1. 并发编程面试核心要点解析在技术面试中并发编程能力往往是区分初级和资深开发者的关键分水岭。过去五年我参与过近百场技术面试发现80%的候选人在基础语法层面表现尚可但一旦涉及并发场景设计就会暴露出系统性认知缺失。这份笔记整理了我作为面试官最常考察的12类并发问题以及在实际工程中的应对方案。2. 并发工具库深度剖析2.1 JUC工具类实战图谱Java并发包(java.util.concurrent)是面试必考领域但多数人仅停留在概念背诵层面。我们通过几个典型场景看其内部机制// 经典面试题如何用AtomicInteger实现分布式计数器 public class DistributedCounter { private final AtomicInteger counter new AtomicInteger(0); private final RateLimiter limiter RateLimiter.create(1000); // QPS控制 public int increment() { limiter.acquire(); return counter.accumulateAndGet(1, (prev, x) - { if (prev Integer.MAX_VALUE - 100) { counter.compareAndSet(prev, 0); // 防溢出处理 } return prev x; }); } }关键点AtomicInteger的CAS底层通过Unsafe类实现CPU级别原子操作但在高并发场景要考虑ABA问题和性能衰减2.2 并发容器选型指南容器类型适用场景性能特点典型问题ConcurrentHashMap高频读写分段锁降低冲突扩容时的性能抖动CopyOnWriteArrayList读多写少写时复制带来读无锁内存占用高LinkedBlockingQueue生产者消费者模式两把锁提升吞吐量队列积压监控3. 线程池实战陷阱3.1 参数配置黄金法则ThreadPoolExecutor executor new ThreadPoolExecutor( 4, // 核心线程数CPU核数 8, // 最大线程数核心数*2 30, TimeUnit.SECONDS, // 保活时间 new LinkedBlockingQueue(1000), // 队列容量 new NamedThreadFactory(order-pool), // 命名线程 new ThreadPoolExecutor.CallerRunsPolicy() // 降级策略 );血泪教训线上环境必须设置线程命名前缀否则排查问题时无法快速定位线程归属3.2 资源泄漏排查实录去年我们一个订单服务出现内存泄漏最终定位是未关闭的线程池导致。关键诊断步骤jstack pid发现大量WAITING状态的线程用Arthas的thread命令统计线程组通过MAT分析Thread对象引用链4. 锁优化进阶技巧4.1 从synchronized到AQS// 面试高频题手写可重入锁 public class MyReentrantLock { private AtomicReferenceThread owner new AtomicReference(); private int count 0; public void lock() { Thread t Thread.currentThread(); if (owner.get() t) { // 重入判断 count; return; } while (!owner.compareAndSet(null, t)) { Thread.yield(); // 自旋优化 } } }4.2 死锁预防四象限顺序加锁统一获取锁的顺序超时机制tryLock(timeout)资源预检银行家算法思想监控报警JStack定时检测5. 并发设计模式实战5.1 生产者消费者模式变体// 带优先级的医疗预约系统实现 public class PriorityMedicalQueue { private final PriorityBlockingQueueAppointment queue new PriorityBlockingQueue(100, Comparator.comparingInt(Appointment::getUrgencyLevel)); class ProcessorThread extends Thread { public void run() { while (true) { try { Appointment appt queue.take(); // 自动阻塞 triage(appt); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } } } } }5.2 ForkJoin框架性能调优在图像处理场景中的分治策略public class ImageBlurTask extends RecursiveAction { private static final int THRESHOLD 10000; private int[] pixels; private int start, end; protected void compute() { if (end - start THRESHOLD) { applyGaussianBlur(); } else { int mid (start end) 1; invokeAll( new ImageBlurTask(pixels, start, mid), new ImageBlurTask(pixels, mid, end) ); } } }6. 并发调试与性能优化6.1 JVM层面监控要点锁竞争jstack查看BLOCKED状态线程上下文切换pidstat -w 1内存屏障-XX:PrintAssembly查看汇编指令6.2 压测中的典型问题我们在秒杀系统优化中发现的规律线程数超过CPU核心数3倍时吞吐量开始下降Synchronized在竞争激烈时性能下降比ReentrantLock更明显写优先的读写锁会导致读线程饥饿7. 分布式并发挑战7.1 跨JVM锁实现方案对比方案实现原理优点缺点Redis SETNX键值过期实现简单时钟漂移问题Zookeeper临时节点Watcher机制可靠性高性能较低数据库行锁SELECT FOR UPDATE无需额外组件连接池压力大7.2 分布式ID生成器演进雪花算法在实际应用中的改进public class EnhancedSnowflake { private final long twepoch 1288834974657L; private final long workerIdBits 5L; private final long sequenceBits 12L; private long lastTimestamp -1L; private long sequence 0L; public synchronized long nextId() { long timestamp timeGen(); if (timestamp lastTimestamp) { // 时钟回拨处理 long offset lastTimestamp - timestamp; if (offset 5) { try { wait(offset 1); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } } else { throw new RuntimeException(Clock moved backwards); } } // ...标准雪花算法实现 } }8. 面试高频问题精讲8.1 Happens-Before原则案例// 典型的内存可见性问题 public class VisibilityDemo { boolean ready false; int result 0; void writer() { result 42; // 操作1 ready true; // 操作2 } void reader() { if (ready) { // 操作3 System.out.println(result); // 可能输出0 } } }解决方案对ready字段加volatile或使用synchronized包裹读写操作8.2 线程状态转换陷阱stateDiagram-v2 [*] -- NEW NEW -- RUNNABLE: start() RUNNABLE -- BLOCKED: 等待synchronized锁 BLOCKED -- RUNNABLE: 获取到锁 RUNNABLE -- WAITING: wait()/join() WAITING -- RUNNABLE: notify()/notifyAll() RUNNABLE -- TIMED_WAITING: sleep(timeout) TIMED_WAITING -- RUNNABLE: 超时结束 RUNNABLE -- TERMINATED: run()结束9. 真实故障案例分析9.1 线程池耗尽事故某金融系统在促销活动时发生服务不可用根本原因核心线程数设置过小4核CPU配2个核心线程队列长度无限导致OOM拒绝策略直接丢弃请求9.2 锁粗化优化案例原始代码public void processPayment() { synchronized(this) { validateCard(); } synchronized(this) { deductBalance(); } synchronized(this) { recordTransaction(); } }优化后public void processPayment() { synchronized(this) { // JVM会自动锁粗化 validateCard(); deductBalance(); recordTransaction(); } }10. 现代并发模型展望10.1 协程在Java中的实现// 虚拟线程使用示例JDK19 try (var executor Executors.newVirtualThreadPerTaskExecutor()) { IntStream.range(0, 10_000).forEach(i - { executor.submit(() - { Thread.sleep(Duration.ofSeconds(1)); return i; }); }); }10.2 响应式编程核心思想// Project Reactor背压处理 Flux.range(1, 100) .onBackpressureBuffer(50) // 缓冲策略 .subscribe( data - process(data), err - log.error(err), () - log.info(Done), sub - sub.request(10) // 主动拉取 );11. 性能压测方法论11.1 JMH基准测试要点BenchmarkMode(Mode.Throughput) OutputTimeUnit(TimeUnit.SECONDS) State(Scope.Thread) public class LockBenchmark { private final Object syncLock new Object(); private final ReentrantLock reentrantLock new ReentrantLock(); Benchmark public void testSynchronized() { synchronized (syncLock) { counter; } } Benchmark public void testReentrantLock() { reentrantLock.lock(); try { counter; } finally { reentrantLock.unlock(); } } }11.2 并发瓶颈定位四步法确定基线性能单线程最优表现增加线程数观察吞吐量变化用profiler工具定位热点分析JVM线程状态分布12. 面试实战演练12.1 系统设计题解析题目设计一个支持10万QPS的秒杀系统考察点分解库存扣减的原子性保证Redis Lua脚本请求限流策略令牌桶熔断降级热点数据隔离本地缓存分片最终一致性方案MQ异步落库12.2 白板编码考核典型题目实现多线程交替打印class AlternatingPrinter { private final Object lock new Object(); private volatile int state 0; void printA() throws InterruptedException { synchronized (lock) { while (true) { while (state % 3 ! 0) lock.wait(); System.out.print(A); state; lock.notifyAll(); } } } // 类似实现printB和printC... }13. 避坑指南与最佳实践13.1 线程安全写法模式无状态对象最简单安全不可变对象final字段防御性拷贝线程封闭ThreadLocal模式委托安全ConcurrentHashMap等并发容器13.2 并发代码审查清单是否存在竞态条件是否可能死锁/活锁是否有正确的可见性保证异常处理是否释放了资源是否有适当的超时机制