JDK19新功能

1.1 记录模式 (预览)

如果不经常关注JDK更新的朋友肯定对记录模式很陌生，甚至都没听过，其实记录模式非常好用。官方的解释是这样的：“记录模式由一个类型、一个可能为空的记录组件模式列表（用于匹配相应的记录组件）和一个可选标识符组成，带有标识符的记录模式称为命名记录模式，变量称为记录模式变量。“
对于新手来说，不加以白话文的解释是看不懂的。我们直接上代码，用代码给大家作解释：

record Test(int a, int b) {}

形如以上代码的就是记录模式。
record是一种新类型，本质上是一个final类，在修改所有属性的同时加final，会自动编译public get hashcode、equals、toString方法，这样减少了代码量。record在Java 14中被提出，在Java 15中进入预览阶段，并在Java 16中发布。
我们编写一个Drone类，定义sn、brand、name：

package com.wljslmz;

public record Drone(String sn, String brand, String name) {
}

record的使用：

package com.wljslmz;
public class RecordTest {
    public static void main(String[] args) {
        Drone drone1 = new Drone("0a9f55785ebc4c52", "DJI", "M30无人机");
        Drone drone2 = new Drone("7400f6c1c5644c6e", "DJI", "精灵4无人机");
        System.out.println(drone1);
        System.out.println(drone2);
    }
}

输出结果：

Drone[sn=0a9f55785ebc4c52, brand=DJI, name=M30无人机]
Drone[sn=field 7400f6c1c5644c6e, brand=DJI, name=精灵4无人机]

在Java 19中，模式匹配被引入record中，这样的话就可以使用instanceof：

package com.wljslmz;

public class RecordTest {

    public static void main(String[] args) {
        Drone drone1 = new Drone("0a9f55785ebc4c52", "DJI", "M30无人机");
        if(drone1 instanceof Drone droneType){
            System.out.println(drone1.sn());
         }
         
         Drone drone2 = new Drone("7400f6c1c5644c6e", "DJI", "精灵4无人机");
        if(drone2 instanceof Drone(String sn, String brand, String name)){
            System.out.println("无人机2的序列号为："+sn+"，厂商为："+brand+"，名称为："+name);
         }
    }
}

输出结果：

0a9f55785ebc4c52
无人机2的序列号为：7400f6c1c5644c6e，厂商为：DJI，名称为：精灵4无人机

1.2 虚拟线程(预览)

在讲虚拟线程前，给大家稍微普及一下线程的知识。

研究过Java虚拟机的朋友都知道，线程一直是Java并发编程中非常重要的一部分。Thread是Java中的并发单元，每个Thread线程都提供了一个栈来存储局部变量和方法调用，以及关于线程上下文的信息。Java线程和系统内核线程是一一对应的，Java线程是由系统内核线程调度的，所以到并发场景中，我们第一个想到的是增加线程数目去提高系统的性能。

多线程模型
多线程模型能不能解决并发中绝大多数问题？

答案肯定是：能！但是可取吗？

小型的并发场景可取，但是并发数很大的场景就不可取了。线程的数目当然是越多，越能提高系统的性能，但是这个带来的直接后果就是成本增加，上面我们说过了，Java的线程是由系统内核直接调用的，那么也就意味着，多线程需要在物理上增加机器，试想一下，这种成本代价得多高？

那有人肯定说了，不是还有线程池吗？

不错，线程池确实能提高并发场景下系统的性能，但是，请注意，线程池只是帮助你如何更好的管理线程、利用线程，本身不会凭空给你创造出线程来，最终工作的还是底层的内核线程。而且线程池往往会受限于CPU、网络、内存等，所以从硬件的角度来看，并没有解决实际问题。

因此，Java19引入了虚拟线程。

我们来看下虚拟线程的模型是什么样的：

多线程模型中的线程在虚拟线程模型中被称为平台线程，一个平台线程对应多个虚拟线程，最终其实也是由内核线程去驱动。

在体验上虚拟线程与Threads没有区别，并且兼容之前的API，但相比而言它们占用的资源非常少，并且优化了硬件使用效率。

package com.wljslmz.demo;import Java.util.concurrent.ExecutorService;
import Java.util.stream.IntStream;import static Java.util.concurrent.Executors.*;/*** @author: wangrui* @date: 2022/10/18 15:12* @description: 虚拟线程测试*/
public class VirtualThreadTest {
	public static void main(String[] args) {
		long start = System.currentTimeMillis();
		try (ExecutorService executor = newVirtualThreadPerTaskExecutor()) {
			IntStream.range(0, 1000000).forEach(index -> {executor.submit(() -> {
					Thread.sleep(1000);
					return index;
				});
			});
			System.out.println("执行消耗时间:" + (System.currentTimeMillis() - start) + "毫秒");
		}
	}
}

执行结果：

执行消耗时间:8550毫秒

代码中我们创建了100万个线程，每个线程睡眠1秒钟，完成这个操作最终只花了8秒多，假如我们使用的是普通线程去处理或者线程池去处理，那么这个速度能差异到多少呢？

我们稍微改动一下代码：

long start = System.currentTimeMillis();
ExecutorService executor = Executors.newFixedThreadPool(5);
for (int i = 0; i < 1000000; i++) {
	executor.submit(() -> {
		try {Thread.sleep(1000);
		}catch (InterruptedException e) {
			e.printStackTrace();
		}
	});
}
System.out.println("执行消耗时间:" + (System.currentTimeMillis() - start) + "毫秒");

最后执行的时间：

执行消耗时间:13459毫秒

差距是不是也不是很大，确实是的，因为虚拟线程只会增加程序的吞吐量，不会增加程序的处理速度。

1.3 Vector API

Vector API最初在Java 16中被引入，Java 19带来了它的第四次迭代。简单来说Vector API可以加速矢量计算，在数学计算领域非常有用。
在传统计算中，数据的处理都是一个一个处理的，这种操作被称为“SISD”，即“单指令，单数据”：

但是在Vector API中，数据的计算可以做到“单指令，多数据”，即“SIMD”：

这个代表什么意思呢？

比如我们对两组数据进行处理，普通处理的方式就是，遍历这些数组，然后逐个处理：

int[] array1 = {1, 2, 3, 4, 5};
int[] array2 = {6, 7, 8, 9, 10};
int[] array3 = new int[5];
for (int i = 0; i < 5; i++) {
	array3[i] = array1[i] + array2[i];
}
System.out.println(Arrays.toString(array3));

如上代码，我们定义了两个数组，现在我们想对相同下标的数进行相加，所以我们遍历了数组，一对一对进行处理，最终的结果就是：

[7, 9, 11, 13, 15]

如果使用Vector API应该怎么写？

int[] array1 = {1, 2, 3, 4, 5};
int[] array2 = {6, 7, 8, 9, 10};
int[] array3 = new int[5];
VectorSpecies<Integer> intvector = IntVector.SPECIES_PREFERRED;
int[] intvectorBound = intvector.loopBound(5);
int i = 0;
for (; i < intvectorBound; i += intvector.length()) {
	var array1Intvector = IntVector.fromArray(intvector, array1, i);
	var array2Intvector = IntVector.fromArray(intvector, array2, i);
	var array3Intvector = array1Intvector.add(array2Intvector);array3Intvector.intoArray(array3, i);
}
for (; i < 5; i++) {
	array3[i] = array1[i] + array2[i];
}
System.out.println(Arrays.toString(array3));

这个代码看起来是比非Vector API复杂了，但是处理的思想完全不一样，普通处理方法是单个数据单个数据进行处理，而Vector API是多组数据处理，两者如果在大数据量计算的时候，其性能就可想而知了。