素个数达到了阈值 8，则将链表转换为红黑树

• 红黑树算法

• 1.8 与 1.7的区别

ConcurrentLinkedQueue

• 基于链接节点的无边界的线程安全队列，采用FIFO原则对元素进行排序，内部采用CAS算法实现

• 不变性

• 在入队的最后一个元素的next为null

• 队列中所有未删除的节点的item都不能为null且都能从head节点遍历到

• 对于要删除的节点，不是直接将其设置为null，而是先将其item域设置为null（迭代器会跳过item为null的节点）

• 允许head和tail更新滞后。这是什么意思呢？意思就说是head、tail不总是指向第一个元素和最后一个元素（后面阐述）

• head的不变性和可变性

• tail的不变性和可变性

• 精妙之处：利用CAS来完成数据操作，同时允许队列的不一致性，弱一致性表现淋漓尽致

ConcurrentSkipListMap

• 第三种key-value数据结构：SkipList（跳表）

• SkipList

• 平衡二叉树结构

• Skip list让已排序的数据分布在多层链表中，以0-1随机数决定一个数据的向上攀升与否，通过“空间来换取时间”的一个算法，

在每个节点中增加了向前的指针，在插入、删除、查找时可以忽略一些不可能涉及到的结点，从而提高了效率

• 特性

• 由很多层结构组成，level是通过一定的概率随机产生的

• 每一层都是一个有序的链表，默认是升序，也可以根据创建映射时所提供的Comparator进行排序，具体取决于使用的构造方法

• 最底层(Level 1)的链表包含所有元素

• 如果一个元素出现在Level i 的链表中，则它在Level i 之下的链表也都会出

• 每个节点包含两个指针，一个指向同一链表中的下一个元素，一个指向下面一层的元素

• 查找、删除、添加

ConcurrentSkipListSet

• 内部采用ConcurrentSkipListMap实现

atomic

---

基本类型类

• 用于通过原子的方式更新基本类型

• AtomicBoolean

• 原子更新布尔类型

• AtomicInteger

• 原子更新整型

• AtomicLong

• 原子更新长整型

数组

• 通过原子的方式更新数组里的某个元素

• AtomicIntegerArray

• 原子更新整型数组里的元素

• AtomicLongArray

• 原子更新长整型数组里的元素

• AtomicReferenceArray

• 原子更新引用类型数组里的元素

引用类型

• 如果要原子的更新多个变量，就需要使用这个原子更新引用类型提供的类

• AtomicReference

• 原子更新引用类型

• AtomicReferenceFieldUpdater

• 原子更新引用类型里的字段

• AtomicMarkableReference

• 原子更新带有标记位的引用类型

字段类

• 如果我们只需要某个类里的某个字段，那么就需要使用原子更新字段类

• AtomicIntegerFieldUpdater

• 原子更新整型的字段的更新器

• AtomicLongFieldUpdater

• 原子更新长整型字段的更新器

• AtomicStampedReference

• 原子更新带有版本号的引用类型

阻塞队列

---

ArrayBlockingQueue

• 一个由数组实现的FIFO有界阻塞队列

• ArrayBlockingQueue有界且固定，在构造函数时确认大小，确认后不支持改变

• 在多线程环境下不保证“公平性”

• 实现

• ReentrantLock

• Condition

LinkedBlockingQueue

• 基于链接，无界的FIFO阻塞队列

PriorityBlockingQueue

• 支持优先级的无界阻塞队列

最后

还有Java核心知识点+全套架构师学习资料和视频+一线大厂面试宝典+面试简历模板可以领取+阿里美团网易腾讯小米爱奇艺快手哔哩哔哩面试题+Spring源码合集+Java架构实战电子书+2021年最新大厂面试题。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

• AtomicIntegerFieldUpdater

• 原子更新整型的字段的更新器

• AtomicLongFieldUpdater

• 原子更新长整型字段的更新器

• AtomicStampedReference

• 原子更新带有版本号的引用类型

阻塞队列

---

ArrayBlockingQueue

• 一个由数组实现的FIFO有界阻塞队列

• ArrayBlockingQueue有界且固定，在构造函数时确认大小，确认后不支持改变

• 在多线程环境下不保证“公平性”

• 实现

• ReentrantLock

• Condition

LinkedBlockingQueue

• 基于链接，无界的FIFO阻塞队列

PriorityBlockingQueue

• 支持优先级的无界阻塞队列

最后

还有Java核心知识点+全套架构师学习资料和视频+一线大厂面试宝典+面试简历模板可以领取+阿里美团网易腾讯小米爱奇艺快手哔哩哔哩面试题+Spring源码合集+Java架构实战电子书+2021年最新大厂面试题。
[外链图片转存中…(img-ZMqtHAT9-1713463118662)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-OtZRpN75-1713463118662)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！