java并发编程核心是解决共享资源竞争与任务执行效率瓶颈，需根据io密集型场景合理使用多线程，避免在cpu密集型或锁粒度不当等场景滥用，关键在于精准识别临界区并选用合适同步工具。
Java并发编程核心解决的是「共享资源竞争」和「任务执行效率瓶颈」
它不是为多线程而多线程，而是当单线程无法满足性能、响应性或资源利用率要求时，用可控方式协调多个线程访问共享状态。典型痛点包括：数据不一致（如两个线程同时修改count++）、响应卡死（UI线程被耗时IO阻塞）、吞吐量上不去（数据库连接池空闲但业务线程全在等锁）。
什么时候必须用多线程：IO密集型任务不可回避
网络请求、文件读写、数据库查询这类操作大部分时间在等外部系统返回，单线程会空转。用多线程可让CPU在等待期间处理其他任务：
- Web服务器用线程池处理并发HTTP请求，避免一个慢接口拖垮整个服务
- 爬虫程序并发抓取多个URL，总耗时接近最慢那个请求，而非所有请求耗时之和
-
CompletableFuture.supplyAsync()包装阻塞IO调用，配合thenApply做后续计算，不阻塞主线程
注意：Thread.sleep(1000)不算真正IO，只是模拟等待，实际中应替换为HttpClient或JDBC等真实阻塞调用。
什么时候不该滥用多线程：CPU密集型任务要谨慎
纯计算任务（如图像渲染、加密解密）增加线程数超过CPU核心数，反而因上下文切换开销导致性能下降：
立即学习“Java免费学习笔记（深入）”；
- 用
ForkJoinPool.commonPool()跑并行流（list.parallelStream().map(...)）时，若每个元素处理耗时极短，线程调度成本可能超过收益 -
Runtime.getRuntime().availableProcessors()是估算并行度的起点，不是硬上限；需结合监控（如jstack看线程阻塞率）调整 - 共享变量频繁读写（如
volatile int counter）仍可能因缓存一致性协议（MESI）引发伪共享，比预想更慢
最容易被忽略的坑：线程安全 ≠ 加了synchronized就万事大吉
很多开发者以为给方法加synchronized就能防并发问题，但实际失效场景很常见：
- 锁对象不一致：
new A().doSomething()和new A().doSomething()用的是不同实例锁，互不干扰 - 复合操作未原子化：即使
get()和set()各自同步，if (map.get(k) == null) map.put(k, v)仍是竞态 - 内部状态逃逸：在
synchronized块内返回可变对象引用（如return this.list），外部可绕过锁直接修改 - 使用
ConcurrentHashMap时误调size()——它不保证实时准确，高并发下可能反复扩容导致结果抖动
真正关键的是识别「临界区」边界，以及确认锁的粒度是否覆盖所有依赖状态变更的操作。没有银弹，只有根据具体数据结构和访问模式选对工具：AtomicInteger适合计数，ReentrantLock支持条件等待，StampedLock读多写少时更轻量。
