本文最后更新于：2 年前

Java高频考点

1. 局部变量表和计算栈

非常有意思的一道题目嗷！！！

知识点在于栈，局部变量表等东西的操作嗷，类似于Println和符号运算这样的操作。本质上，都是先把操作数放在栈里面，然后对于栈里面的数字进行操作的。
然后就是++这样的操作，在前在后，对于局部变量表操作和栈操作的顺序是不一样的嗷！！！

2. Singleton示例

单例，系统中只有一个实例对象可以被获取和使用的代码模式。例如JVM运行环境中的Runtime类
要点：
- 某个类只能由一个实例
  - 构造器私有化
- 必须自行创建这个实例
  - 静态变量来保证实例唯一
- 必须向整个系统提供这个实例
  - 向整个系统提供这个实例：
  1. 直接暴露
  2. 静态变量的get方法获取
创建类型：
1. 饿汉式：
- 直接实例化饿汉式
获取这个对象：
1. JDK1.5之后，枚举类型：
获取这个对象：

枚举类型会帮助我们重写String方法嗷！
1. 静态代码块的方式：
类初始化的时候new处对象，保证对象只在初始化的时候创建一次嗷！！！
1. 懒汉式：

3. volatile:

volatile是什么

轻量级的同步机制
特性：
- 保证可见性
- 不保证原子性
- 禁止指令重排

JMM：

JVM（Java虚拟机）
JMM（Java内存模型）：
- 并不真实存在，描述的是一组规则或规范
几个概念：
- 主内存：
  - 共享内存区域，所有线程都可以访问嗷！
- 工作内存：
  - 每个线程私有的工作内存空间
各自线程的工作内存会拷贝主内存中对应的数据，然后各自对于数据进行修改，修改完成之后，才会尝试将数据写回主物理内存。
只有在工作内存才能够对于变量进行修改嗷！！！不同的线程是不能够访问对方的工作内存嗷！！！工作内存的结果需要写回主内存之后，才能够真正的生效嗷！！！

可见性定义：

一个线程对于数据进行了修改并且写回了主内存之后，其他的线程要马上能够知道嗷！！！只要有变动，大家都要立马知道嗷！！！
第一时间通知到所有线程的过程，这个就叫做可见性。

原子性：

Volatile特性：

可见性：

public class MyData(){
    int number = 0;

	public void addTo60(){
    	this.number = 60;
	}
}

public static void main(String[] args){
    MyData myData = new MyData();
    
    new Thread(() -> {
        System.out.println(Thread.currentThread().getName()+"\t come in");
        try{TimeUnit.SECONDS.sleep(3);}catch{...}; //模拟线程处理过程
        myData.addTo60();
    },"AAA").start();
}

while(myData.number == 0){
    //main线程就一直在这里等待嗷！！！
}

System.out.println("number变成了60啦！！！");

没有volatile就没有多线程的可见性嗷！！！
然后你发现不得行！！！主线程仍然是卡住的，因为没有任何线程来通知主线程，这个值发生了改变，主线程自己的工作空间中的值，是没有变化的嗷！！！（默认是没有可见性的嗷！！！）
如何实现可见性呢？Volatile！！！

public class MyData(){
    volatile int number = 0;

	public void addTo60(){
    	this.number = 60;
	}
}

测试和上面的代码是一样的嗷！！！然后发现，volatile其实就是起到了及时通知main线程，某个变量发生了改变的作用。

不保证原子性：

原子性是什么？
- 不可分割，完整性，也即某个线程不能被分割，要整体完成，要么同时成功，要么同时失败。
例子：

valatile i

public methodPlus(){i++}

然后启动多个线程来同时操作（也就是常见的i++的例子）

结果不是20000嗷！！！

原理解释：
- 可以在方法上加上sychronized吗？
  - 可以，可以保证20000
  - 但是不好，效率消耗太大了嗷！！！
为啥会<2000呀！！！

多线程的调度出问题了嗷！！！

A和B同时读入了0，同时加1。A写入1，还没来得及通知别的线程，B就再次被调度写入了1，这就出问题了orz，就会导致这种情况的出现嗷！！！

字节码：

如何解决原子性：
1. 加入sync，太重了，不用这个
2. AutomicInteger automicInteger = new AutomicInteger();
用法的话，建议去看看官方文档中怎么写的嗷！！！

说白了底层为CAS，比起volatile来说，还是加了个轻量级锁orz。

禁止指令重排：

多线程：

重排：

处理器在进行重排序的时候必须要考虑指令之间的数据依赖性
由于数据依赖性，指令重排也要考虑数据依赖性哈！！！volatile来决定嗷！！！
指令重排多线程下出现，这个重排是客观存在的，两个线程中使用的变量能够保证一致性嗷！！！避免指令重排优化，从而避免多线程环境下程序出现乱序执行的情况。

指令屏障（保证禁止指令重排嗷！！！）：

禁止指令重排嗷！！！保证了安全性嗷！！！

指令重排

volatile的特点：
- 可见性（强制刷出各种CPU的缓存数据嗷！！！）
- 禁止指令重排

什么时候用Volatile：

单例模式：

单例模式！！！本来是不用volatile的，但是当单线程 -> 多线程的时候，就会出问题了嗷orz

解决方法：
- getInstance方法前面加上synchronized，没有问题嗷！！！可以正常执行嗷！！！
- 但是太重了orz

DCL模式：

Double Check Lock，双端检锁机制。

对吗？不对！！！多线程，为了指令的效果，会指令重排！！！

DCL不一定安全，指令重排！！！

这个时候就可能取到null嗷！！！

指令重排只保证单线程情况下的指令一致性，多线程则不保证嗷！！！

禁止指令重排：public static volatile SingletonDemo instance = null;

4. CAS：

Compare And Set，比较并且交换
Synchronized太重了，CAS就比synchronized轻量哦！！！
例如AutomicInteger , compareAndSet(expect , update)

底层原理：

why CAS not Synchronized？底层原理：
- 自旋锁
- Unsafe
getAndIncrement底层实现：
- 调用的JDK自带的unsafe类嗷！！！（都是底层的Native方法嗷！！！）

Unsafe类：

getAndAddInt

关键是底层的CAS的靠的是CPU的原子操作来实现的嗷！！！因此这样能够保证原子性嗷！！！读取，比较和设置一气呵成。不存在中间有线程特判比较的这种情况出现嗷！！！

getAndIncrement：

原理：

Unsafe类+CAS思想（自旋）

缺点：

循环时间长，CPU开销大
只能保证一个变量的原子性操作，如果要一段代码，那就要synchronized嗷！！！
引出了ABA问题。

5. AtomicInteger的ABA问题：

原子引用更新 —>>> 如何规避ABA问题
狸猫换太子：
- 就是快速反复横跳，把值该到了，欸嘿，我又改回来了，吐了，慢的根本不知道嗷orz。

AutomicReference：

对于我们需要的类进行原子包装嗷！！！

时间戳的原子引用：

规避ABA问题：时间戳的原子引用

AtomicStampedReference

atomicStampedReference.compareAndSet(expectedReference , newReference , expectedStamp , newStamp)

常用用法：

boolean result = atomicStampedReference.compareAndSet(100 , 101 , automicStampedReference.getStamp() , automicStampedReference.getStamp()+1);

int stamp = atomicStampedReference.getStamp();

int result = atomicStampedReference.getReference();

相当于现在比较两个值了而已嘛，本质没啥区别

6. ArrayList线程不安全：

这里的名字不准确，应该是Collection类普遍不安全嗷！！！

写时复制：

扩容：默认的capacity是10，超过10了要扩容

线程不安全！！！

ArrayList的add方法为了保证并发性和效率，没有加锁嗷！！！

故障现象：

java.util.ConcurrentModificationException

导致原因：

并发争抢修改导致，两个进程抢着写的时候，造成了数据不一致的情况嗷！！！

CopyOnWrite , OnWrite的时候才Copy

解决方案：

加锁！！！可以吗？不可以，JDK源码你加个锤子的锁？？？
3.1：用Vector类！！！

好使！！！但是太重了orz，而且Vector用的少orz，并发性低嗷orz。牺牲了安全性，提高了性能嗷！！！

3.2：Collection接口和Collections类！！！注意嗷，后面那个是类！！！Collections就是帮助我们来解决这个问题的嗷！！！

你设想一下，这里竟然有这么多Map , List , Set之类的，说明这些东西都是线程不安全的嗷！！！

3.3：CopyOnWriteArrayList

public boolean add(E e) {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        Object[] elements = getArray();
        int len = elements.length;
        Object[] newElements = Arrays.copyOf(elements, len + 1);
        newElements[len] = e;
        setArray(newElements);
        return true;
    } finally {
        lock.unlock();
    }
}

老版本的copy出来，然后把自己的信息写进去，再让系统中的引用编程现在这个数组嗷！！！

优化建议：

HashSet线程不安全：

也是一样的问题嗷！！！

解决方法：
1. Collections.synchronizedSet(new HashSet<>());
2. JUC中的CopyOnWriteSet<>()

HashSet底层数据结构就是HashMap<>()

HashSet底层如果是HashMap，那为啥add方法只有一个参数捏？？？

value是个恒定的值哦！！！

HashMap线程不安全：

解决方法：
1. ConcurrentHashMap
2. Collections.synchronizedMap

7. TransferValue醒脑：

String比较特殊嗷！！！它是final，赋予了地址之后，这个地址是不会变动的。String str = “abc”，String指向了常量池中的地址。而str = “XXX”，确实找到了常量池中的”XXX”，如下右图：

说白了就是传进去就是一个地址，方法中参数的str本质上也是一个拷贝，一个指向这个地址的指针的拷贝，这里的赋值，无非是把拷贝指针的指向变了，改变不了原指针的指向嗷！！！

8. Java中的锁们：

公平锁和非公平锁：

这里不传参数等于传入了false参数嗷！！！天生这个即使非公平锁嗷！！！公平锁就是先来后到，非公平就是允许某些线程能够“不公平竞争”，能够加塞！！！

ReentrantLock：

默认为非公平锁，非公平锁的有点在于吞吐量比公平锁大嗷！！！说白了又是体现了优先级呗！！！优先级高的能被响应，吞吐量就会大嗷！！！

Synchronized而言，也是一种非公平锁哦！！！

可重入锁（递归锁）：

ReentrantLock就是可重入锁哦！！！
可重入锁就是递归锁
指的是统一线程外层函数获得锁之后，内层递归函数仍然能获取该锁的代码！在同一个线程在外层方法能够获取锁的时候，在进入内层方法会自动获取锁嗷！！！（也就是说：线程可以进入任何一个它已经拥有的锁所同步着的代码块！！！）
线程可以进入任何一个它已经拥有的锁所同步的代码块。
ReentrantLock/Synchronized就是典型的非公平可重入锁嗷！！！
最大作用：避免死锁
代码：

Case1：

这个就是例子：sendSMS()调用了sendEmail，进入sendSMS中执行sendEmail的时候会自动获取锁并进入这个代码块执行嗷！！！

Case2：

运行结果：

思考：

只要锁配对正确，加几把锁都没问题嗷！！！可以正确运行嗷！！！！

自旋锁：

spinlock：尝试获取锁的线程不会立即阻塞，而是采用循环的方式尝试去获取锁。好处是减少了上下文切换的消耗，缺点是循环会消耗CPU嗷！！！

手写自旋锁：

本质：while + compareAndSet()方法

本质上利用一个拥有compareAndSet()方法的变量来帮助我们实现就行嗷！！！

AtomicReference<Thread> atomicReference = new AutomicReference<>();

//加锁
public void myLock(){
    Thread thread = Thread.currentThread();
    System.out.println(thread.currentThread().getName + "\t come in O(n_n)");
    
    while(!atomicReference.compareAndSet(null , thread)){
        
    }
    //如果成功进入，根本就不进入while循环，直接执行下面的业务代码
}

//解锁
public void myUnLock(){
    Thread thread = Thread.currentThread();
    System.out.println(thread.currentThread().getName + "\t come out O(n_n)~~");
    automicReference.compareAndSet(thread , null);
}
//上面这些统一放到一个类中就可以了嗷(叫做SpinLockDemo)！！！

public static void main(String[] args){
    SpinLockDemo spinLockDemo = new SpinLockDemo();
    
    new Thread(()->{
        spinLockDemo.myLock();
        //执行业务逻辑，例如sleep等待
        spinLockDemo.myUnLock();
    },"AA").start();
    
    new Thread(()->{
        spinLockDemo.myLock();
        //执行业务逻辑，例如sleep等待
        spinLockDemo.myUnLock();
    },"BB").start();
}

这里非常有技巧性，这里的AtomicReference的泛型就可以拥有compareAndSet方法，但是为了让每个线程都可以“独立的拥有一些特征来获得自旋锁”，我们采用了线程作为泛型对象进行操作嗷！！！
thread.currentThread()就能够获得当前的线程，不同线程的这个值肯定不一样嗷！！！这样就比较好一些嗷！！！

独占锁（写锁）/ 共享锁（读锁）/ 互斥锁

独占锁（写锁）

指该锁一次只能被一个线程所持有。
对于ReentrantLock和Synchronized而言都是独占锁。
发展历程：sync ---> lock ---> ReentrantReadWriteLock
读写锁提高了并发效率嗷！！！从保证原子性到提高效率嗷！！！
规则：
- 读-读可以共存
- 读-写不能共存
- 写-写不能共存
实例代码：

写操作：必须原子 + 独占（写锁）

这里模拟的时候，底层都是要用volatile的，保证可见性非常重要！！！缓存的可见性和及时性非常重要！！！

ReentrantReadWriteLock读写同体，对于不同的方法要调用不同的方法适配嗷！！！

ReentrantReadWriteLock rwlock = new ReentrantReadWriteLock();
try {
    //这里也很简单，直接根据不同情况获取不同的锁就成
    rwlock.readLock().lock();
} catch (Exception e) {
    e.printStackTrace();
}

加写锁例子：

加读锁例子：

以上两者对比：

共享锁（读锁）：

该锁可以被多个线程所持有

9. CountDownLatch / CyclicBarrier / Semaphore

CountDownLatch：

有点像Linux中那个等待子线程结束（waitpid / pthread_join），主线程才能够最后退出的函数方法。
Demo：

可谓是非常像了，这个玩意儿就是卡在这里，等所有线程的东西执行完了，才会继续往下执行嗷！！！

枚举：

可以当作小数据库来用嗷？？？还有这种操作？？？

原来的代码的修改：

程序耦合度急剧降低，只要修改枚举中的元素，处处生效嗷！！！

枚举中元素的读取：

第一个相当于行的名字，第二三行相当于读取这一行某个元素的值嗷！！！

非常实用嗷！！！

CyclicBarrier：

增加到多少就能够发生某件事，和上面相反，这个是做甲方。
等人齐了，才能够开会~。

Semaphore：

多个资源抢多份资源怎么控制哇？
这个就是信号量，一个是用于多个共享资源的互斥实用，另外一个适用于并发线程控制嗷！！！

这个和操作系统中的没啥区别，都是信号量嗷！！！一个信号量可以当作锁来用嗷！！！

10. 阻塞队列

阻塞队列：

阻塞队列有好的一面。
不得不阻塞，如何管理？

队列+阻塞队列以及其api：

就是生产者和消费者问题的Java版本而已
空的队列拿元素，阻塞。满的队列添加元素，阻塞。
why BlockingQueue？不需要关心什么时候阻塞和唤醒线程，BlockingQueue给我们一手包办了嗷！！！这个效率非常高嗷！！！（手动挡变成了自动挡嗷！！！）

有好多实现类嗷！

红色的是重点，这三个就是线程池的底层嗷！！！

最后一个是Deque嗷！！！双端队列，和上面的Queue是有区别的嗷！！！

SynchronousQueue专属定制版，就一个嗷！！！

常用情况（抛出异常）：

像这个Queue，符合先进先出的概念，element就是检查第一个元素嗷！！！add和remove还有element就是有这样的一个特点：如果对应的操作失败，就会抛出异常嗷！！！

常用情况（特殊值）：

操作成功返回true，操作失败返回false嗷！！！

取出来的时候，取得到就是对应的元素，取不到就是NULL

常用情况（阻塞）：

如果操作失败的话，默认会进行阻塞，等待嗷！！！

常用情况（超时）：

不要那么猛，折中的一种做法嗷！！！我可以等，但是过时不候，如果超时了我线程就自己退出了嗷！！！

SynchronousQueue：

本质上是一个不存储元素的BlockingQueue，每一个put都要等待一个take嗷！！！

SynchronousQueue<String> blockingQueue = new SynchronousQueue<>();

new Thread(()->{

    try {
        System.out.println(Thread.currentThread().getName() + "\t put 1");
        blockingQueue.put("1");
        
        System.out.println(Thread.currentThread().getName() + "\t put 2");
        blockingQueue.put("2");
        
        System.out.println(Thread.currentThread().getName() + "\t put 3");
        blockingQueue.put("3");
    } catch (InterruptedException e) {
        e.printStackTrace();
    }


},"Producer1").start();

new Thread(()->{

    try {
        System.out.println(Thread.currentThread().getName() + "\t put 4");
        blockingQueue.put("4");

        System.out.println(Thread.currentThread().getName() + "\t put 5");
        blockingQueue.put("5");
        
        System.out.println(Thread.currentThread().getName() + "\t put 6");
        blockingQueue.put("6");
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
},"Producer2").start();

new Thread(() -> {
    try {
        TimeUnit.SECONDS.sleep(3);
        System.out.println(blockingQueue.take());
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    try {
        TimeUnit.SECONDS.sleep(3);
        System.out.println(blockingQueue.take());
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    try {
        TimeUnit.SECONDS.sleep(3);
        System.out.println(blockingQueue.take());
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    try {
        TimeUnit.SECONDS.sleep(3);
        System.out.println(blockingQueue.take());
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    try {
        TimeUnit.SECONDS.sleep(3);
        System.out.println(blockingQueue.take());
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    try {
        TimeUnit.SECONDS.sleep(3);
        System.out.println(blockingQueue.take());
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
},"Consumer1").start();

用在哪里？

生产者消费者模式（老版）

ProdConsumer_TraditionDemo
ProdConsumer_BlockQueueDemo
传统版：

老版sync向新版lock的转换：

代码：

public class ProdConsumer_TraditionDemo {
    public static void main(String[] args) {
        ShareData shareData = new ShareData();

        new Thread(()->{
            for (int i = 0; i < 5; i++) {
                try {
                    shareData.increment();
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        },"Thread A").start();

        new Thread(()->{
            for (int i = 0; i < 5; i++) {
                try {
                    shareData.decrement();
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        },"Thread B").start();
    }
}

class ShareData // 资源类
{
    private int number = 0;
    private Lock lock = new ReentrantLock();
    private Condition condition = lock.newCondition();

    public void increment() throws Exception
    {
        //1. 判断
        lock.lock();
        try{
            //判断
            while (number != 0){
                //等待，不能生产
                condition.await();;
            }

            //干活
            number ++ ;
            System.out.println(Thread.currentThread().getName() + "\t" + number);
            //通知唤醒
            condition.signalAll();
        }catch (Exception e){
            e.printStackTrace();
        }finally {
            lock.unlock();
        }
    }

    public void decrement() throws Exception
    {
        //1. 判断
        lock.lock();
        try{
            //判断
            while (number == 0){
                //等待，不能生产
                condition.await();;
            }

            //干活
            number -- ;
            System.out.println(Thread.currentThread().getName() + "\t" + number);
            //通知唤醒
            condition.signalAll();
        }catch (Exception e){
            e.printStackTrace();
        }finally {
            lock.unlock();
        }
    }
}

多线程判断都要用while，不要用if，if就有可能出现问题嗷！！！

Thread A	1
Thread B	0
Thread A	1
Thread B	0
Thread A	1
Thread B	0
Thread A	1
Thread B	0
Thread A	1
Thread B	0

synchronized和lock的区别

原始构成

synchronized是Java关键字，lock是java5以后出现的一个类。
synchronized是属于JVM层面的，monitorenter和monitorexit，底层是通过monitor对象来完成的，其实wait / notify等方法也是依赖于monitor对象，只有在同步块或同步方法中才能调用wait / notify等方法。
Lock是具体类，JUC中，是api层面的锁嗷！！！

使用方法

synchronized不需要用户去手动释放锁，当synchronized代码执行完成后系统会自动让线程释放对于锁的占用嗷！！！
ReentrantLock需要用户手动释放锁，如果用户没有主动释放锁，那么就有可能会出现死锁现象嗷！！！需要lock ， unlock方法配合try / finally语句块来完成嗷！！！

判断是否可以中断

等待是否可以中断，synchronized不可中断，除非抛出异常或者正常运行完成。ReentrantLock可中断：
1. 设置超时方法 trylock（long timeout , TimeUnit unit）
2. LockInterruptibly()放代码块中，调用interrupt方法可以中断

加锁是否公平

synchronized非公平锁
ReentrantLock两者都可以，默认非公平锁，构造方法可以传入boolean值，true为公平锁，false为非公平锁。

锁绑定多个条件的Condition

ReentrantLock可以实现分组唤醒需要唤醒的线程们，可以精确唤醒，而不是像synchronized要么随机唤醒一个要么唤醒全部线程嗷！！！

例如A唤醒B，B唤醒C：

class ShareResource{
    private int number = 1; //A:1 , B:2 , C:3
    private lock = new ReentrantLock();
    private Condition c1 = lock.newCondition();
    private Condition c2 = lock.newCondition();
    private Condition c3 = lock.newCondition();
    
    public void print5(){
        lock.lock();
        try{
            //1. 判断
            while(number != 1)
            {
                c1.await();
            }
            
            //2. 干活
            for(int i = 1 ; i <= 5 ; i++)
            {
                sout(Thread.currentThread().getName()+"\t"+i);
            }finally {
            	lock.unlock();
        	}
            
            //3. 通知
            number = 2;
            c2.signal();
        }
    }
    
    public void print10(){
        lock.lock();
        try{
            //1. 判断
            while(number != 2)
            {
                c2.await();
            }
            
            //2. 干活
            for(int i = 1 ; i <= 10 ; i++)
            {
                sout(Thread.currentThread().getName()+"\t"+i);
            }
            
            //3. 通知
            number = 3;
            c3.signal();
        }finally{
            lock.unlock();
        }
    }
    
    public void print15(){
        lock.lock();
        try{
            //1. 判断
            while(number != 3)
            {
                c3.await();
            }
            
            //2. 干活
            for(int i = 1 ; i <= 15 ; i++)
            {
                sout(Thread.currentThread().getName()+"\t"+i);
            }finally {
            	lock.unlock();
        	}
            
            //3. 通知
            number = 1;
            c1.signal();
        }
    }
}

生产者消费者模式（阻塞队列）

class MyResource{
    private volatile boolean FLAG = true;//默认开启，进行生产+消费
    private AutomicInteger automicInteger = new AutomicInteger();
    
    BlockingQuere<String> blockingQueue = null;
    public MyResource(BlockingQueue<String> blockingQueue){
        this.blockingQueue = blockingQueue;
        sout(blockingQueue.getClass().getName());
    }
    
    public void myProducer() throws Exception
    {
        String data = null;
        boolean retValue;
        while(FLAG)
        {
            data = automicInteger.incrementAndGet()+"";
            retValue = blockingQueue.offer(data,2L,TimeUnit.SECONDS);
            if(retValue){
                sout(Thread.currentThread().getName()+"\t 插入队列" + data + "成功");
            }else{
                sout(Thread.currentThread().getName()+"\t 插入队列" + data + "失败");
            }
            TimeUnit.SECONDS.sleep(1);
        }
        
        sout(Thread.currentThread().getName()+"\t 停下来了嗷！！！" + "表示FLAG=false，生产动作结束！");
    }
    
    public void myProducer() throws Exception
    {
        String result = null;
        while(FLAG)
        {
            result = blockingQueue.poll(2L,TimeUnit.SECONDS);
            if(null == result || result.equalIgnoreCase(""))
            {
                FLAG = false;
                sout(Thread.currentThread().getName()+"\t 超过两秒没有取到产品，消费退出");
                return;
            }
            sout(Thread.currentThread().getName()+"\t 消费队列" + result + "成功");
        }
        
        sout(Thread.currentThread().getName()+"\t 停下来了嗷！！！" + "表示FLAG=false，生产动作结束！");
    }
}

main代码块中的一些代码：

Callable接口（第三种多线程方式）：

两个接口：

区别：

Runnable没有返回值，Callable有返回值
Callable会抛出异常
接口需要实现的接口不一样嗷！！！

中间层同时适配了Callable和Runnable接口嗷！！FutureTask这个类同时实现了Callable接口和Runnable接口，是按了适配嗷！！！！
背景？为什么会出现呢？

并发，异步导致。高并发最牛逼的控制嗷！！！初衷就是：麻烦的事儿交给别的线程去处理，实现高并发需要使用的嗷！！！

兔兔想法：实现更高程度的并行嗷！！！（分支合并操作嗷！！！）

小建议：
- 把get方法放在最后哦！！！get如果没有获取到值的话，会阻塞在这里嗷！！！
- 等它算完了再去取就会比较方便嗷！！！所以我们尽量放在后面取。
- 当然如果某一步就要结果，又不想阻塞的话，我们就可以类似于自旋锁，通过futureTask.isDone()来实现哦！！！

提高了并行性嗷！！！

如果启动了多个线程来抢着执行同一个任务呢？
- 不好意思，只执行了一次嗷！！！同样的动作就应该复用嗷！！！如果你真的想走两遍的话，再自己多去做一个FutureTask嗷！！！

线程池使用以及优势（第四种多线程方式）：

概念：

查看电脑CPU核数量：

Runtime.getRuntime().availableProcessors()可以获得硬件中可用的CPU的核数嗷！！！

从new对象到IoC的反转，依赖注入 -> 全都给你准备好，你直接复用我准备好的就成嗷！！！
底层就是阻塞队列嗷！！！
底层是ThreadPoolExecutor ThreadPoolExecutor ThreadPoolExecutor这个类嗷！！！Executor这个接口就对应了Executors这个工具类嗷！！！（和Array，Arrays一样的嗷！！！）

了解：
- Executors.newScheduledThreadPool()时间参数用于调度的
- Executors.newWorkStealingPool(int)可用的处理器作为它的并行级别
重点：
- Executors.newFixedThreadPool(int)
- Executors.newSingleThreadPool()
- Executors.newCachedThreadPool(int)

代码：

newFixedThreadPool：

固定数目线程池，处理线程数目固定哦！！！
模拟十个用户用五个请求来进行处理嗷！！！

处理结果：

关闭比使用更加重要嗷！！！

newSingleThreadExecutor：

固定单个数目线程池

newCachedThreadPool：

线程池数目不固定，够用就好嗷！！！如果线程不够的话，还会自动扩容嗷！！！

核心思想：

我尽力办，我办的完的话，就ok。我要是办不完，我就摇人了嗷！！！

总结：

发现上面这三个玩意儿，底层都是return new ThreadPoolExecutor(...)！！！所以ThreadPoolExecutor如此重要嗷！！！

底层源码重点：
- ThreadPoolExecutor这个类很重要！！！
- 底层的阻塞队列也很重要嗷！！！！
使用方法：

七大参数简介：

corePoolSize：常驻核心线程数

maximumPoolSize：

物理上线程池能够容纳的同时执行的最大线程数，此值必须大于等于1嗷！！！

keepAliveTime：

多余的空闲线程的存活时间，当线程池数量超过CorePoolSize的时候，空闲时间达到keepAliveTime的值的时候，多余的空闲线程会被销毁直到只剩下corePoolSize个线程为止嗷！！！

没有业务了，“加班”的人会慢慢回退嗷！！！

unit：keepAliveTime的单位
workQueue：任务队列，被提交了，但是由于核心线程都被占用而无法执行，处于等待状态的任务嗷！！！

类似于银行中的候客区

threadFactory：生成线程池中线程的线程工厂，用于创建线程，一般用默认的就可以了嗷！！！
handler：拒绝策略，如果线程池满了，阻塞队列都满了，那就……只能够采取一些操作了orz

类似于银行网点，上班的人都在服务（但是还有多的空位），等待的人爆了，银行紧急通知其他休假的人赶紧赶回来上班嗷！！！

当所有人都在上班了（物理线程池被占满了），候客区也满了，不好意思。我银行已经尽力的，多来的请求我就不收了。

底层工作原理：

这幅图就是上面的银行网点那幅图嗷！！！

主要处理流程：

四种拒绝理论：

大坑：

上面学的三种，实际开发中，一个都不用嗷！！！（超级大坑！！！）
阿里开发手册：

就是这里说的，由于底层是链表，没有最大长度，默认是Integer.MAX_VALUE。这就一个非常大的问题，就是如果我一直往阻塞队列里面加请求，加满了，你的Linux也就爆了orz。

自定义线程池：

ExecutorService threadPool = new ThreadPoolExecutor(2,5,1L,TimeUnit.SECONDS,new LinkedBlockingQueue<Runnable>(3),Executors.defaultThreadFactory(),new ThreadExecutor.AbortPolicy());

测试什么时候出问题呢？

最大承载量 = maximumPoolSize + 阻塞队列最大长度，因此来9个时候可能出现这个问题嗷！！！

AbortPolicy：

概念：

种类：

如上图所示，出了问题直接报错嗷，程序运行终止。

CallerRunsPolicy：

调用者运行的一种调节机制，不会抛弃任务也不会抛出异常，而是将一些任务回退给调用者进行处理，从而降低流量嗷！！！

这里就会退给main来处理了嗷！！！

DiscardOldestPolicy：

抛弃等待最久的，将最新的加入到队列中再次尝试提交嗷！！！

DiscardPolicy：

多来的直接就给了扔掉了嗷！！！

配置合理线程数：

熟悉硬件：
1. CPU密集型
1. IO密集型
- I/O密集型任务线程并不是一直在执行任务，配置尽可能多的线程，如CPU核数*2

死锁编码及定位分析：

两个火柴人拿枪指着对方orz，好家伙orz。

写个死锁呗：

run没有写全，写全的版本在下面嗷！！！

main函数：

小介绍：

linux中ps -ef | grep xxx

windows下的java运行程序捏？也有类似于ps查看进程的命令，但是目前我们需要查看的只是java的程序嗷！！

jps = java ps嗷！！！

jstack

jstack + 进程号

结合上面的jps一起使用，找到对应的线程编号，再查看线程的错误信息嗷！！！

summary：
1. jsp命令定位进程号
2. jstack找到死锁查看

11. JVM+GC

复习串讲：

JVM内存结构：

GC作用域：

常见垃圾回收算法：
1. 引用计数：
有对象应用+1，没对象-1，到0就回收。较难解决循环引用问题，因此JVM不采用这种方式。
1. 复制算法：
复制算法在年轻代中用

名言：复制之后有交换，谁空谁是To

缺点就是复制大对象耗时，浪费空间嗷！！！
1. 标记清除：
Mark-Sweep，分为标记清除两个阶段。先标记出要回收的对象，然后统一回收这些对象。

好处：不用复制，耗时少了。

坏处：出现了内存碎片
1. 标记清除整理：
Mark-Compact

移动过程中，耗时比较多嗷！！！

如何确定垃圾+GCRoot：

内存中不再被使用的空间就是垃圾
如何判断一个对象是否是垃圾？
1. 引用计数法：简单，但是循环引用解决不了
2. 枚举根结点做可达性分析：
复制，标记清除，标记压缩都要用GCRoots来判断哪些是垃圾嗷！！！
GCRoots：

从GC对象进行扫描，看是否可达。

哪些对象可以作为GC Roots对象：

可以作为GCRoot的根呢？

JVM的参数介绍和调整：

查看参数：

-Xms和-Xmx尽量调成一致，防止GC频繁收集，忽高忽低。
参数类型：
1. 标配参数：
  - 随着java变更，基本不会动的参数，没有大的变化。
2. X参数：
3. XX参数：

Boolean类型：

 - ![image-20210922211322130](https://cdn.jsdelivr.net/gh/alexanderliu-creator/cloudimg/img/20210922211322.png)

- 先让一个程序空转，比如sleep(Integer.MAX_VALUE)：
  - 查看线程情况：
    
    jps -l和jinfo，这个jinfo是显示当前正在运行的线程的信息嗷！！！
    - 查看某个线程的情况：
    - 编辑参数：
    开启参数之后再测试：
KV设值类型：

查出某个进程的Metaspace的默认设置：

设置对应的值：

例如这个MaxTenuringThreshold就是young区的对象进入老年区所需要的年纪嗷！！！

所以这里就可以看出来默认的一些配置嗷！！！

jinfo的配置使用：

-flags：

这个东西是要求得到运行中的线程的id，再去flags才能看得到的嗷！！！

Non-default是系统干的，帮我们自动配置好的。

Command line是我们自己配置的嗷！！！

题外话，坑题（-Xms和-Xmx如何解释？）

这两个参数也是一样样的，本质上就是-XX参数，用的多。这两个不属于X参数哈，还是属于XX参数嗷！！！只是用到多，单独提出来方便使用而已嗷！！！这两个值一般都是配置成一样的嗷！！！这样才能保证GC尽可能少哦！！！

查看参数二：

方式：

-XX:+PrintFlagsInitial查看初始参数值

-XX:+PrintFlagsFinal查看修改更新的参数值

=和:=
- 等于是没有被改过的初始值
- :=是我们人为改过的或者是JVM加载的时候修改过的参数值嗷！！！
-version的话，只是在最后多打出了JVM的版本号而已嗷！！！
命令行修改：

修改之后，运行T之后，可以看出来元空间的值发生了变化嗷！！！

-XX:+PrintCommandLineFlags打印命令行参数

这个命令最方便就是看最后一个参数！！！垃圾回收器的种类和默认参数嗷！！！

JVM基本配置：

Java8调整：

Java的MetaSpace：

通过程序获得初始内存大小和最大的堆内存大小：

通用参数：

如何配置：

注意：栈管运行，堆管存储嗷！！！！这个栈是线程运行的时候所拥有的栈的大小

当我们不配置-Xss参数的时候，出现了神奇的问题：

它默认值为0

这里为0其实上表示采用系统的默认值，默认值又是多少呢？上图实际上告诉我们了嗷！！！（这个东西在Java的官方文档中都有嗷！！！）

-Xmn：设置年轻代的大小嗷！！！

一般自己不用调，采用系统默认的

-XX:MetaspaceSize

典型参数设置案例：

设置元空间大小：

坑：

虽然说着元空间有这么多可以用，但是元空间自己取的少啊orz，就有可能报OOM:Metaspace

这里默认值就20多M而已啊orz，我内存16个G呢orz。

为了保证不会出现OOM：

参数配置实例：

下面是我们要手动配置的参数：

-XX:+UserSerialGC是串行垃圾回收器嗷！！！

默认设置也可以瞅一眼哦：

运行结果：

查看默认参数：

可以看到默认是这些，我们修改之后再康康嗷！！！

我们配置一下上面最开始提到的参数：

参数设置后的结果：

完全按照我们的配置来启动了嗷！！！

-XX:+PrintGCDetails

输出GC的详细收集日志信息
可以通过限定堆的大小，然后人为new一个贼大的对象来构造GC的错误嗷，这个过程中会产生GC嗷！！！

上下是对应的嗷！！！

规律：[名称： GC前内存占用 -> GC后内存占用(该区总内存大小)]

SurvivorRatio

设置新生代中eden区和S0/S1空间的比例。
默认：

查看默认参数：

改了之后再打印就是我们修改之后的值了嗷！！！

-XX:NewRatio

设置老年代占比，剩下1给新生代

默认就是1：2嗷！！！

-XX:MaxTenuringThreshold

设置垃圾的最大年龄，超过这个年龄就从年轻代进入老年代嗷！！！

通过这个参数就可以设置垃圾的最大年龄嗷！！！

四种引用：

强引用（默认支持模式）

Book book = new Book("兔子姐姐的小窝")

当内存不足，JVM开始垃圾回收，对于强引用的对象，就算是出现了OOM也不会对于这个对象进行回收嗷！！！死都不收！！！

软引用

内存足够的前提下我不收（就算手动GC也不回收哦，我够用嘛！！！），内存不够的情况收了你，来保证尽量不要出现OOM嗷！！！
软引用是相对强引用弱化了一些的引用，需要用java.lang.ref.SoftReference类来实现，可以让对象豁免一些垃圾回收。
通常用到对于内存敏感的程序中，高速缓存中就有用到嗷！！！

注意上面这里哈，实际上告诉了我们获得软引用的方式嗷！！！

故意整活：

5M的小内存，分配了30M的对象，必垃圾回收嗷！！！

使用场景：

Map<String,SoftReference<Bitmap>> imageCache = new Hashmap<String,SoftReference<Bitmap>>();

在保证我程序正常运行的情况下，把空间给你多存一点照片，提高你的效率，这是好事儿。但是如果我都不够用了，那我就不客气了，把你收了嗷，保证不OOM最重要嗷！！！

弱应用

不管够不够用，垃圾回收一律都收掉嗷！！！不管啥情况，回收我就收了你！！！

使用场景：

WeakHashMap

key是弱key，如果被垃圾回收了的话，这个entry就会被自动移除嗷！！！

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;

    Node(int hash, K key, V value, Node<K,V> next) {
        this.hash = hash;
        this.key = key;
        this.value = value;
        this.next = next;
    }

    public final K getKey()        { return key; }
    public final V getValue()      { return value; }
    public final String toString() { return key + "=" + value; }

    public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

    public final V setValue(V newValue) {
        V oldValue = value;
        value = newValue;
        return oldValue;
    }

底层本质是一个Node的数据结构，实现了Map的Entry，比如上面，本质上put的时候，map底层新建立了一个Node，Node中的key的引用就是传入的Integer的应用，因此如果你修改的是key的话，实际上对于对应位置的引用没有任何的改变，因此这个打印出来的结果还是上面那个结果嗷！！！

这个key不会阻止垃圾回收嗷，如果key失效了，就会被remove嗷！！！

适用于对于内存敏感的使用嗷！！！

虚引用：

又被称为幽灵引用

回收之前需要被引用队列保存一下嗷！！！
弱引用队列的例子：

虚引用队列的例子：

重点就是后续操作，可以做一些通知之类的嗷！！！

GCRoots + 四大引用小总结：

Java中可以作为GC Roots的对象：
- 虚拟机栈（栈帧中的局部变量区，也叫做局部变量表）。
- 方法区中的类静态属性引用的对象。
- 方法区中常量引用的对象。
- 本地方法栈中JNI（Native方法）引用的对象

12. SOFE

各种异常分类：

栈管运行，堆管存储。

StackOverflowError

这里的栈就是程序运行时对应的栈，由于内存不大，在调用方法的时候就会压栈，我们可以人为构造循环调用方法来制造SOFE：

这个是错误，不是异常嗷！！！异常是Exception，错误是Error：

下面这个就是Error和Exception的解释嗷！！！

栈爆了。

OOM：java heap space

先把heap的大小调小：

不断新建对象，这样就可以了嗷！！！

上面这样也行，直接new一个80M的数组，上面调过堆内存只有10M，这个对象远远大于10M。

这个也是个Error嗷！！！堆爆了。

OOM：GC overhead limit exceeded

程序特别诡异，Java内存急剧上升，大量对象被装载被创建出来。启动GC之后，超过最高警戒了。

GC反复执行，恶行循环，执行存在非常大的问题嗷！！！
实例：

OOM：Direct buffer memory

是由于底层NIO引起的嗷！！！

里面够用，外面用满了orz。默认堆外可用内存是总内存的1/4嗷！！！

示例代码：

查看本地可用的JVM内存：

内存的图：

内存：

下面是示例哈，把外部内存的可用参数调成5M之后，在内存中new一个6M的对象，就会出现上面的问题嗷！！！

这个问题就是由于NIO所引出的哦，面试的时候就有可能问你这个Direct buffer memory的问题，来刺探你是否使用过NIO嗷！！！

OOM：unable to create new native thread

准确的讲，该native thread异常与对应的平台有关。说白了就是：创建的线程的数量超过了系统允许的最大值嗷，导致出现了这个异常嗷！！！！！
示例：

Linux中默认允许单个进程可以创建的线程数是1024嗷！！！

解决方案：
1. 减少跑起来的线程数
2. 扩大底层机器允许的最大线程数
注意，linux下的root用户对于线程是没有上限的，其他用户默认一个进程最多创建的线程数就是1024，修改：

OOM：Metaspace

元空间是方法区，方法区装类的模板，常量池啊之类的东东。

元空间与持久代的最大区别：Metaspace并不在虚拟机内存中，而是使用本地内存。

示例：

设置元空间的大小为8M：

GC垃圾回收器的理解：

GC有四种垃圾回收算法（引用计数/复制/标记清除/标记整理），垃圾收集器本质上就是这些算法的落地实现。
没有完美的垃圾收集器，都有具体的使用场景嗷！！！
四种垃圾收集器

垃圾收集器策略：

Serial

串行

为单线程环境设计，只使用一个线程进行回收，并且会暂停全部的用户线程，不适用于服务器环境。（中间业务线程被打断了orz）

Parallel

并行

多个垃圾收集线程并行工作，此时用户线程是暂停的，适用于科学计算 / 大数据处理等弱前台交互系统。
停顿回收垃圾的时间回比串行少，但是仍然和前面一样的，需要把所有的用户线程停下来！！！

CMS

并发垃圾回收器（并发标记垃圾清除）
用户线程和垃圾回收线程同时执行（不一定是并行，有可能交替执行），不需要停顿用户线程。互联网公司大多都用CMS，它适用于对于响应时间有要求的场景。

小总结：

G1

将堆内存分割为不同的区域，然后并发对于不同的区域进行垃圾回收嗷！！！

ZGC

G1的升级版本
比较新，Java12之后才出现的，需要自己下去看看嗷！

服务器默认垃圾收集器查看：

GC深透明细，思想：四大垃圾回收算法 —>>> 落地实现

打印出垃圾收集器：

默认使用的是并行垃圾回收器

设置垃圾收集器：

默认垃圾收集器有哪些？

CMS（ConcMarkSystem）
总共理论上有七种的，UseSerialOldGC和引用计数一样，已经被这个时代废除了，源码中也看不到了，但是它曾经存在过嗷！！！
查看某个运行中的进程的垃圾回收器：

七种垃圾收集器：

年轻代更多使用复制算法，老年代我们更多使用标记清除或者标记整理算法。

部分参数说明 / C/S模式有什么区别

参数：
- DefNew - Default New Generation
- Tenured - Old
- ParNew - Parallel New Generation
- PSYoungGen - Parallel Scanvenge Young Generation
- ParOldGen - Parallel Old Generation
C/S模式：
- 只需要掌握Server模式即可，Client模式基本不会用
- 操作系统：

新生代：

Young和Old的垃圾收集器是搭配使用的嗷，注意上面那张图图捏！！！新生代的指定了，老年代的基本上就确定了嗷！！！

Serial / Serial Copying：

串行+串行

简单高效，没有线程交互的开销，可以获得最高的单线程垃圾收集效率，因此Serial垃圾收集器依然是Java虚拟机运行在Clinet模式下默认的垃圾收集器

Y和O都是Serial回收，只是回收过程中，采取的回收算法不一样而已嗷！！！

ParNew：

并行+串行

年轻代的ParNew是搭配老年代的CMS使用的嗷！！！

ParallelScanvenge：

并行+并行

串行收集器在新生代和老年代的并行化

配置这个模式：

老年代：

Serial Old / Serial MSC：

老年代的串行收集器
单线程+标记整理算法，这个收集器也是主要运行在Client默认的java虚拟机默认的老年代垃圾收集器。

已经优化掉了，都不用了都orz

Parallel Old：

并行+并行
Parallel Scavenge的老年代版本，使用多线程的标记-整理算法，Parallel Old收集器在1.6才开始使用嗷！！！

不加的话默认使用的是UseParrellelGC，就在上面，所以老年代默认的也是使用Parallel Old嗷！！！

CMS：

并发标记清除GC（CMS）
好处：解决空间和时间，坏处：内存碎片

过程：

1，3要停，2，4不要停：

重新标记：

并发清除：

标记和清除这两个最耗时的操作，可以并发执行嗷！！！

优缺点：
- 优点：并发收集低停顿
- 缺点：并发执行，CMS在收集与应用线程会同时增减对于堆内存的占用，CPU的压力比较大！！！CMS必须在老年代堆内存用尽之前完成垃圾回收，否则就会回收失败，触发担保机制。串行老年代收集器将会以STW的方式进行一次GC，从而造成较大停顿时间。此外，标记清除算法会导致大量碎片嗷！！！

同时配置多个垃圾收集器：

关联激活，完全没有必要这么去写嗷！！！

选择合适的垃圾收集器：

适用场景：

对应关系：

G1垃圾回收器：

G1又被称为Garbage-First嗷！！！

打印结果显示：

别的都有两个区哦这里，G1只有一个garbage-first heap，这就是上面所提到过的，G1横跨两个区哦！！！

G1是一种服务端的垃圾收集器，应用在多处理器和大容量内存环境中，实现高吞吐量的同时，尽可能满足垃圾收集暂停时间的要求。

特性：
1. 像CMS一样，能与应用程序并发执行
2. 整理空闲时间空间更快
3. 需要更多的时间来预测GC停顿时间
4. 不希望牺牲大量的吞吐性能
5. 不需要更大的Java Heap
G1就是为了取代CMS而被设计的，不会产生很多内存碎片，而且添加了预测机制，用户可以指定期望停顿时间嗷！！！
Eden和Survivor和Tenured等区域不再是连续的，而是变成了一个个大小一样的region。

Java9开始就作为默认的垃圾收集器了嗷！！！

特点：

底层原理：

Region区域化垃圾收集器，化整为零，避免全内存扫描，只需要按照区域进行内存扫描嗷！！！
G1的改变：

化整为零，避免了全内存扫描嗷！！！相当于把垃圾回收的基本单位变小了orz，粒度小了，并发度就高了嗷！！！

大的对象，也可以通过紧凑的方法来腾出空间，边清理，边内存整理，当然效率高哇！！！

G1分为了四个区嗷：
- Eden区
- Survivor区
- Old区
- Humongou大对象区
垃圾回收流程：

G1中的内存处于一个动态变化的过程中嗷！！！有点像分页算法？？？？？？？这种熟悉的感觉，emmmmmm

回收步骤倒是和CMS一模一样，这不就和HashTable和ConcurrentHashMap一样嘛orz，对于每一个小块，采用的都是同样的CMS算法嗷！！！

好多参数嗷！！！

这些都可以尝试着看一下哈！！！一般都是用默认值的嗷！！！

G1和CMS相比的优势

G1没有内存碎片嗷！！！
G1可以精确控制停顿嗷！！！

JVMGC + SpringBoot微服务部署

JVMGC –> 调优 –> 应用于微服务
步骤：
1. IDEA开发完成微服务工程
2. maven进行clean和package
3. 微服务启动的时候，同时配置我们JVM / GC的调优参数：
  - 内
  - 外 => 中带你
4. 公式：java -server jvm的各种参数 -jar jar/war包的名字
示例：

13. Linux相关

生产环境服务器变慢了

top：

在top的情况下，按下1，就会显示所有的CPU的占用情况嗷！！！

可以看到每个CPU的各种参数的使用情况嗷！！！

uptime：

精简版的ps，uptime你值得拥有

vmstat：

vmstat -n 2 3

主要用于查看CPU，但是包含不限于嗷！！！
每2秒采样一次，共计采样3次

[root@VM-12-10-centos ~]# vmstat -n 2 3
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 3  1      0  76776 139660 1405012    0    0     0    29    2   12  1  0 99  0  0
 0  0      0  76272 139660 1405044    0    0     0    48 1145 2390  3  3 94  0  0
 1  0      0  76256 139660 1405060    0    0     0     0 1093 2187  0  0 100  0  0

头和尾的两个比较重要嗷！！！
r是run , b是block。

mpstat：

mpstat -P ALL 2

每两秒采样一次，查看所有CPU的核信息：

查看每个进程使用CPU的用量分解信息：

pidstat -u 1 -p 进程编号

free：

查看程序可用内存数
free -m按照M来看，系统内存的可用数量

pidstat -p 进程号 -r 采样间隔秒数

df：

disk free，查看磁盘剩余空间数
df -h 用人类看得懂的方式来告诉我们，可用的磁盘空间大小

ioStat：

iostat，查看磁盘IO，磁盘I/O性能评估
iostat -xdk 2 3

pidstat -d 时间间隔 -p 进程号

ifstat：

默认本地没有，要下载的嗷！！！

CPU占用过高，分析+定位？

Linux加上JDK共同分析
步骤：
1. top命令找出惹事儿的Java程序，记录它的id
2. ps -ef | grep 进程号或者 jps 进一步定位，得知怎样的后台程序在惹事儿
3. 定位到具体的线程或者代码：
ps -mp 进程 -o THREAD,tid,time

tid是哪一个线程，time是某个线程已经耗费的时间

参数解释：
- -m显示所有的线程
- -p pid进程使用cpu的时间
- -o 该参数后面是用户自定义格式
1. 将需要的线程ID转换为16进制格式（英文小写格式）
或者手动算或用计算机算也成嗷！！！

注意哈，机器内存里面全是小写嗷！！！
1. jstack 进程ID | grep tid（16进制线程id小写英文）-A60
-A60是打印出前60行嗷！！！

14. Github骚操作

常用词：

watch：持续获得某个项目更新的通知嗷
fork：复制某个项目到自己的仓库中
star：项目点赞数
clone：把项目下载到你本地
follow：关注感兴趣的作者，会收到他们的动态

具体骚操作：

In关键词限制搜索范围：

公式：xxx关键词 in:name 或 description 或 readme
例如seckill in:name，项目的名字中必须有seckill这个关键字嗷！！！
组合使用：seckill in:name,description

stars或fork项目查找项目：

公式：xxx关键字 stars 通配符
- 例如:> 或者 :>=
- 区间范围数字：数字1...数字2
例如：springboot stars:>=5000
例如：springboot forks:>=500
组合使用：springboot forks:100..200 stars:2000..4000

awesome加强搜索：

awesome系列一般是用来收集
查找官方收集的学习，工具，书籍类相关的项目
公式：awesome 项目名字
例如：awesome redis

高亮显示代码：

给别人指出关键代码的行数或者行号
公式：项目对应代码的URL + #L + 数字
例如：https://github.com/coding/.../killDao.java#L13
范围高亮：

项目对应代码的URL + #L + 数字 + - + L + 数字

例如：https://github.com/coding/.../killDao.java#L13-L23