精通Java并发编程(第2版) 思维导图模板_ProcessOn思维导图、流程图

8 使用并行流处理大规模数据集：MapReduce模型

8.1 流的简介

8.1.1 流的基本特征

8.1.2 流的组成部分

8.1.3 MapReduce与MapCollect

8.2 第一个例子：数值综合分析应用程序

8.2.1 并发版本

8.2.2 串行版本

8.2.3 对比两个版本

8.3 第二个例子：信息检索工具

8.3.1 约简操作简介

8.3.2 第一种方式：全文档查询

8.3.3 第二种方式：约简的文档查询

8.3.4 第三种方式：生成一个含有结果的HTML文件

8.3.5 第四种方式：预先载入倒排索引

8.3.6 第五种方式：使用我们的执行器

8.3.7 从倒排索引获取数据：ConcurrentData类

8.3.8 获取文件中的单词数

8.3.9 获取文件的平均tfxidf值

8.3.10 获取索引中的最大tfxidf值和最小tfxidf值

8.3.11 ConcurrentMain类

8.3.12 串行版

8.3.13 对比两种解决方案

8.4 小结

9 使用并行流处理大规模数据集：MapCollect模型

9.1 使用流收集数据

collect()方法

9.2 第一个例子：无索引条件下的数据搜索

9.2.1 基本类

9.2.2 第一种方式：基本搜索

9.2.3 第二种方式：高级搜索

9.2.4 本例的串行实现

9.2.5 对比实现方案

9.3 第二个例子：推荐系统

9.3.1 公共类

9.3.2 推荐系统：主类

9.3.3 ConcurrentLoaderAccumulator类

9.3.4 串行版

9.3.5 对比两个版本

9.4 第三个例子：社交网络中的共同联系人

9.4.1 基本类

9.4.2 并发版本

9.4.3 串行版本

9.4.4 对比两个版本

9.5 小结

10 异步流处理：反应流

10.1 Java反应流简介

10.1.1 Flow.Publisher接口

10.1.2 Flow.Subscriber接口

10.1.3 Flow.Subscription接口

10.1.4 SubmissionPublisher类

10.2 第一个例子：面向事件通知的集中式系统

10.2.1 Event类

10.2.2 Producer类

10.2.3 Consumer类

10.2.4 Main类

10.3 第二个例子：新闻系统

10.3.1 News类

10.3.2 发布者相关的类

10.3.3 Consumer类

10.3.4 Main类

10.4 小结

11 探究并发数据结构和同步工具

11.1 并发数据结构

11.1.1 阻塞型数据结构和非阻塞型数据结构

11.1.2 并发数据结构

11.1.3 使用新特性

11.1.4 原子变量

11.1.5 变量句柄

11.2 同步机制

11.2.1 CommonTask类

11.2.2 Lock接口

11.2.3 Semaphore类

11.2.4 CountDownLatch类

11.2.5 CyclicBarrier类

11.2.6 CompletableFuture类

11.3 小结

12 测试与监视并发应用程序

12.1 监视并发对象

12.1.1 监视线程

12.1.2 监视锁

12.1.3 监视执行器

12.1.4 监视Fork/Join框架

12.1.5 监视Phaser

12.1.6 监视流API

12.2 监视并发应用程序

12.2.1 Overview选项卡

12.2.2 Memory选项卡

12.2.3 Threads选项卡

12.2.4 Classes选项卡

12.2.5 VM Summary选项卡

12.2.6 MBeans选项卡

12.2.7 About选项卡

12.3 测试并发应用程序

12.3.1 使用MultithreadedTC测试并发应用程序

12.3.2 使用Java Pathfinder测试并发应用程序

12.4 小结

13 JVM中的并发处理：Clojure、带有GPars库的Groovy以及Scala

13.1 Clojure的并发处理

13.1.1 使用Java元素

13.1.2 引用类型

13.1.3 Ref对象

13.1.4 Delay

13.1.5 Future

13.1.6 Promise

13.2 Groovy及其GPars库的并发处理

13.3 软件事务性内存

13.3.1 使用Java元素

13.3.2 数据并行处理

13.3.3 Fork/Join处理

13.3.4 Actor

13.3.5 Agent

13.3.6 Dataflow

13.4 Scala的并发处理

13.4.1 Scala中的Future对象

13.4.2 Promise

13.5 小结

1 第一步：并发设计原理

1.1 基本的并发概念

1.1.1 并发与并行

1.1.2 同步

1.1.3 不可变对象

1.1.4 原子操作和原子变量

1.1.5 共享内存与消息传递

1.2 并发应用程序中可能出现的问题

1.2.1 数据竞争

1.2.2 死锁

1.2.3 活锁

1.2.4 资源不足

1.2.5 优先权反转

1.3 设计并发算法的方法论

1.3.1 起点：算法的一个串行版本

1.3.2 第1步：分析

1.3.3 第2步：设计

1.3.4 第3步：实现

1.3.5 第4步：测试

1.3.6 第5步：调整

1.3.7 结论

1.4 Java并发API

1.4.1 基本并发类

1.4.2 同步机制

1.4.3 执行器

1.4.4 Fork/Join框架

1.4.5 并行流

1.4.6 并发数据结构

1.5 并发设计模式

1.5.1 信号模式

1.5.2 会合模式

1.5.3 互斥模式

1.5.4 多元复用模式

1.5.5 栅栏模式

1.5.6 双重检查锁定模式

1.5.7 读-写锁模式

1.5.8 线程池模式

1.5.9 线程局部存储模式

1.6 设计并发算法的提示和技巧

1.6.1 正确识别独立任务

1.6.2 在尽可能高的层面上实施并发处理

1.6.3 考虑伸缩性

1.6.4 使用线程安全API

1.6.5 绝不要假定执行顺序

1.6.6 在静态和共享场合尽可能使用局部线程变量

1.6.7 寻找更易于并行处理的算法版本

1.6.8 尽可能使用不可变对象

1.6.9 通过对锁排序来避免死锁

1.6.10 使用原子变量代替同步

1.6.11 占有锁的时间尽可能短

1.6.12 谨慎使用延迟初始化

1.6.13 避免在临界段中使用阻塞操作

1.7 小结

2 使用基本元素：Thread和Runnable

2.1 Java中的线程

2.1.1 Java中的线程：特征和状态

2.1.2 Thread类和Runnable接口

2.2 第一个例子：矩阵乘法

2.2.1 公共类

2.2.2 串行版本

2.2.3 并行版本

2.3 第二个例子：文件搜索

2.3.1 公共类

2.3.2 串行版本

2.3.3 并发版本

2.3.4 对比解决方案

2.4 小结

3 管理大量线程：执行器

3.1 执行器简介

3.1.1 执行器的基本特征

3.1.2 执行器框架的基本组件

3.2 第一个例子：k-最近邻算法

3.2.1 k-最近邻算法：串行版本

3.2.2 k-最近邻算法：细粒度并发版本

3.2.3 k-最近邻算法：粗粒度并发版本

3.2.4 对比解决方案

3.3 第二个例子：客户端/服务器环境下的并发处理

3.3.1 客户端/服务器：串行版

3.3.2 客户端/服务器：并行版本

3.3.3 额外的并发服务器组件

3.3.4 对比两种解决方案

3.3.5 其他重要方法

3.4 小结

4 充分利用执行器

4.1 执行器的高级特性

4.1.1 任务的撤销

4.1.2 任务执行调度

4.1.3 重载执行器方法

4.1.4 更改一些初始化参数

4.2 第一个例子：高级服务器应用程序

4.2.1 ServerExecutor类

4.2.2 命令类

4.2.3 服务器部件

4.2.4 客户端部件

4.3 第二个例子：执行周期性任务

4.3.1 公共部件

4.3.2 基础阅读器

4.3.3 高级阅读器

4.4 有关执行器的其他信息

4.5 小结

5 从任务获取数据：Callable接口与Future接口

5.1 Callable接口和Future接口简介

5.1.1 Callable接口

5.1.2 Future接口

5.2 第一个例子：单词最佳匹配算法

5.2.1 公共类

5.2.2 最佳匹配算法：串行版本

5.2.3 最佳匹配算法：第一个并发版本

5.2.4 最佳匹配算法：第二个并发版本

5.2.5 单词存在算法：串行版本

5.2.6 单词存在算法：并行版本

5.2.7 对比解决方案

5.3 第二个例子：为文档集创建倒排索引

5.3.1 公共类

5.3.2 串行版本

5.3.3 第一个并发版本：每个文档一个任务

5.3.4 第二个并发版本：每个任务多个文档

5.3.5 对比解决方案

5.3.6 其他相关方法

5.4 小结

6 运行分为多阶段的任务：Phaser类

6.1 Phaser类简介

6.1.1 参与者的注册与注销

6.1.2 同步阶段变更

6.1.3 其他功能

6.2 第一个例子：关键字抽取算法

6.2.1 公共类

6.2.2 串行版本

6.2.3 并发版本

6.2.4 对比两种解决方案

6.3 第二个例子：遗传算法

6.3.1 公共类

6.3.2 串行版本

6.3.3 并发版本

6.3.4 对比两种解决方案

6.4 小结

7 优化分治解决方案：Fork/Join框架

7.1 Fork/Join框架简介

7.1.1 Fork/Join框架的基本特征

7.1.2 Fork/Join框架的局限性

7.1.3 Fork/Join框架的组件

7.2 第一个例子：k-means聚类算法

7.2.1 公共类

7.2.2 串行版本

7.2.3 并发版本

7.2.4 对比解决方案

7.3 第二个例子：数据筛选算法

7.3.1 公共特性

7.3.2 串行版

7.3.3 并发版本

7.3.4 对比两个版本

7.4 第三个例子：归并排序算法

7.4.1 共享类

7.4.2 串行版本

7.4.3 并发版本

7.4.4 对比两个版本

7.5 Fork/Join框架的其他方法

7.6 小结