synchronized的功能扩展：
重入锁；ReentrantLock；
其实也就是lock对于synchronized的替代了，要注意的一个点就是你可以锁多个，但是你锁了几个，最后就要解锁几个这个问题；
使用lock.lock()加锁，使用lock.unlock()解锁；
提供中断处理；
使用中断锁，线程可以被中断，也就是说，当一个线程正在等待锁的时候，他依然可以收到一个通知，被告知无须等待，可以停止工作了，使用的是lock.lockInterruptibly();方法；
锁申请等待限时；
给锁给定一个时间，如果超过了这个时间的话，就让线程自动放弃；使用的是lock.trylock(时间段，时间单位)；另外还有一个就是lock.trylock()；如果是带参数的，就是最多等待这么多时间，超过了时间就返回false，成功获得了锁，就返回true；如果是不带参数直接运行，就是比较直接的，如果锁未被占用，则申请锁成功，返回true，否则就是失败了，直接返回false；
公平锁；
公平锁的一个特点就是：它不会产生饥饿现象；所有的锁都是先到先等，不得插队；但是维持公平需要一个有序队列，实现成本较高，性能相对也非常低下，默认情况下，锁是非公平的；
以下是我们整理的几个重要方法：
1，lock()：获得锁，如果锁已经被占用，则等待；
2，lockInterruptibly()：获得锁，但优先响应中断；
3，tryLock()：尝试获得锁，如果成功，返回true，失败返回false，该方法不等待，立即返回；
4，tryLock(Long time,TimeUnit unit)：在给定的时间内尝试获得锁；
5，unlock()：释放锁；
重入锁的好搭档：Condition条件；
使用new Condition可以生成与当前重入锁绑定的Condition实例；使得我们可以让线程在合适的时间等待，或者在某一特定的时刻得到通知，继续执行；
1，await()；让当前线程等待，同时释放当前锁，作用上和wait()相似；
2，awaitUninterruptibly()；与await()方法基本相同，不会在等待过程中响应中断；
3，singal()；用于唤醒一个在等待中的线程，相对的singalAll()方法会唤醒所有在等待中的线程，和notify()类似；
允许多个线程同时访问：信号量；
只允许一个线程访问一个资源，而信号量则可以指定多个线程；
public Semaphore(int permits)
public Semaphore(int permits,boolean fair)；第二个参数可以指定是否公平锁；
这所谓的信号量，其实就是一个执行器啦，只是换了名字看不出来了而已。。。参数可以指定有多少个线程；
ReadWriteLock读写锁；
关于读写的问题，我们要明确的一点就是，我们可以对一个文件多次重复读取，但是当读与写发生冲突的时候，我们要做的就是保证他们的互斥了；
读读不互斥；
读写互斥；
写写互斥；
如果读的操作远远大于写的操作的话，读写锁就会发挥最大的功效；
Lock readLock = readWriteLock.readLock()；
Lock writeLock = readWriteLock.writeLock()；
读线程完全并行，而写会阻塞读；
倒计时器：CountDownLatch；
此工具通常用来控制线程等待，让某一个线程等待知道倒计时结束，再开始执行；
只有当你一开始设定的所有线程都跑完了，你这个倒计时器才算真正结束了；
CountDownLatch end = new CountDownLatch(10)；
end.countDown();
当调用CountDownLatch.countDown()方法的时候，也就是通知CountDownLatch，一个线程已经完成了任务，倒计时器可以减1了；
循环珊栏；CyclicBarrier；
另外一种多线程并发控制实用工具；
其实本质上跟倒计时器是差不多的功能类似，唯一的区别就在于可以反复使用，而且可以设置，当计数结束之后，系统下一步要执行的动作；
public CyclicBarrier(int parties,Runnable barrierAction)；
其中barrierAction是执行的动作；
线程阻塞工具类：LockSupport；
可以在线程内任意位置让线程阻塞；和Thread.suspend()相比，弥补了由于resume()在前发生，导致线程无法继续执行的情况；
与object.wait()相比，不需要先获得某个对象的锁，也不会抛出interruptedException异常；
LockSupport.park();
LockSupport.unpark(t1)；
除了有定时阻塞的功能外，LockSupport.park()还能支持中断影响；但是LockSuppor.park()不会抛出InterruptedException异常，他只是默默的返回；
也就是说：LockSupport.park()进行阻塞之后，如果中断这个线程，不会抛出异常，而是默默的返回；
线程复用：线程池；
我们在这里用到了池的概念来保存管理我们的线程；
当我们要使用线程的时候，不是创建，而是从池子中去取，当我们要关闭线程的时候，是将这个线程返回给池子，方便其他人使用；
JDK对线程池的支持；
newFixedThreadPool(int nThreads)；
newSingleThreadExecutor()；
newCachedThreadTool()；
newSingleThreadScheduledExector()；
newScheduledThreadPool(int corePoolSize)；
newFixedThreadPool()：该方法返回一个固定线程数量的线程池；线程池的数量保持不变，若线程池已满，新的任务会被暂存在一个任务队列中；
newSingleThreadExecutor()；该线程池只有一个线程在里面，多余任务会被保存到一个任务队列中；
newCachedThreadPool()；返回一个根据实际情况调整线程数量的线程池，也就是说，这个线程池中的线程是可以可调整的。当所有的线程都在工作而此时又有新的任务提交，则会扩展线程的数量；
newSingleThreadScheduledExecutor()；返回一个ScheduledExecutorService对象，在ExecutorService接口上扩展了在给定时间执行某任务的功能，
newScheduledThreadPool()方法，可以指定线程数量和时间的线程池；
核心线程池的内部实现；
都是在原有的ThreadPoolExecutor()的基础上进行的参数设置和修改；
而其实，这个ThreadPoolExecutor()内部的参数也有很多的；
int corePoolSize;线程池中线程的数量；
int maximumPoolSize；指定了线程池的最大线程数量；
long keepAliveTime；当线程池数量超过了corePoolSize时吗，多与的空闲线程的存活时间；
TimeUnit unit；keepAliveTime的时间单位；
BlockingQueue<Runnable> workQueue：任务队列，被提交但尚未被执行的任务；
ThreadFactory threadFactory；线程工厂，用于创建线程，一般用默认的；
handler；拒绝策略，当任务太多来不及处理，如何拒绝任务；
现在我们上面的几个线程池是如何通过ThreadPoolExecutor()以及内部的参数来设定的呢，我们现在就来说一下；
其中newFixedThreadPool（nThreads,nThreads,0L,new LinkedBlockingQueue<Runnable>）；
newSingleThreadExecutor(1,1,0L,new LinkedBlockingQueue<Runnable>)；
newCachedThreadPool(0,Integer.MAX_VALUE,60L,TimeUnit.SECONDS,new SynchronousQueue<Runnable>())；
其中，我们可以看出，当newCachedThreadPool时，我们是指定线程池数量为0，但是最大线程数为无限，而且采用的任务队列跟上面的队列不一样，下面将重点说明这两种任务队列的不同之处；
SynchronousQueue：这是直接提交的队列，每一个线程都会直接提交，不会真实地保存，而是直接将新任务交给线程执行器；
ArrayBlockingQueue：这是有界的任务队列，需要带一个参数，表示该队列的最大容量；
LinkedBlockingQueue：这是无界的任务队列，多余的任务会先放到这里；
PriorityBlockingQueue：这是优先任务队列，根据任务自身的优先级顺序先后执行；
不要重复发明轮子：JDK的并发容器；
ConcurrentHashMap：高效的并发HashMap；
CopyOnWriteArrayList：在读多写少的场合，这个List的性能非常好，远远好于Vector（另外。。Vector已经过时了，不用了）；
ConcurrentLinkedQueue：高效的并发队列，使用链表实现，可以看做一个线程安全的LinkedList；
BlockingQueue：表示阻塞队列，详情可以查看一下生产者——消费者模式；
ConcurrentSkipListMap：跳表的实现；这是一个Map，使用跳表的数据结构进行快速查找；
以上并发容器的内部数据结构实现，我们在下一章会提到；敬请期待!
原文地址：https://www.cnblogs.com/zxx123/p/9736046.html