时间戳锁
一直以来，多线程代码是服务器开发人员的毒药（问问Oracle的Java语言架构师和并行开发大师BrianGoetz）。Java的核心库不断加入各种复杂的用法来减少访问共享资源时的线程等待时间。其中之一就是经典的读写锁（ReadWriteLock），它让你把代码分成两部分：需要互斥的写操作和不需要互斥的读操作。
表面上看起来很不错。问题是读写锁有可能是极慢的（最多10倍），这已经和它的初衷相悖了。Java8引入了一种新的读写锁——叫做时间戳锁。好消息是这个家伙真的非常快。坏消息是它使用起来更复杂，有更多的状态需要处理。并且它是不可重入的，这意味着一个线程有可能跟自己死锁。
时间戳锁有一种“乐观”模式，在这种模式下每次加锁操作都会返回一个时间戳作为某种权限凭证；每次解锁操作都需要提供它对应的时间戳。如果一个线程在请求一个写操作锁的时候，这个锁碰巧已经被一个读操作持有，那么这个读操作的解锁将会失效（因为时间戳已经失效）。这个时候应用程序需要从头再来，也许要使用悲观模式的锁（时间戳锁也有实现）。你需要自己搞定这一切，并且一个时间戳只能解锁它对应的锁——这一点必须非常小心。
下面我们来看一下这种锁的实例——
longstamp=lock.tryOptimisticRead();//非阻塞路径——超级快 work();//我们希望不要有写操作在这时发生 if(lock.validate(stamp)){ //成功！没有写操作干扰 } else{ //肯定同时有另外一个线程获得了写操作锁，改变了时间戳 //懒汉说——我们切换到开销更大的锁吧 stamp=lock.readLock();//这是传统的读操作锁，会阻塞 try{ //现在不可能有写操作发生了 work(); } finally{ lock.unlock(stamp);//使用对应的时间戳解锁 } } |
并发加法器
Java8另一个出色的功能是并发“加法器”，它对大规模运行的代码尤其有意义。一种最基本的并发模式就是对一个计数器的读写。就其本身而言，现今处理这个问题有很多方法，但是没有一种能比Java8提供的方法高效或优雅。
到目前为止，这个问题是用原子类（Atomics）来解决的，它直接利用了CPU的“比较并交换”指令（CAS）来测试并设置计数器的值。问题在于当一条CAS指令因为竞争而失败的时候，AtomicInteger类会死等，在无限循环中不断尝试CAS指令，直到成功为止。在发生竞争概率很高的环境中，这种实现被证明是非常慢的。
来看Java8的LongAdder。这一系列类为大量并行读写数值的代码提供了方便的解决办法。使用超级简单。只要初始化一个LongAdder对象并使用它的add()和intValue()方法来累加和采样计数器。
这和旧的Atomic类的区别在于，当CAS指令因为竞争而失败时，Adder不会一直占着CPU，而是为当前线程分配一个内部cell对象来存储计数器的增量。然后这个值和其他待处理的cell对象一起被加到intValue()的结果上。这减少了反复使用CAS指令或阻塞其他线程的可能性。
如果你问你自己，什么时候应该用并发加法器而不是原子类来管理计数器？简单的答案就是——一直这么做。
并行排序
正像并发加法器能加速计数一样，Java8还实现了一种简洁的方法来加速排序。这个秘诀很简单。你不再这么做：
Array.sort(myArray);
而是这么做：
Arrays.parallelSort(myArray);
这会自动把目标数组分割成几个部分，这些部分会被放到独立的CPU核上去运行，再把结果合并起来。这里唯一需要注意的是，在一个大量使用多线程的环境中，比如一个繁忙的Web容器，这种方法的好处就会减弱（降低90%以上），因为越来越多的CPU上下文切换增加了开销。
