ConcurrentHashMap 通过分段锁（JDK 8+ 为 CAS + synchronized 单 Node 锁）实现读无锁、写低冲突；注意 computeIfAbsent 原子性、size() 非 O(1)、不支持 null、慎用 join()/get()、显式指定线程池、缩小锁粒度、优先使用原子类及合理配置混合型线程池。
用 ConcurrentHashMap 替代 HashMap + synchronized
高频读写共享 Map 时，加锁整个 HashMap 是典型瓶颈。不是所有线程都在改结构，但锁让所有读也排队。
直接换 ConcurrentHashMap：它把桶数组分段加锁（JDK 8+ 改为 CAS + synchronized 锁单个 Node），读操作完全无锁，写冲突概率大幅下降。
- 注意
computeIfAbsent是原子的，适合缓存加载场景；但别在 lambda 里做耗时操作，会阻塞该 bucket 的其他写 -
size()不是 O(1)，它要遍历所有 segment 计数，高并发下慎用；需要精确大小可考虑用LongAdder单独维护 - 不支持
null作为 key 或 value，这点和HashMap不同，运行时报NullPointerException
避免在 CompletableFuture 链中混用 join() 和 get()
常见错误是在异步流里突然调用 join() 或 get()，导致当前线程阻塞，吞掉线程池资源，尤其在 Tomcat 或 Netty 环境下极易引发请求堆积。
正确做法是用 thenApply、thenCompose 向下传递结果，保持非阻塞链式调用：
立即学习“Java免费学习笔记（深入）”；
java-api-doc-generator
下载
分析 Java Spring Boot 后端 Controller 代码，自动生成 Markdown 格式的接口文档。当用户说“生成 Java 接口文档”、“生成 API 文档”、“从 Spring 代码生成文档”时触发。
CompletableFuture<String> task = CompletableFuture.supplyAsync(() -> fetchFromDB())
.thenCompose(data -> callExternalAPI(data))
.thenApply(result -> transform(result));
- 若必须等结果（如单元测试），只在最外层用
join()；生产代码中几乎不该出现 - 指定线程池：不要依赖默认
ForkJoinPool.commonPool()，尤其当任务含 I/O 时，用supplyAsync(() -> ..., executor)显式传入 IO 专用线程池 -
exceptionally()和handle()才是处理异常的推荐方式，别靠外围 try-catch 包裹join()
慎用 synchronized 方法，优先缩小锁粒度
public synchronized void update() { ... } 锁的是当前实例，哪怕方法只改一个字段，整个对象都不可重入——这是隐藏的串行点。
更合理的做法是锁定具体资源或状态变量：
- 用私有 final 对象作锁：
private final Object lock = new Object();，在关键块中synchronized(lock) { ... } - 对集合操作，优先封装成线程安全类型（如
Collections.synchronizedList），而不是每次手动同步整个方法 - 计数类场景直接用
AtomicInteger或LongAdder，比synchronized块快一个数量级，且无锁竞争
线程池配置不能只看 CPU 核数
很多人照搬 “CPU 核数 + 1” 公式配 ThreadPoolExecutor，结果在混合型服务（既有计算又有 DB/HTTP 调用）里频繁触发拒绝策略或队列爆炸。
真实配置得拆开看任务类型：
- CPU 密集型（如加解密、图像处理）：核心线程数 ≈ CPU 核数，队列用
SynchronousQueue，避免任务积压 - I/O 密集型（如数据库查询、远程调用）：核心线程数可设为 2×CPU 核数甚至更高，配合
LinkedBlockingQueue缓冲突发流量 - 务必设置
ThreadFactory命名线程，否则线程 dump 里全是pool-1-thread-42，无法定位归属模块
真正难的是识别任务混合比例——一次慢 SQL 可能让整个线程池卡死，所以监控 activeCount、queueSize 和 GC 暂停时间比调参更重要。
