Лекції

У цій лекції розберемося, що таке взаємне блокування потоків (deadlock) у Java, чому воно відбувається та які чотири умови для цього потрібні. На практичному прикладі з synchronized показуємо відтворення проблеми, далі вивчаємо стратегії профілактики: єдиний порядок захоплення ресурсів, використання ReentrantLock.tryLock із тайм-аутом, скорочення критичних секцій та відмова від зайвих вкладених блокувань. Покажемо діагностику за допомогою Thread Dump і jstack, як розпізнати стани BLOCKED/ WAITING і завершимо чеклістом та типовими помилками.

Розбираємо конкурентні аномалії Livelock і Starvation: чим вони відрізняються від Deadlock, як виглядають у коді та в логах. Показано приклади на Java: «ввічливі працівники» (оживлене блокування) і голодування за пріоритетами та через несправедливі блокування. Навчаємося виявляти проблему (логування, Thread dump, VisualVM, Java Mission Control) і запобігати їй: випадкові затримки перед повторною спробою ( Thread.sleep), неблокувальні алгоритми, справедливі блокування через ReentrantLock із прапорцем fairness ( new ReentrantLock(true)), акуратні критичні секції та відмова від зловживання setPriority() і synchronized.

У цій лекції розберемо, чому звичайні колекції ( ArrayList, HashMap) небезпечні у багатопоточному середовищі, і які потокобезпечні альтернативи пропонує пакет java.util.concurrent: ConcurrentHashMap, CopyOnWriteArrayList, ConcurrentLinkedQueue, структури на основі skip-list і BlockingQueue. Обговоримо атомарні операції на кшталт merge, putIfAbsent, computeIfAbsent, порівняємо з Collections.synchronizedMap, розглянемо практичні приклади та типові помилки (слабкоконсистентні ітератори, неатомарні послідовності операцій тощо).

Чому інкремент i ++ не працює в багатопоточності, що таке атомарні операції і як їх забезпечує пакет java.util.concurrent.atomic. Розглядаємо AtomicInteger і AtomicReference, методи incrementAndGet(), compareAndSet(...), внутрішній механізм CAS (Compare-And-Swap), а також коли краще обрати synchronized і коли — LongAdder. Наприкінці — типові помилки: складні операції, ABA і потокобезпечність вкладених об’єктів.

Як знімати й читати Thread Dump за допомогою jstack, VisualVM та IDE, розпізнавати стани потоків ( RUNNABLE, BLOCKED, WAITING) та виявляти взаємні блокування. Розберемо моніторинг потоків у Java Mission Control та Java Flight Recorder, практики логування (імена потоків, вхід/вихід із synchronized), мінімізацію блокувань, тестування конкурентності з CountDownLatch та розбір реального кейсу deadlock. У фіналі — типові помилки та як їх уникнути.

У цій лекції розбираємо різницю між багатопоточністю та паралелізмом: де важлива швидка реакція, а де — реальне прискорення на кількох ядрах. Обговоримо створення потоків через Thread, реалізацію Runnable і високорівневі пули ExecutorService, подивимося на простий приклад підсумовування масиву, розберемо, коли паралелізм допомагає, а коли заважає, а також типові проблеми: гонки даних, синхронізацію через synchronized, взаємні блокування та балансування навантаження. Наприкінці — порівняльна таблиця і візуалізація сценаріїв.

Практика багатопоточності по-дорослому: передаємо завдання в ExecutorService замість ручного створення Thread, керуємо пулом, чергою та життєвим циклом ( shutdown(), shutdownNow()). Розберемо різницю між Runnable і Callable<T>, отримуємо результати через Future і його методи ( get(), isDone(), cancel(...), isCancelled()). Покажемо запуск кількох завдань, invokeAll/ invokeAny, обробку ExecutionException і типові помилки.

Розбираємося, як переключити звичайний потік даних на паралельну обробку одним рядком коду — через parallelStream() або .parallel(), що відбувається під капотом у ForkJoinPool.commonPool(), коли паралельність справді пришвидшує обчислення (великі колекції, «важкі» операції) і де вона може сповільнити роботу. Покажемо приклади фільтрації, агрегації, сортування, вимірювання продуктивності та розберемо типові помилки: побічні ефекти у forEach, збереження порядку, вибір колекцій і налаштування ступеня паралелізму.

Практичний посібник із паралельних обчислень у Java: як працює пул завдань ForkJoinPool і рекурсивні завдання RecursiveTask<T>/ RecursiveAction, чим корисний алгоритм work-stealing, як ділити завдання через fork() і об’єднувати результати з join() всередині compute(). Розберемо запуск через pool.invoke(), приклад суми масиву та пошуку максимуму, місце ForkJoinPool у parallelStream(), а також типові помилки та способи їх уникнути.

Практичний посібник із паралельного програмування в Java: коли варто використовувати ExecutorService, де допомагає parallelStream, і для яких задач потрібен ForkJoinPool. Обговоримо потокобезпечність із ConcurrentHashMap/ CopyOnWriteArrayList та атомарними класами ( AtomicInteger), вимірювання продуктивності через System.nanoTime() і JMH, обробку помилок із Future.get() і ForkJoinTask, коректну реакцію на InterruptedException, а також прийоми логування ( Thread.currentThread().getName()) та тестування ( Awaitility). Наприкінці — таблиця вибору інструмента та типові помилки.

Розбираємо запуск і композицію асинхронних обчислень за допомогою CompletableFuture: як стартувати завдання через supplyAsync і runAsync, чим відрізняються обробники thenApply, thenAccept, thenRun, і коли обирати їх асинхронні версії thenApplyAsync/ thenAcceptAsync/ thenRunAsync. Поговоримо про потоки виконання ( ForkJoinPool або ваш Executor), типи результатів ( CompletableFuture<T>, CompletableFuture<Void>) і типові помилки: блокувальні виклики get()/ join(), необроблені помилки без exceptionally/ handle/ whenComplete, а також спроба використати результат усередині thenRun.