Lekcje

W tym wykładzie wyjaśniamy, czym jest wzajemna blokada wątków (deadlock) w Javie, dlaczego do niej dochodzi i jakie cztery warunki muszą być spełnione. Na praktycznym przykładzie z synchronized pokazujemy odtworzenie problemu, a następnie omawiamy strategie zapobiegania: jednolity porządek przejmowania zasobów, użycie ReentrantLock.tryLock z limitem czasu, skracanie sekcji krytycznych i rezygnację ze zbędnych zagnieżdżonych blokad. Pokażemy diagnostykę przez Thread Dump i jstack, jak rozpoznać stany BLOCKED/ WAITING, a na końcu — checklistę i typowe błędy.

Rozbieramy na czynniki pierwsze anomalie współbieżności Livelock i Starvation: czym różnią się od Deadlock, jak wyglądają w kodzie i w logach. Pokazano przykłady w Javie: „uprzejmi pracownicy” (ożywiona blokada) oraz głodzenie z powodu priorytetów i niesprawiedliwych blokad. Uczymy się wykrywać problem (logowanie, Thread dump, VisualVM, Java Mission Control) i zapobiegać mu: losowe opóźnienia przed ponowną próbą ( Thread.sleep), algorytmy nieblokujące, sprawiedliwe blokady przez ReentrantLock z flagą fairness ( new ReentrantLock(true)), staranne sekcje krytyczne i rezygnację z nadużywania setPriority() i synchronized.

W tej lekcji omówimy, dlaczego zwykłe kolekcje ( ArrayList, HashMap) są niebezpieczne w środowisku wielowątkowym i jakie alternatywy bezpieczne względem wątków oferuje pakiet java.util.concurrent: ConcurrentHashMap, CopyOnWriteArrayList, ConcurrentLinkedQueue, struktury oparte na skip list oraz BlockingQueue. Omówimy operacje atomowe, takie jak merge, putIfAbsent, computeIfAbsent, porównamy z Collections.synchronizedMap, rozważymy praktyczne przykłady i typowe błędy (słabo spójne iteratory, nieatomowe sekwencje operacji itp.).

Dlaczego inkrementacja i ++ nie działa w środowisku wielowątkowym, czym są operacje atomowe i jak zapewnia je pakiet java.util.concurrent.atomic. Omawiamy AtomicInteger i AtomicReference, metody incrementAndGet(), compareAndSet(...), wewnętrzny mechanizm CAS (Compare-And-Swap), a także kiedy lepiej wybrać synchronized, a kiedy — LongAdder. Na końcu — typowe błędy: złożone operacje, ABA i bezpieczeństwo wątkowe obiektów zagnieżdżonych.

Jak wykonywać i czytać Thread Dump za pomocą jstack, VisualVM i IDE, rozpoznawać stany wątków ( RUNNABLE, BLOCKED, WAITING) i znajdować zakleszczenia. Omówimy monitorowanie wątków w Java Mission Control i Java Flight Recorder, praktyki logowania (nazwy wątków, wejście/wyjście z synchronized), minimalizację blokad, testowanie współbieżności z CountDownLatch oraz analizę rzeczywistego przypadku deadlocku. Na koniec – typowe błędy i jak ich uniknąć.

W tej lekcji omawiamy różnicę między wielowątkowością a równoległością: gdzie liczy się responsywność, a gdzie — realne przyspieszenie na wielu rdzeniach. Omówimy tworzenie wątków przez Thread, implementację Runnable oraz wysokopoziomowe pule ExecutorService, zobaczymy prosty przykład sumowania tablicy, przeanalizujemy, kiedy równoległość pomaga, a kiedy przeszkadza, a także typowe problemy: wyścigi danych, synchronizację przez synchronized, wzajemne blokady i równoważenie obciążenia. Na końcu — tabela porównawcza i wizualizacja scenariuszy.

Praktyka wielowątkowości na poważnie: przekazujemy zadania do ExecutorService zamiast ręcznego tworzenia Thread, zarządzamy pulą, kolejką i cyklem życia ( shutdown(), shutdownNow()). Omawiamy różnicę między Runnable i Callable<T>, odbieramy wyniki przez Future i jego metody ( get(), isDone(), cancel(...), isCancelled()). Pokażemy uruchamianie wielu zadań, invokeAll/ invokeAny, obsługę ExecutionException i typowe błędy.

Wyjaśniamy, jak jednym wierszem przełączyć zwykły strumień danych na przetwarzanie równoległe — przez parallelStream() lub .parallel(), co dzieje się pod maską w ForkJoinPool.commonPool(), kiedy równoległość rzeczywiście przyspiesza obliczenia (duże kolekcje, „ciężkie” operacje) i gdzie może spowolnić. Pokażemy przykłady filtrowania, agregacji, sortowania, pomiaru wydajności oraz omówimy typowe błędy: efekty uboczne w forEach, zachowanie porządku, dobór kolekcji i ustawianie stopnia równoległości.

Praktyczny przewodnik po obliczeniach równoległych w Javie: jak działa pula zadań ForkJoinPool i zadania rekurencyjne RecursiveTask<T>/ RecursiveAction, dlaczego algorytm work-stealing jest przydatny, jak dzielić zadania przez fork() i łączyć wyniki z join() wewnątrz compute(). Omówimy uruchamianie przez pool.invoke(), przykład sumy tablicy i wyszukiwania maksimum, miejsce ForkJoinPool w parallelStream(), a także typowe błędy i sposoby ich uniknięcia.

Praktyczny przewodnik po programowaniu równoległym w Javie: kiedy warto użyć ExecutorService, gdzie pomaga parallelStream i do jakich zadań potrzebny jest ForkJoinPool. Omówimy bezpieczeństwo wątkowe z ConcurrentHashMap/ CopyOnWriteArrayList i klasami atomowymi ( AtomicInteger), pomiary wydajności za pomocą System.nanoTime() i JMH, obsługę błędów z Future.get() i ForkJoinTask, poprawną reakcję na InterruptedException, a także techniki logowania ( Thread.currentThread().getName()) i testowania ( Awaitility). Na końcu — tabela doboru narzędzia i typowe błędy.

Omawiamy uruchamianie i kompozycję obliczeń asynchronicznych za pomocą CompletableFuture: jak startować zadania przez supplyAsync i runAsync, czym różnią się handlery thenApply, thenAccept, thenRun i kiedy wybierać ich asynchroniczne wersje thenApplyAsync/ thenAcceptAsync/ thenRunAsync. Porozmawiamy o wątkach wykonania ( ForkJoinPool lub wasz Executor), typach wyników ( CompletableFuture<T>, CompletableFuture<Void>) i typowych błędach: blokujące get()/ join(), nieobsłużone błędy bez exceptionally/ handle/ whenComplete, a także próba użycia wyniku wewnątrz thenRun.