Лекции

В лекции разбираем, что такое взаимная блокировка потоков (deadlock) в Java, почему она происходит и какие четыре условия для этого нужны. На практическом примере с synchronized показываем воспроизведение проблемы, затем изучаем стратегии профилактики: единый порядок захвата ресурсов, использование ReentrantLock.tryLock с таймаутом, сокращение критических секций и отказ от лишних вложенных блокировок. Покажем диагностику через Thread Dump и jstack, как распознать состояния BLOCKED/ WAITING, и завершим чек-листом и типичными ошибками.

Разбираем конкурентные аномалии Livelock и Starvation: чем они отличаются от Deadlock, как выглядят в коде и в логах. Показаны примеры на Java: «вежливые работники» (ожившая блокировка) и голодание по приоритетам и из‑за несправедливых блокировок. Учимся обнаруживать проблему (логирование, Thread dump, VisualVM, Java Mission Control) и предотвращать её: случайные задержки перед повторной попыткой ( Thread.sleep), неблокирующие алгоритмы, справедливые блокировки через ReentrantLock с флагом fairness ( new ReentrantLock(true)), аккуратные критические секции и отказ от злоупотребления setPriority() и synchronized.

В этой лекции разберём, почему обычные коллекции ( ArrayList, HashMap) опасны в многопоточной среде, и какие потокобезопасные альтернативы предлагает пакет java.util.concurrent: ConcurrentHashMap, CopyOnWriteArrayList, ConcurrentLinkedQueue, структуры на skip-list и BlockingQueue. Обсудим атомарные операции вроде merge, putIfAbsent, computeIfAbsent, сравним с Collections.synchronizedMap, рассмотрим практические примеры и типичные ошибки (слабоконсистентные итераторы, неатомарные последовательности операций и др.).

Почему инкремент i ++ не работает в многопоточности, что такое атомарные операции и как их даёт пакет java.util.concurrent.atomic. Разбираем AtomicInteger и AtomicReference, методы incrementAndGet(), compareAndSet(...), внутренний механизм CAS (Compare-And-Swap), а также когда лучше выбрать synchronized и когда — LongAdder. В конце — типичные ошибки: сложные операции, ABA и потокобезопасность вложенных объектов.

Как снимать и читать Thread Dump с помощью jstack, VisualVM и IDE, распознавать состояния потоков ( RUNNABLE, BLOCKED, WAITING) и находить взаимные блокировки. Разберём мониторинг потоков в Java Mission Control и Java Flight Recorder, практики логирования (имена потоков, вход/выход из synchronized), минимизацию блокировок, тестирование конкурентности с CountDownLatch и разбор реального deadlock-кейса. В финале — типичные ошибки и как их избежать.

В этой лекции разбираем разницу между многопоточностью и параллелизмом: где важна отзывчивость, а где — реальное ускорение на нескольких ядрах. Обсудим создание потоков через Thread, реализацию Runnable и высокоуровневые пулы ExecutorService, посмотрим на простой пример суммирования массива, разберём, когда параллелизм помогает, а когда мешает, а также типичные проблемы: гонки данных, синхронизация через synchronized, взаимные блокировки и балансировку нагрузки. В конце — сравнительная таблица и визуализация сценариев.

Практика многопоточности по-взрослому: передаём задачи в ExecutorService вместо ручного создания Thread, управляем пулом, очередью и жизненным циклом ( shutdown(), shutdownNow()). Разбираем разницу между Runnable и Callable<T>, получаем результаты через Future и его методы ( get(), isDone(), cancel(...), isCancelled()). Покажем запуск нескольких задач, invokeAll/ invokeAny, обработку ExecutionException и типичные ошибки.

Разбираемся, как переключить обычный поток данных на параллельную обработку одной строкой — через parallelStream() или .parallel(), что происходит под капотом в ForkJoinPool.commonPool(), когда параллельность действительно ускоряет вычисления (большие коллекции, «тяжёлые» операции) и где она может замедлить. Покажем примеры фильтрации, агрегации, сортировки, измерения производительности и разберём типичные ошибки: побочные эффекты в forEach, сохранение порядка, выбор коллекций и настройку степени параллелизма.

Практическое руководство по параллельным вычислениям в Java: как работает пул задач ForkJoinPool и рекурсивные задачи RecursiveTask<T>/ RecursiveAction, чем полезен алгоритм work-stealing, как дробить задачи через fork() и объединять результаты с join() внутри compute(). Разберём запуск через pool.invoke(), пример суммы массива и поиска максимума, место ForkJoinPool в parallelStream(), а также типичные ошибки и способы их избежать.

Практическое руководство по параллельному программированию в Java: когда стоит использовать ExecutorService, где помогает parallelStream, и для каких задач нужен ForkJoinPool. Обсудим потокобезопасность с ConcurrentHashMap/ CopyOnWriteArrayList и атомарными классами ( AtomicInteger), замеры производительности через System.nanoTime() и JMH, обработку ошибок из Future.get() и ForkJoinTask, корректную реакцию на InterruptedException, а также приёмы логирования ( Thread.currentThread().getName()) и тестирования ( Awaitility). В конце — таблица выбора инструмента и типичные ошибки.

Разбираем запуск и композицию асинхронных вычислений с помощью CompletableFuture: как стартовать задачи через supplyAsync и runAsync, чем отличаются обработчики thenApply, thenAccept, thenRun, и когда выбирать их асинхронные версии thenApplyAsync/ thenAcceptAsync/ thenRunAsync. Поговорим о потоках выполнения ( ForkJoinPool или ваш Executor), типах результатов ( CompletableFuture<T>, CompletableFuture<Void>) и типичных ошибках: блокирующие get()/ join(), необработанные ошибки без exceptionally/ handle/ whenComplete, а также попытка использовать результат внутри thenRun.