并发编程面试题2
一、AQS高频问题：
1.1 AQS是什么？
AQS就是一个抽象队列同步器，abstract queued sychronizer，本质就是一个抽象类。
AQS中有一个核心属性state，其次还有一个双向链表以及一个单项链表。
首先state是基于volatile修饰，再基于CAS修改，同时可以保证三大特性。（原子，可见，有序）
其次还提供了一个双向链表。有Node对象组成的双向链表。
最后在Condition内部类中，还提供了一个由Node对象组成的单向链表。
AQS是JUC下大量工具的基础类，很多工具都基于AQS实现的，比如lock锁，CountDownLatch，Semaphore，线程池等等都用到了AQS。
state是啥：state就是一个int类型的数值，同步状态，至于到底是什么状态，看子类实现。
condition和单向链表是啥：都知道sync内部提供了wait方法和notify方法的使用，lock锁也需要实现这种机制，lock锁就基于AQS内部的Condition实现了await和signal方法。（对标sync的wait和notify）
sync在线程持有锁时，执行wait方法，会将线程扔到WaitSet等待池中排队，等待唤醒
lcok在线程持有锁时，执行await方法，会将线程封装为Node对象，扔到Condition单向链表中，等待唤醒
Condition在做了什么：将持有锁的线程封装为Node扔到Condition单向链表，同时挂起线程。如果线程唤醒了，就将Condition中的Node扔到AQS的双向链表等待获取锁。
1.2 唤醒线程时，AQS为什么从后往前遍历？
如果线程没有获取到资源，就需要将线程封装为Node对象，安排到AQS的双向链表中排队，并且可能会挂起线程
如果在唤醒线程时，head节点的next是第一个要被唤醒的，如果head的next节点取消了，AQS的逻辑是从tail节点往前遍历，找到离head最近的有效节点？
想解释清楚这个问题，需要先了解，一个Node对象，是如何添加到双向链表中的。
基于addWaiter方法中，是先将当前Node的prev指向tail的节点，再将tail指向我自己，再让prev节点指向我
如下图，如果只执行到了2步骤，此时，Node加入到了AQS队列中，但是从prev节点往后，会找不到当前节点。
1.3 AQS为什么用双向链表，（为啥不用单向链表）？
因为AQS中，存在取消节点的操作，节点被取消后，需要从AQS的双向链表中断开连接。
还需要保证双向链表的完整性，
- 需要将prev节点的next指针，指向next节点。
- 需要将next节点的prev指针，指向prev节点。
如果正常的双向链表，直接操作就可以了。
但是如果是单向链表，需要遍历整个单向链表才能完成的上述的操作。比较浪费资源。
1.4 AQS为什么要有一个虚拟的head节点
有一个哨兵节，点更方便操作。
另一个是因为AQS内部，每个Node都会有一些状态，这个状态不单单针对自己，还针对后续节点
- 1：当前节点取消了。
- 0：默认状态，啥事没有。
- -1：当前节点的后继节点，挂起了。
- -2：代表当前节点在Condition队列中（await将线程挂起了）
- -3：代表当前是共享锁，唤醒时，后续节点依然需要被唤醒。
Node节点的ws，表示很多信息，除了当前节点的状态，还会维护后继节点状态。
如果取消虚拟的head节点，一个节点无法同时保存当前阶段状态和后继节点状态。
同时，在释放锁资源时，就要基于head节点的状态是否是-1。来决定是否唤醒后继节点。
如果为-1，正常唤醒
如果不为-1，不需要唤醒吗，减少了一次可能发生的遍历操作，提升性能。
1.5 ReentrantLock的底层实现原理
ReentrantLock是基于AQS实现的。
在线程基于ReentrantLock加锁时，需要基于CAS去修改state属性，如果能从0改为1，代表获取锁资源成功
如果CAS失败了，添加到AQS的双向链表中排队（可能会挂起线程），等待获取锁。
持有锁的线程，如果执行了condition的await方法，线程会封装为Node添加到Condition的单向链表中，等待被唤醒并且重新竞争锁资源
Java中除了一会讲到的线程池中Worker的锁之外，都是可重入锁。
在基础面试题2中，波波老师说到了：Synchronizer和ReentrantLock的区别？
1.6 ReentrantLock的公平锁和非公平锁的区别
注意，想回答的准确些，就别举生活中的列子，用源码的角度去说。
如果用生活中的例子，你就就要用有些人没素质，但是又有素质。
源码：
- 公平锁和非公平中的lock方法和tryAcquire方法的实现有一内内不同，其他都一样
- 非公平锁lock：直接尝试将state从 0 ~ 1，如果成功，拿锁直接走，如果失败了，执行tryAcquire
- 公平锁lock：直接执行tryAcquire
- 非公平锁tryAcquire：如果当前没有线程持有锁资源，直接再次尝试将state从 0 ~ 1如果成功，拿锁直接走
- 公平锁tryAcquire：如果当前没有线程持有锁资源，先看一下，有排队的么。
- 如果没有排队的，直接尝试将state从 0 ~ 1
- 如果有排队的，第一名不是我，不抢，继续等待。
- 如果有排队的，我是第一名，直接尝试将state从 0 ~ 1
- 如果都没拿到锁，公平锁和非公平锁的后续逻辑是一样的，排队后，就不存在所谓的插队。
生活的例子：非公平锁会有机会尝试强行获取锁资源两次，成功开开心心走人，失败，消消停停去排队。
- 有个人前来做核酸
- 公平锁：先看眼，有排队的么，有就去排队
- 非公平锁：不管什么情况，先尝试做凳子上。如果坐上了，直接被扣，扣完走人，如果没做到凳子上
- 有人正在扣嗓子眼么？
- 没人正在被扣，上去尝试做凳子上！成功了，扣完走人。
- 如果有人正在扣，消停去排队。
- 有人正在扣嗓子眼么？
1.7 ReentrantReadWriteLock如何实现的读写锁
如果一个操作写少读多，还用互斥锁的话，性能太低，因为读读不存在并发问题。
怎么解决啊，有读写锁的出现。
ReentrantReadWriteLock也是基于AQS实现的一个读写锁，但是锁资源用state标识。
如何基于一个int来标识两个锁信息，有写锁，有读锁，怎么做的？
一个int，占了32个bit位。
在写锁获取锁时，基于CAS修改state的低16位的值。
在读锁获取锁时，基于CAS修改state的高16位的值。
写锁的重入，基于state低16直接标识，因为写锁是互斥的。
读锁的重入，无法基于state的高16位去标识，因为读锁是共享的，可以多个线程同时持有。所以读锁的重入用的是ThreadLocal来表示，同时也会对state的高16为进行追加。
二、阻塞队列高频问题：
2.1 说下你熟悉的阻塞队列？
ArrayBlockingQueue，LinkedBlockingQueue，PriorityBlockingQueue
ArrayBlockingQueue：底层基于数组实现，记得new的时候设置好边界。
LinkedBlockingQueue：底层基于链表实现的，可以认为是无界队列，但是可以设置长度。
PriorityBlockingQueue：底层是基于数组实现的二叉堆，可以认为是无界队列，因为数组会扩容。
ArrayBlockingQueue，LinkedBlockingQueue是ThreadPoolExecutor线程池最常用的两个阻塞队列。
PriorityBlockingQueue：是ScheduleThreadPoolExecutor定时任务线程池用的阻塞队列跟PriorityBlockingQueue的底层实现是一样的。（其实本质用的是DelayWorkQueue）
2.2 虚假唤醒是什么？
虚假唤醒在阻塞队列的源码中就有体现。
比如消费者1在消费数据时，会先判断队列是否有元素，如果元素个数为0，消费者1会挂起。
此处判断元素为0的位置，如果用if循环会导致出现一个问题。
如果生产者添加了一个数据，会唤醒消费者1。
但是如果消费者1没拿到锁资源，消费者2拿到了锁资源并带走了数据的话。
消费者1再次拿到锁资源时，无法从队列获取到任何元素。导致出现逻辑问题。
解决方案，将判断元素个数的位置，设置为while判断。
三、线程池高频问题：（最重要的点）
3.1 线程池的7个参数（不会就回家等通知）
核心线程数，最大线程数，最大空闲时间，时间单位，阻塞队列，线程工厂，拒绝策略
3.2 线程池的状态有什么，如何记录的？
线程池不是什么时候都接活的！
线程池有5个状态。、
线程池的状态是在ctl属性中记录的。本质就是int类型
ctl的高三位记录线程池状态
低29位，记录工作线程个数。即便你指定的线程最大数量是Integer.MAX_VALUE他也到不了
3.3 线程池常见的拒绝策略（不会就回家等通知）
AbortPolicy：抛异常（默认）
CallerRunsPolicy，谁提交的任务，谁执行。异步变同步
DiscardPolicy：任务直接不要
DiscardOldestPolicy：把最早放过来的任务丢失，再次尝试将当前任务交给线程池处理
一般情况下，线程池自带的无法满足业务时，自定义一个线程池的拒绝策略。
实现下面的接口即可。
3.4 线程池执行流程（不会就回家等通知）
核心线程不是new完就构建的，是懒加载的机制，添加任务才会构建核心线程
2个核心线程 5个最大线程 阻塞队列长度为2
3.5 线程池为什么添加空任务的非核心线程
避免线程池出现工作队列有任务，但是没有工作线程处理。
线程池可以设置核心线程数是0个。这样，任务扔到阻塞队列，但是没有工作线程，这不凉凉了么~~
线程池中的核心线程不是一定不会被回收，线程池中有一个属性，如果设置为true，核心线程也会被干掉
3.6 在没任务时，线程池中的工作线程在干嘛？
线程会挂起，默认核心线程是WAITING状态，非核心是TIMED_WAITING
如果是核心线程，默认情况下，会在阻塞队列的位置执行take方法，直到拿到任务为止。
如果是非核心线程，默认情况下，会在阻塞队列的位置执行poll方法，等待最大空闲时间，如果没任务，直接拉走咔嚓掉，如果有活，那就正常干。
3.7 工作线程出现异常会导致什么问题？
是否抛出异常、影响其他线程吗、工作线程会嘎嘛？
如果任务是execute方法执行的，工作线程会将异常抛出。
如果任务是submit方法执行的futureTask，工作线程会将异常捕获并保存到FutureTask里，可以基于futureTask的get得到异常信息
出现异常的工作线程不会影响到其他的工作线程。
runWorker中的异常会被抛到run方法中，run方法会异常结束，run方法结束，线程就嘎了！
如果是submit，异常没抛出来，那就不嘎~
3.8 工作线程继承AQS的目的是什么？
工作线程的本质，就是Worker对象
继承AQS跟shutdown和shutdownNow有关系。
如果是shutdown，会中断空闲的工作线程，基于Worker实现的AQS中的state的值来判断能否中断工作线程。
如果工作线程的state是0，代表空闲，可以中断，如果是1，代表正在干活。
如果是shutdownNow，直接强制中断所有工作线程
3.9 核心参数怎么设置？
如果面试问到，你项目中的线程池参数设置的是多少，你先给个准确的数字和配置。别上来就说怎么设置！！
线程池的目的是为了充分发挥CPU的资源。提升整个系统的性能。
系统内部不同业务的线程池参考的方式也不一样。
如果是CPU密集的任务，一般也就是CPU内核数 + 1的核心线程数。这样足以充分发挥CPU性能。
如果是IO密集的任务，因为IO的程度不一样的啊，有的是1s，有的是1ms，有的是1分钟，所以IO密集的任务在用线程池处理时，一定要通过压测的方式，观察CPU资源的占用情况，来决定核心线程数。一般发挥CPU性能到70~80足矣。所以线程池的参数设置需要通过压测以及多次调整才能得出具体的。
比如一个业务要查询三个服务
并发编程面试题3
一、CountDownLatch，Semaphore的高频问题：
1.1 CountDownLatch是啥？有啥用？底层咋实现的？（可以融入到你的项目业务中。）
CountDownLatch本质其实就是一个计数器。
在多线程并形处理业务时，需要等待其他线程处理完，再做后续的合并等操作，再响应用户时，可以使用CountDownLatch做计数，等到其他线程出现完之后，主线程就会被唤醒。
CountDownLatch本身就是基于AQS实现的。
new CountDownLatch时，直接指定好具体的数值。这个数值会复制给state属性。
当子线程处理完任务后，执行countDown方法，内部就是直接给state - 1而已。
当state减为0之后，执行await挂起的线程，就会被唤醒。
CountDownLatch不能重复使用，用完就凉凉。
1.2 Semaphore是啥？有啥用？底层咋实现的？
信号量，就是一个可以用于做限流功能的工具类。
比如Hystrix中涉及到了信号量隔离，要求并发的线程数有限制，就可以使用信号量实现。
比如要求当前服务最多10个线程同时干活，将信号量设置为10。没一个任务提交都需要获取一个信号量，就去干活，干完了，归还信号量。
信号量也是基于AQS实现的。
构建信号量时，指定信号量资源数，获取时，指定获取几个信号量，也是CAS保证原子性，归还也是类似的。
1.3 main线程结束，程序会停止嘛？
如果main线程结束，但是还有用户线程在执行，不会结束！
如果main线程结束，剩下的都是守护线程，结束！
二、CopyOnWriteArrayList的高频问题：
2.1 CopyOnWriteArrayList是如何保证线程安全的？有什么缺点吗？
CopyOnWriteArrayList写数据时，是基于ReentrantLock保证原子性的。
其次，写数据时，会复制一个副本写入，写入成功后，才会写入到CopyOnWriteArrayList中的数组。
保证读数据时，不要出现数据不一致的问题。
如果数据量比较大时，每次写入数据，都需要复制一个副本，对空间的占用太大了。如果数据量比较大，不推荐使用CopyOnWriteArrayList。
写操作要求保证原子性，读操作保证并发，并且数据量不大 ~
三、ConcurrentHashMap（JDK1.8）的高频问题：
3.1 HashMap为啥线程不安全？
问题1：JDK1.7里有环（扩容时）。
问题2：数据会覆盖，数据可能丢失。
问题3：其次计数器，也是传统的++，在记录元素个数和HashMap写的次数时，记录不准确。
问题4：数据迁移，扩容，也可能会丢失数据。
3.2 ConcurrentHashMap如何保证线程安全的？
回答1：尾插，其次扩容有CAS保证线程安全
回答2：写入数组时，基于CAS保证安全，挂入链表或插入红黑树时，基于synchronized保证安全。
回答3：这里ConcurrentHashMap是采用LongAdder实现的技术，底层还是CAS。（AtomicLong）
回答4：ConcurrentHashMap扩容时，一点基于CAS保证数据迁移不出现并发问题， 其次ConcurrentHashMap还提供了并发扩容的操作。举个例子，数组长度64扩容为128，两个线程同时扩容的话，
线程A领取64-48索引的数据迁移任务，线程B领取47-32的索引数据迁移任务。关键是领取任务时，是基于CAS保证线程安全的。
3.3 ConcurrentHashMap构建好，数组就创建出来了吗？如果不是，如何保证初始化数组的线程安全？
ConcurrentHashMap是懒加载的机制，而且大多数的框架组件都是懒加载的~
基于CAS来保证初始化线程安全的，这里不但涉及到了CAS去修改sizeCtl的变量去控制线程初始化数据的原子性，同时还使用了DCL，外层判断数组未初始化，中间基于CAS修改sizeCtl，内层再做数组未初始化判断。
3.4 为什么负载因子是0.75，为什么链表长度到8转为红黑树？
而且ConcurrentHashMap的负载因子不允许修改！
负载因子是0.75从两个方面去解释。
为啥不是0.5，为啥不是1？
0.5：如果负载因子是0.5，数据添加一半就开始扩容了
- 优点：hash碰撞少，查询效率高。
- 缺点：扩容太频繁，而且空间利用率低。
1：如果负载因子是1，数据添加到数组长度才开始扩容
- 优点：扩容不频繁，空间利用率可以的。
- 缺点：hash冲突会特别频繁，数据挂到链表上，影响查询效率，甚至链表过长生成红黑树，导致写入的效率也收到影响。
0.75就可以说是一个居中的选择，两个方面都兼顾了。
再聊就是泊松分布，在负载因子是0.75时，根据泊松分布得出，链表长度达到8的概率是非常低的，源码中的标识是0.00000006，生成红黑树的概率特别低。
虽然ConcurrentHashMap引入了红黑树，但是红黑树对于写入的维护成本更高，能不用就不用，HashMap源码的注释也描述了，要尽可能规避红黑树。
至于6退化为链表，是因为满树是7个值，7不退化是为了防止频繁的链表和红黑树转换，这里6退化留下了一个中间值，避免频繁的转换。
put操作太频繁的场景，会造成扩容时期put的阻塞 ？
一般情况下不会造成阻塞。
因为如果在put操作时，发现当前索引位置并没有数据时，正常把数据落到老数组上。
如果put操作时，发现当前位置数据已经被迁移到了新数组，这时无法正常插入，去帮助扩容，快速结束扩容操作，并且重新选择索引位置查询
3.5 ConcurrentHashMap何时扩容，扩容的流程是什么？
- ConcurrentHashMap中的元素个数，达到了负载因子计算的阈值，那么直接扩容
- 当调用putAll方法，查询大量数据时，也可能会造成直接扩容的操作，大量数据是如果插入的数据大于下次扩容的阈值，直接扩容，然后再插入
- 数组长度小于64，并且链表长度大于等于8时，会触发扩容
扩容的流程：（sizeCtl是一个int类型变量，用于控制初始化和扩容）
- 每个扩容的线程都需要基于oldTable的长度计算一个扩容标识戳（避免出现两个扩容线程的数组长度不一致。其次保证扩容标识戳的16位是1，这样左移16位会得到一个负数）
- 第一个扩容的线程，会对sizeCtl + 2，代表当前有1个线程来扩容
- 除去第一个扩容的线程，其他线程会对sizeCtl + 1，代表现在又来了一个线程帮助扩容
- 第一个线程会初始化新数组。
- 每个线程会领取迁移数据的任务，将oldTable中的数据迁移到newTable。默认情况下，每个线程每次领取长度为16的迁移数据任务
- 当数据迁移完毕时，每个线程再去领取任务时，发现没任务可领了，退出扩容，对sizeCtl - 1。
- 最后一个退出扩容的线程，发现-1之后，还剩1，最后一个退出扩容的线程会从头到尾再检查一次，有没有遗留的数据没有迁移走（这种情况基本不发生），检查完之后，再-1，这样sizeCtl扣除完，扩容结束。
3.6 ConcurrentHashMap得计数器如何实现的？
这里是基于LongAdder的机制实现，但是并没有直接用LongAdder的引用，而是根据LongAdder的原理写了一个相似度在80%以上的代码，直接使用。
LongAdder使用CAS添加，保证原子性，其次基于分段锁，保证并发性。
3.7 ConcurrentHashMap的读操作会阻塞嘛？
无论查哪，都不阻塞。
查询数组？ ：第一块就是查看元素是否在数组，在就直接返回。
查询链表？：第二块，如果没特殊情况，就在链表next，next查询即可。
扩容时？：第三块，如果当前索引位置是-1，代表当前位置数据全部都迁移到了新数组，直接去新数组查询，不管有没有扩容完。
查询红黑树？：如果有一个线程正在写入红黑树，此时读线程还能去红黑树查询吗？因为红黑树为了保证平衡可能会旋转，旋转会换指针，可能会出现问题。所以在转换红黑树时，不但有一个红黑树，还会保留一个双向链表，此时会查询双向链表，不让读线程阻塞。至于如何判断是否有线程在写，和等待写或者是读红黑树，根据TreeBin的lockState来判断，如果是1，代表有线程正在写，如果为2，代表有写线程等待写，如果是4n，代表有多个线程在做读操作。
