第46天学习打卡（四大函数式接口 Stream流式计算 ForkJoin 异步回调 JMM Volatile）

阅读原文时间：2023年07月10日阅读：1

小结与扩展

池的最大的大小如何去设置！

了解:IO密集型，CPU密集型：（调优）

//1.CPU密集型几核就是几个线程可以保持效率最高
//2.IO密集型判断你的程序中十分耗IO的线程，只要大于这个线程数就行一般设置为这个耗IO线程数的两倍

package com.kuang.pool;

import java.util.concurrent.*;

// Executors工具类三大方法

//使用了线程池之后，使用线程池来创建线程
public class Demo01 {
public static void main(String[] args) {

//1.CPU密集型几核就是几个线程可以保持效率最高
//2.IO密集型判断你的程序中十分耗IO的线程，只要大于这个线程数就行一般设置为这个耗IO线程数的两倍
System.out.println(Runtime.getRuntime().availableProcessors());//获取CPU的核数

ExecutorService threadPool = new ThreadPoolExecutor(2,
Runtime.getRuntime().availableProcessors(),

3,
TimeUnit.SECONDS,
new LinkedBlockingDeque<>(3),
Executors.defaultThreadFactory(),
new ThreadPoolExecutor.DiscardOldestPolicy());//队列满了，尝试去和最早的竞争，也不会抛出异常

try {
//最大承载：Deque + max
//RejectedExecutionException超出最大承载抛出的异常
for (int i = 1; i <= 9 ; i++) { //使用了线程池之后，使用线程池来创建线程 threadPool.execute(()->{
System.out.println(Thread.currentThread().getName()+" ok");

});

}

} catch (Exception e) {
e.printStackTrace();
} finally {
//线程池用完，程序结束，关闭线程池
threadPool.shutdown();
}
}
}

12四大函数式接口（必须掌握）

新时代的程序员：lambda表达式，链式编程，函数式接口，Stream流式计算

函数式接口：只有一个方法接口。

@FunctionalInterface
public interface Runnable {

public abstract void run();
}
//超级多FunctionalInterface
//简化编程模型，在新版本的框架中大量应用
//foreach(消费者类的函数式接口)

Function函数式接口

package com.kuang.function;

import java.util.function.Function;

/**
* Function 函数型接口，有一个输入参数，有一个输出
* 只要是函数型接口，可以用Lambda表达式简化
*/
public class Demo01 {
public static void main(String[] args) {
//工具类：输出输入的值

///Function function = new Function() {
// @Override
// public String apply(String str) {
// return str;
// }
// };
//可以用Lambda表达式简化
Function function = (str)->{return str;};
System.out.println(function.apply("asd"));
}
}

简化的lambda表达式

package com.kuang.function;

import java.util.function.Function;

/**
* Function 函数型接口，有一个输入参数，有一个输出
* 只要是函数型接口，可以用Lambda表达式简化
*/
public class Demo01 {
public static void main(String[] args) {
//工具类：输出输入的值

///Function function = new Function() {
// @Override
// public String apply(String str) {
// return str;
// }
// };
//可以用Lambda表达式简化
Function function = str->{return str;};
System.out.println(function.apply("asd"));
}
}

断定型接口：有一个输入参数，返回值只能是布尔值！

package com.kuang.function;

import java.util.function.Predicate;

/**
* 断定型接口：有一个输入参数，返回值只能是布尔值
*/
public class Demo02 {
public static void main(String[] args) {
//判断字符串是否为空
// Predicate predicate = new Predicate(){
// @Override
// public boolean test(String str) {
// return str.isEmpty();
// }
// };
Predicate predicate = (str)->{return str.isEmpty();};
System.out.println(predicate.test(""));
}
}

Consumer消费接口

package com.kuang.function;

import java.util.function.Consumer;
/**
*Consumer 消费接口：只有输入，没有返回值
/
public class Demo03 {
public static void main(String[] args) {
// Consumer consumer = new Consumer(){
// @Override
// public void accept(String str) {
// System.out.println(str);

// }
// };
Consumer consumer = (str)->{
System.out.println(str);
};
consumer.accept("sad");
}

}

Supplier供给型接口

package com.kuang.function;

import java.util.function.Supplier;

/**
*Supplier 供给型接口没有参数，只有返回值
*/
public class Demo04 {
public static void main(String[] args) {
//Supplier supplier = new Supplier() {
// @Override
// public Integer get() {
// System.out.println("get()");
// return 1024;
// }
// };
Supplier supplier = ()->{return 1024; };
System.out.println(supplier.get());
}
}

13.Stream流式计算

什么是Stream流式计算

大数据：存储 + 计算

集合、MySQL本质就是存储东西的；

计算都应该交给流来操作！

运行时出现的问题：

java: 无法将类 com.kuang.stream.User中的构造器 User应用到给定类型;

解决方法：

package com.kuang.stream;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

@Data
@NoArgsConstructor
@AllArgsConstructor
public class User {
private int id;
private String name;
private int age;
}

package com.kuang.stream;

import java.util.Arrays;
import java.util.List;
import java.util.Locale;

/**
* 题目要求：一分钟内完成此题，只能用一行代码实现！
* 1.ID必须是偶数
* 2.年龄必须大于23岁
* 3.用户名转为大写字母
* 4.用户名字母倒着排序
* 5.只输出一个用户！
*/

public class Test {
public static void main(String[] args) {
User u1 = new User(1,"a",21);
User u2 = new User(2,"b",22);
User u3 = new User(3,"c",23);
User u4 = new User(4,"d",24);
User u5 = new User(6,"e",25);
//集合就是存储
List list = Arrays.asList(u1, u2, u3, u4, u5);

//计算交给Stream流
//链式编程 lambda表达式函数式接口 Stream流
list.stream().filter(u->{return u.getId()%2==0;})
.filter(u->{return u.getAge()>23;} )
.map(u->{return u.getName().toUpperCase();})
.sorted((uu1,uu2)->{return uu2.compareTo(uu1);})
.limit(1)
.forEach(System.out::println);

}
}

14 ForkJoin

分支合并

ForkJoin 在JDL1.7 并行执行任务！提高效率，大数据量！

大数据：Map Reduce(把大任务拆分为小任务)

ForkJoin特点：工作窃取(B做完后把A没有做完的拿过来做)

这个里面维护的都是双端队列

ForkJoin的操作

package com.kuang.forkjoin;
import java.util.concurrent.RecursiveTask;

/**
* 求和计算的任务
* 如何使用forkjoin
* 1.forkjoinPool通过它来执行
* 2.计算任务forkjoinPool.execute(ForkJoinTask task)
*3.计算类要继承ForkJoinTask
*/
public class ForkJoinDemo extends RecursiveTask{

private Long start;
private Long end;

//临界值
private Long temp = 10000L;

public ForkJoinDemo(Long start, Long end) {
this.start = start;
this.end = end;
}

//计算方法

@Override
protected Long compute() {
//如果小于临界值用if里面的方法如果大于则用forkjoin
if((end-start)<temp){

Long sum = 0L;
for (Long i = start; i <= end; i++) {
sum += i;

}
return sum;
}
else{//forkjoin 递归
long middle = (start + end) / 2;//中间值
ForkJoinDemo task1 = new ForkJoinDemo(start, middle);
task1.fork();//拆分任务，把任务压入线程队列
ForkJoinDemo task2 = new ForkJoinDemo(middle+1, end);
task2.fork();//拆分任务，把任务压入线程队列
return task1.join() + task2.join();

}

}
}

package com.kuang.forkjoin;

import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.stream.LongStream;

public class Test {
public static void main(String[] args) throws ExecutionException, InterruptedException {
// test1();//执行的时间5867
//test2();//执行时间4332
test3();//sum=时间:152

}
public static void test1(){
Long sum = 0L;
long start = System.currentTimeMillis();
for (Long i = 1L; i <= 10_0000_0000; i++) { sum += i; } long end = System.currentTimeMillis(); System.out.println("sum="+sum+" 时间:"+(end-start)); } //会使用ForkJoin public static void test2() throws ExecutionException, InterruptedException { long start = System.currentTimeMillis(); ForkJoinPool forkJoinPool = new ForkJoinPool(); ForkJoinTask task = new ForkJoinDemo(0L, 10_0000_0000L);
// forkJoinPool.execute(task);//执行任务但是没有结果
ForkJoinTask submit = forkJoinPool.submit(task);//提交任务有结果

Long sum = submit.get();

long end = System.currentTimeMillis();
System.out.println("sum="+sum+"时间:"+(end-start));
}

public static void test3(){
long start = System.currentTimeMillis();
//Stream并行流 range():范围都是开括号 rangeClosed(]范围是开闭

long sum = LongStream.rangeClosed(0L, 10_0000_0000L).parallel().reduce(0, Long::sum);

long end = System.currentTimeMillis();
System.out.println("sum="+"时间:"+(end-start));
}
}

15 异步回调

Future 设计的初衷：

package com.kuang.future;

import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.Future;
import java.util.concurrent.TimeUnit;

/**
* 异步调用： CompletableFuture
* //异步执行
* //成功回调
* //失败回调
*/
public class Demo01 {
public static void main(String[] args) throws ExecutionException, InterruptedException {
//发起一个请求
//没有返回值的runAsync 异步回调

/* CompletableFuture completableFuture = CompletableFuture.runAsync(()->{
try {
TimeUnit.SECONDS.sleep(2);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(Thread.currentThread().getName()+"runAsync=>Void");
});
System.out.println("11111");
completableFuture.get();//获取阻塞执行结果*/

//supplyAsync供给型参数没有参数只有具体结果。这个结果会拥有一个返回值
//有返回值的异步回调supplyAsync
//ajax ,成功和失败都有回调失败时返回的时错误信息
//与同步处理相对，异步处理不会阻塞当前线程来等待处理完成
CompletableFuture completableFuture = CompletableFuture.supplyAsync(()->{
System.out.println(Thread.currentThread().getName()+"supplyAsync=>Integer");
int i = 10/0;

return 1024;

});
System.out.println( completableFuture.whenComplete((t,u)->{
System.out.println("t=>"+t);//正常的返回结果
System.out.println("u=>"+u);//有错误会打印错误信息u=>java.util.concurrent.CompletionException: java.lang.ArithmeticException: / by zer

}).exceptionally((e)->{
System.out.println(e.getMessage());//打印异常信息
return 233;//可以获取到错误的返回结果

}).get());

}
}

16.JMM

请你谈谈你对Volatile的理解

Volatile是Java虚拟机提供轻量级的同步机制

1.保证可见性

2.不保证原子性

3.禁止指令重排

什么是JMM

JMM:java内存模型，不存在的东西，是概念！可以理解为约定！

关于JMM的一些同步的约定：

1.线程解锁前：必须把共享变量立刻刷回主存。

2.线程加锁前，必须读取主存中的最新值到工作内存中！

3.加锁和解锁必须是同一把锁

线程工作内存、主内存

内存交互操作有8种，虚拟机实现必须保证每一个操作都是原子的，不可在分的（对于double和long类型的变量来说，load、store、read和write操作在某些平台上允许例外）

* lock （锁定）：作用于主内存的变量，把一个变量标识为线程独占状态
- unlock （解锁）：作用于主内存的变量，它把一个处于锁定状态的变量释放出来，释放后的变量才可以被其他线程锁定
- read （读取）：作用于主内存变量，它把一个变量的值从主内存传输到线程的工作内存中，以便随后的load动作使用
- load （载入）：作用于工作内存的变量，它把read操作从主存中变量放入工作内存中
- use （使用）：作用于工作内存中的变量，它把工作内存中的变量传输给执行引擎，每当虚拟机遇到一个需要使用到变量的值，就会使用到这个指令
- assign （赋值）：作用于工作内存中的变量，它把一个从执行引擎中接受到的值放入工作内存的变量副本中
- store （存储）：作用于主内存中的变量，它把一个从工作内存中一个变量的值传送到主内存中，以便后续的write使用
- write 　（写入）：作用于主内存中的变量，它把store操作从工作内存中得到的变量的值放入主内存的变量中

JMM对这八种指令的使用，制定了如下规则：

* 不允许read和load、store和write操作之一单独出现。即使用了read必须load，使用了store必须write
- 不允许线程丢弃他最近的assign操作，即工作变量的数据改变了之后，必须告知主存
- 不允许一个线程将没有assign的数据从工作内存同步回主内存
- 一个新的变量必须在主内存中诞生，不允许工作内存直接使用一个未被初始化的变量。就是怼变量实施use、store操作之前，必须经过assign和load操作
- 一个变量同一时间只有一个线程能对其进行lock。多次lock后，必须执行相同次数的unlock才能解锁
- 如果对一个变量进行lock操作，会清空所有工作内存中此变量的值，在执行引擎使用这个变量前，必须重新load或assign操作初始化变量的值
- 如果一个变量没有被lock，就不能对其进行unlock操作。也不能unlock一个被其他线程锁住的变量
- 对一个变量进行unlock操作之前，必须把此变量同步回主内存
  
  　　JMM对这八种操作规则和对volatile的一些特殊规则就能确定哪里操作是线程安全，哪些操作是线程不安全的了。但是这些规则实在复杂，很难在实践中直接分析。所以一般我们也不会通过上述规则进行分析。更多的时候，使用java的happen-before规则来进行分析。

问题：程序不知道主内存的值已经被修改过了

17、Volatile

1、保证可见性

package com.kuang.tvolatile;

import java.util.concurrent.TimeUnit;

public class JMMDemo {
//不加volatile程序1感知不到主程序的变化，程序就会死循环
//加volatile可以保证可见性
private volatile static int num = 0;
public static void main(String[] args) throws InterruptedException {//main主线程

new Thread(()->{//线程1 对主内存的变化是不知道的
while(num==0){

}

}).start();
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
num = 1;
System.out.println(num);

}
}

2.不保证原子性

原子性：不可分割

线程A在执行任务的时候，不能被打扰的，也不能被分割。要么同时成功，要么同时失败。

package com.kuang.tvolatile;
//不保证原子性
public class VDemo02 {
//volatile不保证原子性
private volatile static int num = 0;
public static void add(){
num++;
}
public static void main(String[] args) {
//理论上num结果应该为2万
for (int i = 1; i <= 20; i++) { new Thread(()->{
for (int j = 0; j < 1000; j++) { add(); } }).start(); } while(Thread.activeCount()>2){//现存的线程大于2就代表没有执行完
//activeCount表示现存的线程 main gc 线程是Java默认在执行的
Thread.yield();//礼让
}
System.out.println(Thread.currentThread().getName()+ " " + num);

}
}

如果不加lock和synchronized，该怎么保证原子性

使用原子类，解决原子性问题

package com.kuang.tvolatile;

import java.util.concurrent.atomic.AtomicInteger;

//不保证原子性
public class VDemo02 {
//volatile不保证原子性
private volatile static AtomicInteger num = new AtomicInteger();
public static void add(){

// num++;//不是原子性操作
num.getAndIncrement();//AtomicInteger的加一方法 CAS
}
public static void main(String[] args) {
//理论上num结果应该为2万
for (int i = 1; i <= 20; i++) { new Thread(()->{
for (int j = 0; j < 1000; j++) { add(); } }).start(); } while(Thread.activeCount()>2){//现存的线程大于2就代表没有执行完
//activeCount表示现存的线程 main gc 线程是Java默认在执行的
Thread.yield();//礼让
}
System.out.println(Thread.currentThread().getName()+ " " + num);

}
}