哈喽，刷题小伙伴们！Day16咱们吃透了线程池的核心原理、七大参数与实战选型，掌握了并发编程中的“效率神器”。今天咱们聚焦并发编程的另一核心考点——并发容器！在多线程场景下，ArrayList、HashMap这些普通容器是线程不安全的，直接使用会导致数据错乱、程序崩溃等问题。Java提供了专门的并发容器（如ConcurrentHashMap、CopyOnWriteArrayList等），它们通过特殊的设计保证线程安全，同时兼顾性能。今天咱们从“普通容器的线程安全问题”入手，逐一拆解核心并发容器的底层实现、核心优势与适用场景，彻底搞懂不同场景下该选哪种容器！

今日核心目标

  1. 理解普通容器（ArrayList、HashMap）的线程安全问题；

  2. 掌握并发容器的核心设计思想（对比同步容器的弊端）；

  3. 吃透ConcurrentHashMap的底层原理（JDK1.8版本重点）；

  4. 搞懂CopyOnWriteArrayList/CopyOnWriteArraySet的实现逻辑与适用场景；

  5. 明确各并发容器的选型原则（面试高频）。

一、前置认知：普通容器的线程安全问题（避坑第一步）

在单线程场景下，ArrayList、HashMap是常用的高效容器，但在多线程场景下，它们存在严重的线程安全问题，核心原因是“操作非原子性+无锁保护”。咱们通过两个典型案例拆解：

1. 案例1：ArrayList的线程安全问题（并发添加元素）
import java.util.ArrayList;
import java.util.List;

public class ArrayListThreadSafeDemo {
    public static void main(String[] args) {
        List&lt;Integer&gt; list = new ArrayList<>();
        // 10个线程并发添加元素
        for (int i = 0; i < 10; i++) {
            int finalI = i;
            new Thread(() -> {
                for (int j = 0; j < 1000; j++) {
                    list.add(finalI * 1000 + j);
                }
            }).start();
        }

        // 等待所有线程执行完成
        try {
            Thread.sleep(2000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        // 预期大小：10*1000=10000
        System.out.println("ArrayList实际大小：" + list.size()); // 结果小于10000，且可能抛出异常
    }

问题分析：

  • 数据丢失：ArrayList的add()方法包含“扩容判断+元素赋值”两步操作（非原子性），多线程并发时可能出现“两个线程同时赋值到同一位置”，导致部分元素丢失；

  • 数组越界异常：当线程A执行扩容时，线程B同时执行add()，可能访问到扩容前的数组末尾，触发IndexOutOfBoundsException。

2. 案例2：HashMap的线程安全问题（并发put元素）
import java.util.HashMap;
import java.util.Map;

public class HashMapThreadSafeDemo {
    public static void main(String[] args) {
        Map<Integer, Integer> map = new HashMap<>();
        // 10个线程并发put元素
        for (int i = 0; i< 10; i++) {
            int finalI = i;
            new Thread(() -> {
                for (int j = 0; j < 1000; j++) {
                    map.put(finalI * 1000 + j, j);
                }
            }).start();
        }

        try {
            Thread.sleep(2000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        System.out.println("HashMap实际大小：" + map.size()); // 结果小于10000，数据错乱
    }

问题分析：

  • 数据丢失：put()方法中，多个线程可能同时计算出相同的哈希值和索引位置，后插入的元素会覆盖先插入的元素；

  • 死循环风险（JDK1.7及之前）：HashMap扩容时会重新哈希并迁移元素，多线程并发扩容可能导致链表形成环形结构，后续get()操作会进入死循环。

3. 临时解决方案：同步容器（Vector、Hashtable）

为了解决普通容器的线程安全问题，Java早期提供了同步容器（Vector、Hashtable），它们的核心是“给所有方法加synchronized锁”。但同步容器存在严重的性能问题——多线程并发访问时，所有操作都会竞争同一把锁，导致线程阻塞严重，吞吐量极低。

核心结论：同步容器（Vector、Hashtable）是“伪并发容器”，性能极差，阿里巴巴开发手册明确禁止使用！推荐使用Java并发包（java.util.concurrent）下的并发容器。

二、并发容器的核心设计思想（为什么比同步容器快？）

Java并发容器（JDK1.5及之后引入）的核心优势是“锁粒度细化+无锁设计”，对比同步容器的“全局锁”，并发容器通过以下设计提升性能：

  1. 锁粒度细化：不使用全局锁，而是将容器分割成多个“小片段”，每个片段单独加锁（如ConcurrentHashMap的分段锁/Node锁），多线程访问不同片段时无需竞争锁，可并行执行；

  2. 无锁设计：部分操作通过CAS（compare-and-swap）实现原子性，无需加锁（如CopyOnWrite容器的读操作、ConcurrentHashMap的部分写操作），避免线程阻塞；

  3. 读写分离：区分读操作和写操作，读操作无需加锁（或加轻量级锁），写操作加锁，兼顾读多写少场景的性能（如CopyOnWrite容器）；

  4. 故障安全（Fail-Safe）：并发容器的迭代器是故障安全的，迭代时不会抛出ConcurrentModificationException（普通容器和同步容器的迭代器是故障快速的，迭代时修改容器会抛异常）。

三、核心考点1：ConcurrentHashMap（最常用的并发Map）

ConcurrentHashMap是HashMap的线程安全版本，也是并发场景下的首选Map容器。其底层实现在JDK1.7和JDK1.8有较大差异，面试重点考察JDK1.8版本的实现。

1. JDK1.7 vs JDK1.8 核心差异

对比维度

JDK1.7版本

JDK1.8版本

核心结构

Segment数组 + HashEntry数组（分段存储）

Node数组 + 链表/红黑树（与HashMap结构类似）

锁机制

分段锁（Segment锁），每个Segment一把锁

Node锁（synchronized）+ CAS，锁粒度更细

并发度

由Segment数量决定（默认16），最多16个线程并行

理论上无上限（每个Node都可作为锁），并发度更高

扩容机制

每个Segment独立扩容，复杂且效率低

全局扩容（类似HashMap），通过CAS和锁配合实现高效扩容

2. JDK1.8 ConcurrentHashMap 核心实现

JDK1.8 ConcurrentHashMap摒弃了分段锁，采用“Node数组 + 链表/红黑树 + synchronized锁 + CAS”的核心设计，兼顾线程安全和性能。

（1）核心结构

  • Node数组：存储哈希桶的数组，每个索引位置对应一个链表或红黑树；

  • Node节点：存储键值对的基本节点，value和next字段用volatile修饰，保证可见性；

  • TreeNode节点：当链表长度超过8时，链表转为红黑树（提升查询效率，从O(n)到O(logn)）；

  • ForwardingNode节点：扩容时使用的占位节点，标记当前桶已被迁移。

（2）核心锁机制（synchronized + CAS）

JDK1.8通过“锁粒度最小化”提升并发度，核心逻辑如下：

  • 写操作（put/remove）：

    • 计算键的哈希值，定位到Node数组的索引位置；

    • 若当前桶为空（Node为null），通过CAS操作直接插入节点（无需加锁）；

    • 若当前桶不为空，对该桶的头节点加synchronized锁，保证同一时间只有一个线程操作该桶（其他桶可并行操作）；

    • 操作完成后，释放锁，通过volatile保证其他线程可见。

  • 读操作（get）：完全无锁！通过volatile修饰的Node节点保证数据可见性，无需加锁即可安全读取。

（3）核心优势（对比Hashtable和HashMap）

  • 线程安全：通过synchronized和CAS保证多线程环境下的数据一致性；

  • 高性能：读操作无锁，写操作仅锁单个桶，并发度极高；

  • 无死循环风险：JDK1.8的红黑树结构避免了JDK1.7 HashMap的死循环问题；

  • 支持高并发：理论上支持无限个线程并行操作不同桶，吞吐量远高于Hashtable。

四、核心考点2：CopyOnWrite容器（CopyOnWriteArrayList/CopyOnWriteArraySet）

CopyOnWrite（简称COW）容器的核心设计思想是“写时复制”：当执行写操作（add/remove/modify）时，先复制一份原容器的副本，在副本上执行写操作，操作完成后将原容器的引用指向副本；读操作直接访问原容器，无需加锁。CopyOnWrite容器适合“读多写少”的场景（如配置缓存、日志收集）。

1. CopyOnWriteArrayList 核心实现

CopyOnWriteArrayList是ArrayList的线程安全版本，底层通过“volatile数组 + 重入锁（ReentrantLock）”实现。

（1）核心结构

  • volatile Object[] array：存储元素的核心数组，用volatile修饰保证读操作的可见性；

  • ReentrantLock lock：写操作时加锁，保证同一时间只有一个线程执行写操作（避免多个线程同时复制数组）。

（2）核心方法解析
① 写操作（add()方法）
public boolean add(E e) {
    final ReentrantLock lock = this.lock;
    lock.lock(); // 写操作加锁，保证原子性
    try {
        Object[] elements = getArray(); // 获取原数组
        int len = elements.length;
        // 复制原数组到新数组（新数组长度+1）
        Object[] newElements = Arrays.copyOf(elements, len + 1);
        newElements[len] = e; // 在新数组中添加元素
        setArray(newElements); // 将原数组引用指向新数组
        return true;
    } finally {
        lock.unlock(); // 释放锁
    }
}
② 读操作（get()方法）
public E get(int index) {
    // 读操作无锁，直接访问原数组
    return get(getArray(), index);
}
2. CopyOnWriteArraySet 核心实现

CopyOnWriteArraySet的底层是基于CopyOnWriteArrayList实现的（通过组合方式，而非继承），核心是“利用CopyOnWriteArrayList的addIfAbsent()方法保证元素唯一性”——添加元素时先判断元素是否存在，不存在则添加，存在则忽略。

核心注意：CopyOnWriteArraySet的去重逻辑是通过遍历数组实现的，性能较差，适合元素数量少、写操作极少的场景。

3. CopyOnWrite容器的核心优缺点
（1）优点

  • 读操作无锁，性能极高（适合读多写少场景）；

  • 线程安全，无需担心并发修改问题；

  • 迭代器故障安全，迭代时修改容器不会抛出ConcurrentModificationException。

（2）缺点

  • 写操作性能差：每次写操作都要复制整个数组，数组越大，复制开销越大；

  • 数据一致性问题：读操作可能读取到旧数据（写操作执行时，读操作访问的是原数组，新数据写入副本后才会切换引用）；

  • 内存占用高：写操作时会同时存在原数组和副本数组，内存消耗翻倍。

五、其他常用并发容器（简单了解）

  1. ConcurrentLinkedQueue：

    1. 基于链表的无界并发队列，底层通过CAS实现无锁操作；

    2. 优点：并发性能极高，适合高并发场景下的任务队列；

    3. 适用场景：线程池的任务队列、生产者-消费者模型。

  2. LinkedBlockingQueue：

    1. 基于链表的有界/无界并发队列，底层通过ReentrantLock实现线程安全；

    2. 优点：支持阻塞的put()和take()方法（队列满时put阻塞，队列空时take阻塞）；

    3. 适用场景：线程池的任务队列（如FixedThreadPool默认使用）、需要阻塞等待的场景。

  3. ConcurrentSkipListMap：

    1. 基于跳表的有序并发Map，支持按键排序；

    2. 优点：并发性能优于TreeMap（TreeMap是同步容器，全局锁）；

    3. 适用场景：需要有序性的并发场景（如按时间排序的日志存储）。

六、核心选型原则（面试必背）

不同并发容器的设计理念不同，适用场景也不同，记住以下选型原则，面试和实战都能用到：

  1. 并发Map场景：

    1. 优先选ConcurrentHashMap：大部分并发场景（读多写少、读写均衡）都适用，性能最优；

    2. 需要有序性选ConcurrentSkipListMap：如按键排序、需要获取子集的场景。

  2. 并发List场景：

    1. 读多写少选CopyOnWriteArrayList：如配置缓存、日志列表（读操作极多，写操作极少）；

    2. 读写均衡/写多读少选ConcurrentLinkedQueue（若允许队列结构）：或手动通过Collections.synchronizedList()包装ArrayList（性能较差，万不得已才用）。

  3. 并发Set场景：

    1. 读多写少、元素少选CopyOnWriteArraySet；

    2. 其他场景：可通过ConcurrentHashMap实现（将值设为固定对象，利用键的唯一性去重）。

  4. 并发队列场景：

    1. 高并发无界队列选ConcurrentLinkedQueue；

    2. 需要阻塞等待选LinkedBlockingQueue（有界）；

    3. 需要按优先级排序选PriorityBlockingQueue。

七、今日打卡

评论区留下你的答案：以下场景该选哪种并发容器？为什么？✅

场景：电商系统的商品配置缓存（商品配置一旦发布，极少修改，但会被大量用户查询）；

可选容器：ConcurrentHashMap、CopyOnWriteArrayList、HashMap（Collections.synchronizedMap包装）、Hashtable。

提示：结合场景的“读多写少”特性和各容器的核心优势分析~

文末预告

Day18预告：学完了并发容器，咱们进入并发编程的“通信神器”——线程间通信！线程间如何协作？wait()/notify()和Condition的区别是什么？CountDownLatch、CyclicBarrier、Semaphore这些工具类的核心作用是什么？明天咱们拆解线程间通信的核心原理与实战用法！

# java # 开发语言
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

cover

当 AI 修图师装上“万能插头“：MCP 如何改变修图工作流

avatar AI编程社区
cover

2026年8月开发者实战指南：ChatGPT Plus / Pro + Codex 如何协同完成需求分析、编码、测试、调试与代码审查

avatar AI编程社区
cover

投资一台B300，部署Claude Opus 5多久才能回本？

avatar AI编程社区