Java多线程从基础到并发模型统统帮你搞定

前言

疫情过去，真正的春暖花开又回来了，时不时的可以和朋友约个饭，感慨今年的工作竞争压力很大，工作很不好找。作为一个开发人员，你是否面上了理想的公司，拿到了理想中的薪资？

作为程序员，跳槽就是最好的涨薪方式。前提当然是你有足够实力，而不是只会纸上谈兵。面试准备不充分，就是浪费时间，更是对自己不负责任。

今天给大家分享一份由粉丝投稿，我精心整理出来的一份1200页Java架构面试专题（文末见面试答案），绝大部分都是一线大厂的面试真题，可以根据这份面试专题查漏补缺，希望能够帮助你尽快找到工作！

为什么要用多线程

任何一项技术的出现都是为了解决现有问题。

之前的互联网大多是单机服务，体量小；而现在的更多是集群服务，同一时刻有多个用户同时访问服务器，那么会有很多线程并发访问。

比如在电商系统里，同一时刻比如整点抢购时，大量用户同时访问服务器，所以现在公司里开发的基本都是多线程的。

使用多线程确实提高了运行的效率，但与此同时，我们也需要特别注意数据的增删改情况，这就是线程安全问题，比如之前说过的 HashMap vs HashTable，Vector vs ArrayList。

要保证线程安全也有很多方式，比如说加锁，但又可能会出现其他问题比如死锁，所以多线程相关问题会比较麻烦。

因此，我们需要理解多线程的原理和它可能会产生的问题以及如何解决问题，才能拿下高薪职位。

进程 vs 线程

程序 program

说到进程，就不得不先说说程序。

程序，说白了就是代码，或者说是一系列指令的集合。比如「微信.exe」这就是一个程序，这个文件最终是要拿到 CPU 里面去执行的。

进程 process

当程序运行起来，它就是一个进程。

所以程序是“死”的，进程是“活”的。

比如在任务管理器里的就是一个个进程，就是“动起来”的应用程序。

Q：这些进程是并行执行的吗？

单核 CPU 一个时间片里只能执行一个进程。但是因为它切换速度很快，所以我们感受不到，就造成了一种多进程的假象。（多核 CPU 那真的就是并行执行的了。）

Q：那如果这个进程没执行完呢？

当进程 A 执行完一个时间片，但是还没执行完时，为了方便下次接着执行，要保存刚刚执行完的这些数据信息，叫做「保存现场」。

然后等下次再抢到了资源执行的时候，先「恢复现场」，再开始继续执行。

这样循环往复。。

这样反复的保存啊、恢复啊，都是额外的开销，也会让程序执行变慢。

Q：有没有更高效的方式呢？

如果两个线程归属同一个进程，就不需要保存、恢复现场了。

这就是 NIO 模型的思路，也是 NIO 模型比 BIO 模型效率高很多的原因，我们之后再讲。

线程 thread

线程，是一个进程里的具体的执行路径，就是真正干活的。

在一个进程里，一个时间片也只能有一个线程在执行，但因为时间片的切换速度非常快，所以看起来就好像是同时进行的。

一个进程里至少有一个线程。比如主线程，就是我们平时写的 main() 函数，是用户线程；还有 gc 线程是 JVM 生产的，负责垃圾回收，是守护线程。

每个线程有自己的栈 stack，记录该线程里面的方法相互调用的关系；

但是一个进程里的所有线程是共用堆 heap 的。

那么不同的进程之间是不可以互相访问内存的，每个进程有自己的内存空间 memeory space，也就是虚拟内存 virtual memory。

通过这个虚拟内存，每一个进程都感觉自己拥有了整个内存空间。

虚拟内存的机制，就是屏蔽了物理内存的限制。

Q：那如果物理内存被用完了呢？

用硬盘，比如 windows 系统的分页文件，就是把一部分虚拟内存放到了硬盘上。

相应的，此时程序运行会很慢，因为硬盘的读写速度比内存慢很多，是我们可以感受到的慢，这就是为什么开多了程序电脑就会变卡的原因。

Q：那这个虚拟内存是有多大呢？

对于 64 位操作系统来说，每个程序可以用 64 个二进制位，也就是 2^64 这么大的空间！

如果还不清楚二进制相关内容的，公众号内回复「二进制」获取相应的文章哦～

总结

总结一下，在一个时间片里，一个 CPU 只能执行一个进程。

CPU 给某个进程分配资源后，这个进程开始运行；进程里的线程去抢占资源，一个时间片就只有一个线程能执行，谁先抢到就是谁的。

多进程 vs 多线程

每个进程是独立的，进程 A 出问题不会影响到进程 B；

虽然线程也是独立运行的，但是一个进程里的线程是共用同一个堆，如果某个线程 out of memory，那么这个进程里所有的线程都完了。

所以多进程能够提高系统的容错性 fault tolerance ，而多线程最大的好处就是线程间的通信非常方便。

进程之间的通信需要借助额外的机制，比如进程间通讯 interprocess communication - IPC，或者网络传递等等。

总结：绘上一张Kakfa架构思维大纲脑图（xmind）

其实关于Kafka，能问的问题实在是太多了，扒了几天，最终筛选出44问：基础篇17问、进阶篇15问、高级篇12问，个个直戳痛点，不知道如果你不着急看答案，又能答出几个呢？

若是对Kafka的知识还回忆不起来，不妨先看我手绘的知识总结脑图（xmind不能上传，文章里用的是图片版）进行整体架构的梳理

资料领取方式：点击这里免费下载

梳理了知识，刷完了面试，如若你还想进一步的深入学习解读kafka以及源码，那么接下来的这份《手写“kafka”》将会是个不错的选择。

Kafka入门
为什么选择Kafka
Kafka的安装、管理和配置
Kafka的集群
第一个Kafka程序
Kafka的生产者
Kafka的消费者
深入理解Kafka
可靠的数据传递
Spring和Kafka的整合
SpringBoot和Kafka的整合
Kafka实战之削峰填谷
数据管道和流式处理(了解即可)

可靠的数据传递
Spring和Kafka的整合
SpringBoot和Kafka的整合
Kafka实战之削峰填谷
数据管道和流式处理(了解即可)

[外链图片转存中…(img-CI8Ywgmh-1624679884992)]