线程安全问题？
当多个线程共享同一个全局变量，做写的操作时，可能会受到其他线程的干扰。读不会发生线程安全问题。 -- Java内存模型。
非静态同步方法使用什么锁？
this锁
静态同步方法使用什么锁？
当前类的字节码文件
什么是ThreadLocal?
ThreadLocal是给每个线程提供局部变量，每个线程可独立改变自己的副本，不会影响其他线程所对应的副本，解决线程安全问题。
ThreadLocal底层原理是map集合。
ThreadLocal内存泄漏问题？
由于ThreadLocalMap的key是弱引用，而Value是强引用。这就导致了一个问题，ThreadLocal在没有外部对象强引用时，发生GC时弱引用Key会被回收，而Value不会回收，如果创建ThreadLocal的线程一直持续运行，那么这个Entry对象中的value就有可能一直得不到回收，发生内存泄露。
如何避免泄漏？
Key是弱引用，在调用ThreadLocal的get()、set()方法时完成后再调用remove方法，将Entry节点和Map的引用关系移除，这样整个Entry对象在GC Roots分析后就变成不可达了，下次GC的时候就可以被回收。
如果使用ThreadLocal的set方法之后，没有显示的调用remove方法，就有可能发生内存泄露，所以使用完ThreadLocal之后，记得调用remove方法。
ThreadLocal<Session> threadLocal = new ThreadLocal<Session>(); try { threadLocal.set(new Session(1, "abc")); // 其它业务逻辑 } finally { threadLocal.remove(); }
使用ThreadLocal的典型场景如数据库连接管理，线程会话管理等场景，只适用于独立变量副本的情况，如果变量为全局共享的，则不适用在高并发下使用。
4个方法：
- void set(Object value) ：设置当前线程的线程局部变量的值。
- public Object get() ：该方法返回当前线程所对应的线程局部变量。
- public void remove() ：将当前线程局部变量的值删除。(线程结束时局部变量会被GC，显示调用remove不是必须，不过可以加快内存回收速度)
- protected Object initialValue() ：返回该线程局部变量的初始值。(延迟调用方法，仅在线程第一次调用get()或set(obj)才执行。)
ArrayBlockingQueue(ABQ)与LinkedBlockingQueue(LBQ)的区别？
ABQ：底层数组，创建时要指定数组大小。有两个索引指针putIndex和takeIndex，不管在读或写元素，如果数组达到最后一个元素，直接将索引移动到第一个位置。 ABQ内部一把锁，offer和take使用同一把锁。内存是预先分配，使用过程中内存开销较小(无须动态申请内存)。
LBQ：底层单向链表，元素到来时放入链表头，从链表尾取数据。链表好处是不同提前分配内存。
如果没有指定长度，默认Integer.MAX_VALUE。LBQ的offer和take使用不同锁。在链表头放元素和在链表尾去元素不再竞争锁，加快数据处理。
无界时注意内存溢出问题，由于使用中动态分配内存，可能增加JVM GC负担。
线程池目的？
1. 降低资源消耗。 2. 提高响应速度。3.提高线程的可管理性。
线程池4种创建方式？
Executors提供四种线程池：
newCachedThreadPool ：创建一个可缓存线程池, 最大线程数Integer.MAX_VALUE。
newFixedThreadPool ：创建一个定长线程池，超出的线程会在队列中等待。
newScheduledThreadPool ：创建一个定长线程池，支持定时及周期性任务执行。最大线程数Integer.MAX_VALUE。
newSingleThreadExecutor ：创建一个单线程化的线程池，它只会用唯一的工作线程来执行任务，保证所有任务按照指定顺序(FIFO, LIFO, 优先级)执行。
线程池原理/处理流程？
ThreadPoolExector的核心参数：
corePoolSize：核心线程数(实际运行线程数)
maximunPoolSize：最大线程数(线程池最多创建线程数)
keepAliveTime：当前线程池数量超过corePoolSize时，多余线程空闲时的存活时间
unit： keepAliveTime的时间单位
workQueue：任务队列，被提交但尚未被执行的任务
threadFactory：线程工厂，用于创建线程
handler：拒绝策略，当任务太多不能及时处理时，如何拒绝
JDK内置拒绝策略：
1. AbortPolicy：直接抛出异常
2. CallerRunsPolicy：来着不拒策略（直接调用run方法,而不是开启线程去执行任务）
3. DiscardOldestPolicy：丢弃最老的请求策略
4. DiscardPolicy：默认丢弃策略，超过工作队列容量的任务被丢弃
合理配置线程池：
CPU密集：应配置尽可能小的线程
IO密集：应配置尽可能多的线程，因为IO操作不占用CPU，不要让CPU闲下来，应加大线程数量。
CPU密集型时，任务可以少配置线程数，大概和机器的CPU核数相当，这样可以使得每个线程都在执行任务
IO密集型时，大部分线程都阻塞，故需要多配置线程数，2*CPU核数
什么是Callable和Future？
使用Callable和Future来实现获取任务结果的操作。Callable用来执行任务，产生结果，而Future用来获得结果。
Future: A和B两个线程，如果A需要B的执行结果，那么这个线程A不需要等待B执行完毕后才拿到结果。
使用Future模式可以先拿到一个未来的Future，等B有结果时再取真实的结果。类似ajax。
乐观锁
总是假设乐观情况，不上锁，使用版本号(version)机制和CAS操作。
原理：数据库表加version字段，当线程A要更新数据x时，读取x和version，提交更新时，刚才督导的version等于数据库种version时才更新。
悲观锁
总是假设最坏情况，每次操作数据认为其他线程会修改，所以都会加锁(读锁，写锁)。Synchronized是悲观锁。
CAS无锁原理
CAS: compare and swap。
三个参数：V:需要更新的值(主内存)， E:预期值(本地内存) ，N: 新值
仅当V值等于E值时，才会将V的值设为N，如果V值和E值不同，则说明已经有其他线程做了更新，则当前线程什么都不做。最后，CAS返回当前V的真实值。
CAS的缺点： ABA问题
JUC提供带有标记的原子引用类AtomicStampedReference，通过控制变量版本保证CAS的正确性。
CountDownLatch（计数器）
CountDownLatch是使用AQS实现的，使用AQS的state变量来存放计数器的值。
在调用CountDownLatch的构造函数时，会调用内部类Sync的构造函数将值赋给state变量，当多个线程调用countdown方法时实际是使用CAS递减state变量的值；
当线程调用await方法后当前线程会被放入AQS阻塞队列等待计数器为0时返回，即所有线程都调用了countdown方法时。
最后，当计数器的值变为0时，当前线程还会调用AQS的doReleasedShared()方法激活调用await()方法而被阻塞的线程。
场景：开会，等待所有人(线程)到齐，主持人(主线程)才开始进行会议。
CyclicBarrier（循环栅栏）
允许多个线程相互等待，即多个线程到达同步点时被阻塞，直到最后一个线程到达同步点时栅栏才会被打开；
CyclicBarrier内部没有所谓的公平锁\非公平锁的静态内部类，只是利用了ReentrantLock(独占锁)、ConditionObject(条件对象)实现了线程之间相互等待的功能
用途让一组线程互相等待，直到都到达公共屏障点才开始各自继续做各自的工作
可重复利用，每正常走完一次流程，或者异常结束流程，那么接下来一轮还是可以继续利用CyclicBarrier实现线程等待功能(赛跑，初赛，复赛，决赛)
共存亡，只要有一个线程有异常发生中断，那么其它线程都会被唤醒继续工作，然后接着就是抛异常处理
Semaphore（信号量）
Semaphore 可以控制同时访问的线程个数，通过acquire()获取一个许可，如果没有就等待，而release()释放一个许可。
其实和锁有点类似，它一般用于控制对某组资源的访问权限。
适用场景：工厂有5 台机器，但是有8 个工人，一台机器同时只能被一个工人使用，只有使用完了，其他工人才能继续使用。
自旋锁与互斥锁的区别？
互斥锁：线程会从Sleep(加锁) -> Running （解锁）, 过程又上下文切换，CPU抢占，信号发送等开销。
自旋锁：线程一直是Running(加锁->解锁)，死循环检测锁的标志位。
公平锁与非公平锁的区别？
公平锁先到先得，按顺序进行（双向链表）。非公平是不排队直接获取锁。
Disruptor框架原理？
高性能队列，无锁机制(CAS)，底层 ringbuffer(环形数组)，基于事件驱动（观察者模式）。消息推送给消费者。
BlockingQueue阻塞队列，底层用锁。生产者->队列容器->消费者。
应用场景：Log4j2, Apache Storm等，它可以用来作为高性能的有界内存队列，基于生产者消费者模式，实现一个/多个生产者对应多个消费者。
它也可以认为是观察者模式的一种实现，或者发布订阅模式。