书籍摘要

一、书籍定位与主旨

Venkat Subramaniam 在《Programming Concurrency on the JVM》中提出： “并发不是语法糖，而是思维方式。”
全书围绕“如何在 JVM 上安全、高效、可维护地做并发”展开，给出三条主线：

1. 现代 JDK 并发工具（java.util.concurrent）
2. 软件事务内存（STM）
3. 演员模型（Actor）

作者强调：共享可变状态是万恶之源；隔离可变或不可变才是正道。书中用大量可运行示例（Java / Scala / Groovy / JRuby / Clojure）演示三种模型如何落地，并对比性能、可读性、调试成本。

二、内容分层速览

Part I　策略与思维（第1-3章）

• 并发价值：榨干多核、降低延迟、提升吞吐
• 并发陷阱：可见性、竞态、死锁、饥饿
• 设计取舍：共享可变 vs 隔离可变 vs 纯不可变
• 分治公式：线程数 ≈ CPU核 / (1 – 阻塞系数)
• 负载划分：IO 密集用“超多线程”，计算密集用“核数线程”+“超多任务片”

Part II　现代 JDK 并发（第4-5章）

• ExecutorService、ForkJoinPool、CountDownLatch、CyclicBarrier、CompletableFuture 用法与坑点
• ConcurrentHashMap、BlockingQueue、CopyOnWriteArrayList 等可扩展集合为何比 synchronized 集合快
• ReentrantLock、ReadWriteLock、StampedLock 相对 synchronized 的优势：可限时、可中断、可公平、可多条件
• 共享可变代码重构六步曲：
  1. 禁止构造函数里启动线程
  2. 用线程池代替裸 Thread
  3. 保证跨内存屏障（volatile / synchronized / final）
  4. 缩小锁粒度（字段级、分段锁、原子变量）
  5. 复合操作加锁或 CAS
  6. 用不可变消息传递替代共享可变

Part III　软件事务内存（第6-7章）

• STM 核心：把“锁”上升为“事务”，让运行时自动处理冲突、重试、可见性
• Clojure 示范：ref / dosync / alter / commute / ensure；写偏（write skew）与解决办法
• Akka-STM（基于 Multiverse）在 Java/Scala 中的 API：
  • Atomic<T> + atomically()
  • 嵌套事务、只读事务、阻塞重试 retry()
  • 提交钩子 deferred()、回滚钩子 compensating()
• STM 适用场景：读多写少、冲突概率低；高冲突写场景会退化为“不断重试”

Part IV　演员模型（第8-9章）

• Actor = 单线程 + 邮箱 + 不可变消息；多个 Actor 共享线程池，顺序处理邮箱，天然无锁
• Akka 基础：UntypedActor（Java）/ Actor trait（Scala）；!、!!、!!! 三种消息发送语义
• 案例：多线程统计素数、递归遍历目录大小——Actor 版代码量下降 30-50%，性能持平
• Typed Actor：接口+实现，方法调用即消息；适合既想保留 OO 语义又要并发安全的场景
• 内部定时任务（murmurs）：用 Scheduler 发消息给自身，避免外部线程碰状态
• 远程 Actor：Netty + Protobuf，透明跨进程发消息
• 协调一致性：
  • Transactor（STM + Actor）：coordinate() 把多个 Actor 拉进同一事务，成功一起提交，失败一起回滚
  • Coordinating Typed Actor：@Coordinated 注解 + coordinate{…} 代码块，实现跨账户转账原子性

Part V　多语言实战（第9章）

• Groovy：GPars 提供 DefaultActor / actor{} 闭包；与 Java 互操作无门槛
• JRuby：直接 import Clojure STM 或 Akka；注意 NativeException 包装需手动 unwrap
• Scala：既可用 Akka 原生 API，也可直接用 Clojure STM 的 Ref 与 LockingTransaction
• 结论：并发模型与语言正交；遵循“值不可变、事务幂等、消息不可变”三原则即可

三、特色与价值

1. 一书三模型：把 JDK、STM、Actor 放在同一坐标系对比，帮助读者根据“冲突概率、吞吐需求、代码复杂度”做选型
2. 多语言对照：同一示例用 Java/Scala/Groovy/JRuby/Clojure 五种语法实现，方便团队跨语言落地
3. 性能数据翔实：作者在同一台双核/八核机器跑基准测试，给出线程数-分片数-耗时曲线，避免“拍脑袋”调优
4. 重构步骤清晰：共享可变代码 → 加锁 → 缩小锁 → 原子变量 → 不可变消息 → Actor/STM，层层递进，老代码改造不再无从下手
5. 坑点与边界直言不讳：STM 高写冲突会退化为重试风暴；Actor 可能死锁或饿死；远程 Actor 需关注序列化——提前帮读者踩坑

四、适合读者

• 拥有 1 年以上 JVM 经验，却被“并发 bug 难重现、难调试”折磨的工程师
• 需要维护老系统 synchronized 代码，想逐步迁移到现代并发模型的架构师
• 对函数式、不可变、Actor、STM 感兴趣，却苦于“概念懂、落地难”的开发者
• 技术团队负责人想在 Java/Kotlin/Scala/Groovy 多语言栈中统一并发规范

五、阅读建议

1. 先通读 Part I 建立“并发思维”，再挑自己最急需的模型深入
2. 每章示例代码均可直接运行，建议：
   • 把线程数、分片数、超时参数当变量，亲眼看“性能曲线”
   • 故意制造高冲突（多线程写同一 ref / 同一账户），观察 STM 重试、Actor 邮箱堆积
3. 老项目改造：
   • 第 5 章“共享可变六步曲”当 checklist，逐条对照现有代码
   • 新模块优先用 Actor（隔离可变）或 STM（读多写少），老模块逐步“边缘推进”
4. 多语言混合：本书示例均可互操作，团队可保留各自语言习惯，又共享同一并发模型

六、总结

《Programming Concurrency on the JVM》用“共享不可变、隔离可变、事务自动重试、演员顺序处理”四大法宝，带你逃离 synchronized 的暗坑，在多核时代写出“快且稳”的 JVM 并发代码。