Лекции

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.