CopyOnWriteArrayList写操作慢是因为每次add/set/remove都要复制整个底层数组，导致CPU和GC压力双升；数组大时单次add可能分配几十MB临时对象；迭代器基于快照，修改不可见且不抛ConcurrentModificationException。
CopyOnWriteArrayList 写操作为什么特别慢
因为每次 add、set、remove 都要复制整个底层数组。不是增量更新，是「原数组 → 新数组 → 替换引用」三步全走完才返回。
- 写多的场景（比如高频上报、实时计数器）会明显拖慢吞吐，CPU 和 GC 压力双升
- 如果数组本身很大（比如 10 万+ 元素），一次
add可能触发几十 MB 的临时对象分配 - 注意
CopyOnWriteArrayList的size()是 O(1)，但contains()是 O(n) 且遍历的是快照，查不到刚写入的新值
迭代时修改不报 ConcurrentModificationException 却读不到新数据
这是设计使然，不是 bug。迭代器持有的是构造时的数组快照，后续所有写操作都影响不到它。
- 常见误用：在 for-each 循环里调
list.remove(x)，以为能删掉当前项——实际删的是另一个副本，循环仍按旧快照跑完 - 更隐蔽的问题：两个线程 A 迭代、B 写入，A 看不到 B 的任何变更，哪怕 B 已执行完 5 秒
- 没有「弱一致性」兜底，只有「最终一致性」，而这个「最终」取决于下一次读操作是否拿到新引用——中间可能有毫秒级甚至更长的窗口
内存占用翻倍不是理论值，是真实发生的常驻开销
CopyOnWriteArrayList 在写入瞬间必然存在新旧两个数组同时被 GC root 引用，直到旧数组彻底不可达。
- JVM 无法对「正在被迭代的旧数组」做回收，哪怕只差最后一个迭代器结束
- 如果迭代器生命周期长（比如传给下游异步处理、或被意外持有），旧数组可能驻留数十秒，内存直接 double
- 对比
ConcurrentHashMap：它用分段锁+volatile，写操作不复制整个结构，内存更友好
什么场景下宁可不用 CopyOnWrite 容器
当「读多写少」这个前提被打破，或者「读写之间不能容忍延迟」时，它就从解药变成毒药。
立即学习“Java免费学习笔记（深入）”；
- 实时风控规则列表：规则动态增删频繁，且下游必须立刻感知变更——改用
ConcurrentLinkedQueue+ 版本号轮询，或AtomicReference<list></list>手动控制可见性 - 日志采集缓冲区：每秒 add 几千条，很快 OOM——换成
ArrayBlockingQueue或无锁 RingBuffer - 配置监听器集合：注册/注销较频繁，且要求监听器回调顺序严格——
CopyOnWriteArrayList的写顺序不保证对所有读线程立即可见，建议用ReentrantLock+ 普通ArrayList
真正关键的不是「它线程安全」，而是「它的线程安全是以牺牲写性能、内存、实时性换来的」。用之前先看写操作频率和延迟敏感度。
