17 | 并发容器的使用：识别不同场景下最优容器
并发场景下的 Map 容器
请订阅文章所属专栏。
精选留言(39)
晓杰可以用ConcurrentLinkedQueue，优势如下：
1、抢购场景一般都是写多读少，该队列基于链表实现，所以新增和删除元素性能较高
2、写数据时通过cas操作，性能较高。
但是LinkedQueue有一个普遍存在的问题，就是该队列是无界的，需要控制容量，否则可能引起内存溢出作者回复: 对的
2019-06-28 12
东方奇骥如果数据变动频繁，就不建议使用CopyOnWriteArrayList了，因为每次写都要拷贝一份，代价太大。老师，怎么直观理解强一致性和弱一致性？之前一直觉得ConcurrentHashMap就是用来代替HashTable的，因为HashTable并发时因为同步锁性能差。作者回复: 对的，CopyOnWriteArrayList只适合偶尔一两次数据更改的操作。我们很多缓存数据往往是在深夜在没有读操作时，进行修改。这种场景适合使用CopyOnWriteArrayList。
我们先来理解下happens-before规则中，对锁的规则：
一个unLock操作先行发生于后面对同一个锁的lock操作；
也就是说，ConcurrentHashMap中的get如果有锁操作，在put操作之后，get操作是一定能拿到put后的数据；而实际上get操作时没有锁的，也就是说下面这种情况：
void func(){
map.put(key1,value1);
map.get(key1);
.
.
//use key1 value to do something
}
此时，get获取值的可能不是put修改的值，而此时get没有获取到真正要获取的值，此时就是弱一致了。2019-06-27 2 9
大雁小鱼老师，ConcurrentHashMap为啥是弱一致性的？作者回复: 因为ConcurrentHashMap有些方法是没有锁的，例如get 方法。假设A修改了数据，而B后于A一瞬间去获取数据，有可能拿到的数据是A修改之前的数据。
还有 clear foreach方法在操作时，都有可能存在数据不确定性。2019-06-27 5
undifined抢购的过程中存在并发操作，所以需要用线程安全的容器，同时，抢购的用户会很多，应当使用链表的数据结构，这种场景往往是写多读少，还需要排队，所以 ConcurrentLinkedQueue应该是最合适的作者回复: 对的，ConcurrentLinkedQueue是基于CAS乐观锁来实现线程安全。ConcurrentLinkedQueue是无界的，所以使用的时候要特别注意内存溢出问题。
2019-06-27 5
QQ怪麻烦老师加餐出个queue并发相关的文章，感激不尽！！！2019-06-27 4
WL请问一下老师两个问题:
1. 为什么在无锁是红黑树和跳表的性能差不多呢, 红黑树再平衡的操作会不会更复杂一些.
2. 从本篇文章看好像ConcurrentSkipListMap的性能比ConcurrentHashMap性能要好, 那为啥平时还是用后者的人更多呢, 我想很定是后者相对前者也有一定的优势吧, 但我自己没想出来, 老师能不能指点一下是啥优势.作者回复: 1、两者的平均查询复杂度都是O(logn)，所以查询性能差不多。而在新增和删除操作，红黑树有平衡操作，但跳跃表也有建立索引层操作。跳跃表的结构简单易懂。
2、这里是基于数据量比较大（例如千万级别）且写入操作多的情况下，ConcurrentSkipListMap性能要比ConcurrentHashMap好一些，并不是在任何情况下都要优于ConcurrentHashMap的。2019-06-27 1 3- WL赞成讲下那几个blockingQueue2019-06-29 2
听雨为什么ConcurrentHashMap和HashTable的key和value不能为空，而HashMap却可以，这么设计的原因是什么呢作者回复: 这跟并发有关系，我们知道ConcurrentHashMap和HashTable都是线程安全的，假设允许key和value为null，有以下代码：
if (map.containsKey(key)) {//代码1
return map.get(key);//代码2
} else {
throw new KeyNotPresentException();
}
当在并发情况下，有两个线程分别在操作map容器，此时线程1在运行以上代码，当线程1运行到代码1与代码2中间时，刚好有另外一个线程2执行了map.remove(key)操作，此时继续运行代码2时，依然会返回null值。而此时的null实际上是map中真实的不存在该key值，应该throw new KeyNotPresentException()的。所以为了保证线程安全，这两个Map容器是不允许key和value为null。
而HashMap是非线程安全的，不存在以上我们所说的并发情况。2019-11-12 1
godtrue还不错，今天认识到ConcurrentHashMap存在数据弱一致性问题，发生弱一致性问题应该是个小概率事件吧!老师清楚大概什么数据量什么概率嘛？
老师讲解的不全呀😄JUC中并发容器可多了，最典型的都没讲全，建议列个全一些的对照表更好一些。
不过，他们的特点其实和非多线程安全的主要就差在是否安全，然后就是自身结构决定的一些特性啦！
比如：读写性能、是否有界、是否阻塞、MAP存储键值对、LIST通常适合写多的场景、QUEUE适合排队等待等等。2019-09-10 1
陆离这一节要是有Queue就更好了，那几个blockingQueue还是很有意思的编辑回复: 多留言哦～说不定在下一期的加餐中就惊现福利了！😎ི
2019-06-27 1
Liam老师，我有2个问题:
1 top 10 问题涉及到排序, 我感觉用优先级队列或带排序功能的ConcurrentSkipListMap更合适？ConcurrentHashMap不支持排序吧
2 CopyOnWrite的list为什么还要加锁呢，副本不是线程独享的吗？作者回复: ConcurrentSkipListMap只是key值的升排序，并没有对value进行排序；
CopyOnWrite在副本写时，是需要加锁的。2019-06-27 1- 张学磊个人认为抢购的排队等待应该使用ConcurrentLinkedQueue，相比于ArrayBlockingQueue(一把全局锁)和LinkedBlockingQueue(存取采用两把锁)，CLQ是无锁的，使用CAS操作，不存在锁的争抢性能有很大的优势，适用于单生产者多消费者情况2019-06-27 1
- Geek_f6fba7老师，我看了您的解释还是不明白，node数组和node数组里面的node节点以及node结点的的value都是被volatile修饰，为什么你说新增就未必能，能解释的详细点不，谢谢2019-12-01
- 听雨老师，我的意思是Unsafe#compareAndSetObject和Unsafe#getObjectVolatile方法，这两个方法的volatile语义可以保证数组元素的可见性。这样即使新增一个node，这俩方法也可以保证其他线程可以读到。还是说我对这两个方法有误解，请老师解惑！
作者回复: 如果是一个新Node，那么就不能马上看到，虽然Node的数组table被volatile修饰，但是这样只是代表table的引用地址如果被修改，其他线程可以立马看到，并不代表table里的数据被修改立马可以看到。
2019-11-13 - 听雨concurrentHashMap添加元素用了Unsafe#compareAndSetObject方法，获取元素使用Unsafe#getObjectVolatile方法，这两个方法不是都有volatile语义吗，按道理来说都能获取到最新值呀
作者回复: 如果是一个新Node，那么就不能马上看到，虽然Node的数组table被volatile修饰，但是这样只是代表table的引用地址如果被修改，其他线程可以立马看到，并不代表table里的数据被修改立马可以看到。
这里解释的很清楚了，已经存在的value是可以马上看到，但是一个新增的就未必能了。2019-11-13 - 听雨老师，1.7ConcurrentHashMap弱一致性我理解，但是1.8为什么呀，1.8使用CAS可以保证可见性吧
作者回复: ConcurrentHashMap是volatile关键字保证了可见性。
我们知道Node<k,v>以及Node<k,v>的value是volatile修饰的，所以在一个线程对其进行修改后，另一个线程可以马上看到。
如果是一个新Node，那么就不能马上看到，虽然Node的数组table被volatile修饰，但是这样只是代表table的引用地址如果被修改，其他线程可以立马看到，并不代表table里的数据被修改立马可以看到。—— 《加餐 | 什么是数据的强、弱一致性？》2019-11-12 
菜菜concurrentHashMap中的value不是加了volatile修饰吗? 为什么还存在数据弱一致性拿不到最新值的情况？作者回复: 在留言中已经解释过了，再翻一翻
2019-09-22
小笨蛋我有个疑问，你有提到ConcurrntHashMap里面数据量比较大的情况下会有很多的红黑树的转化操作，但是据我了解Java里面的Hash算法是采用的分散很好的Time33算法，这份hash还是很均匀的，应该不会出现大量的红黑树的转化工作。能麻烦老师解答一下吗？作者回复: 数据量大的情况下，再好的hash分散，链表的长度也会随着数据量的增加而变长
2019-08-25- 老杨在努力个人感觉可以使用LinkedTransferQueue或者Disruptor来实现都可以，但是更倾向于后者，老师认为哪个更好？？
作者回复: Disruptor是一个高性能队列
2019-08-16 - 博弈老师，可以把几个QUENE讲一讲
作者回复: 在答疑课堂已经做了补充
2019-08-15