Ⅰ 【Redisson】Semaphore 锁源码剖析
Semaphore 信号量： 允许多个线程同时获取一把锁，任何一个线程释放锁后，其他睁信等待的一个线程就可以尝试获取锁。
举个栗子： 凭证有3个，10个线程去抢
输出结果：
对应参数做友如下：悉胡轮
RedissonSemaphore#tryAcquire() 中的 lua 脚本：
Ⅱ 《源代码》烧脑片还是反战片 只要您的大脑足够燃烧请来一探究竟
这部电影上映后非常受欢迎。评分一度高达8分以上。
我模糊记得曾经于上映当年看过此片，但却没有多少回忆。
难道我也如影片中男主一样，生活在了虚拟空间里？？？
当然我在开玩笑。
影片的烧脑逻辑剧情是大家喜欢的原因。
我我看完也非常喜欢，只是看到最后稍稍有些伤感。
影片的烧脑我觉得只是一个表现方式，其实这部影片想表达的思想却更为含蓄而无奈。
我把他定义为反战片，看完这部电影后或许会赞同我的观点。
影片简介，男主卡尔特，被无缘无故拖进了一个无限循环的列车爆炸案中 。
而更可怕的是在这个无限爆炸案中，男主无论怎么死都会在一个固定地方重生。
而他生存的唯一目的就是找出爆炸事件的兇手。
究竟是如何造成这样的局面？
我们一起拭目以待。。。。
一切都是那么的突然而又陌生。卡尔特还没反应，坐在对面的美女克里斯蒂娜（后面简称小娜），向卡尔特打招呼，并称呼他为肖恩。
陌生的环境，认错自己的陌生人，行驶的列车让卡尔特莫名其妙。
在观看了周围的环境后，卡尔特离开座位来到卫生间。而卫生间的镜子让他顿然失措。
镜子里竟然映出的是另外一个男人的面孔。
卡尔特连忙搜索全身口袋，在皮夹子里他发现他的身份信息确实变成了肖恩，也就是镜中人。
小娜发现了卡尔特的失常，当然在她眼中他是肖恩。她过来安慰卡尔特。
话音刚落，列车随即爆炸。
苏醒后，他发现自己在一个小黑屋。与外界的联系只有一个显示屏。
而显示屏的另外一端是身着军装的美女，她在向卡尔特询问某些信息。
通过了解这位美女知道自己的真实身份，同时卡尔特也知道美女名叫古德温。
而古德温并没有过多回答卡尔特的疑问，只是要求卡尔特调查爆炸列车的主谋。
随着一段网络传输，卡尔特回到的刚才的列车，同样的场景，同样的人物再次出现。
他开始注意列车中每一个人的动作，样貌，着装及言语。
一个简单的细节引起的他的注意，一个下车的旅客遗落了自己的钱包，被乘客捡到送还。
卡尔特赶到时乘客已经离开。这样不起眼的线索显然无法引起足够的重视。
凭借多年的战争经验，卡尔特迅速回到车厢。他开始搜寻炸弹的所在位置。
炸弹连接着手机，看来手机通讯即可会引起爆炸。
于是他将假证件冒充公职人员，禁止拨打电话，以保护列车的安全。
话音刚落，爆炸再次开启。卡尔特又失败了。
再次回到小黑屋的卡尔特有点崩溃。人只能经历一次生死，而他短短10几分钟就经历两次生死。
古德温是个心地善良的人。她感受到卡尔特的痛苦及哀求。她决定向上级请求。
经过请示，古德温告诉卡尔特。这次他必须找到炸弹嫌疑人。
因为目前卡尔特所经历的就是早间发生的实实在在的爆炸事故。
军人的天职让卡尔特意识到问题的严重性。他决定再次执行任务。
同时他知道了自己只有 8分钟 的时间，时间过后不论如何他都会被再次传送回来。
8分钟能干什么？对于拯救整部列车乘客来说，似乎太难了。
卡尔特第三次被传送至列车。
这次他选择救下小娜的性命改变爆炸的内容。同时注意去厕所的人就是嫌犯。
然而在车站找到了所谓的“嫌犯”后才发现根本自己找错了方向，而列车再次爆炸。
卡尔特则不小心掉下铁轨被火车撞死。这样他再次回到小黑屋。
古德温监测到卡尔特的失败讯号。小黑屋与总台失去联系。
失联的小黑屋里电力中断，室内温度急剧下降。卡尔特恐怕坚持不了多久。
凭借着超强的修复能力，卡尔特利用工具恢复电力。
这次的通话中，卡尔特告诉古德温，他救了一个女孩。
这似乎能够改变整个事件的性质，然而得到的答案让卡尔大失所望。
古德温告诉卡尔特其实那一切都是假的。他其实变成了一个源代码。
源代码是一个比较高深的问题，在电影中我们可以把它理解为一个神经信号。
一段记忆，一段电子录像，一个开发程序等等。
其实就是死者肖恩的大脑存储的8分钟记忆（也就是现在卡尔特所扮演的角色）
总之一句话，就是非现实存在的重复利用场景，虽然看似现实，其实都是虚幻的假象。
听到这里卡尔特无法接受。如果这些都成立的话，那么卡尔特也就是不复存在的人。
显示屏一侧人员根本没有让卡尔特喘息和思考的机会。
古德温告诉他，必须尽快找到犯罪嫌疑人，因为而犯罪嫌疑人扬言要将整个芝加哥引爆。
显然古德温等人一直在利用卡尔特说服他完成任务。这次他们为卡尔特提供了武器支持。
卡尔特无奈只能第四次返回 8分钟记忆空间 。然而这次的武器加成并没有带来什么用处。
被乘警制服后，醒来的卡尔特发现为时已晚。
小娜并不知道实情，卡尔特告诉他，生命只有一分钟了。他想打电话给自己的父亲。
随后列车发生爆炸。
再次失败的卡尔特向古德温提出想要给自己的父亲打个电话，因为他并不认为自己已经死去。
古德温再次劝说卡尔特继续完成任务，并许诺可以在任务结束后答应一定的请求。
有点失去耐心的卡尔特无奈第5次返回 8分钟 空间。这次他的主要目的是搜索乘客背包，找寻证据。
然而这次的搜索依然毫无进展，反而通过小娜的手机得知自己确实在战争中身亡。
8分钟的第五次经历再次失败。回到小黑屋的卡尔特一脸懵，他不相信这是事实。
明明一切都是如此的真实，卡尔特始终不相信自己已经死亡。
面对卡尔特受尽摧残的意识，古德温的内心受到强烈的谴责。
她道出实情。卡尔特确实死去，只保留大脑机能，他们在利用卡尔特残存的意识进行任务。
得知真实消息的卡尔特根本无法接受这种说辞。
毕竟在如此超现实的源代码中，大脑意识是根本无法接受如此的假象。
卡尔特向古德温的领导控诉，然而美国对逝去军人的做法更是让人愤慨。
他们竟然通过合法手段对战死海外的军人进行二次利用。
而且卡尔特的家属根本不知道他的遗体还在这里进行二次实验。
这可以算是对美国人权有力回击。算是抨击自己政府的战争野心及对军人的亵渎。
事实于此，该组织领导干脆不听卡尔特的话，直接开始强行让他穿梭。
如果卡尔特无法完成任务，那么他将永远持续在这8分钟的无限循环。
这种感觉比6道轮回还要折磨人，在威逼利诱之下，卡尔特第6次返回8分钟记忆。
这次他选择先将炸弹手机引爆装置拆除，看能否拖延一些时间。
通过手机号码的回拨他终于锁定了犯罪嫌疑人。（就是第2次穿梭时那个遗落钱包的坏蛋）
随后卡尔特在车站旁停车场追捕到嫌疑人。
而车里就是足以将整个芝加哥毁灭的自制核武器。
正当胜利在握时，小娜的出现打破了均衡，疑犯趁机击倒卡尔特，将小娜击杀。
嫌疑人随后扬长而去。随后8分钟到，火车再次爆炸。
虽然列车再次爆炸，但重要的是疑犯被锁定，车辆被确认。
随后警方按照卡尔特提供的信息快速地锁定疑犯车辆，此案算是高一段落。
全源代码部门都在欢呼，他们忽略了卡尔特的感受，他们践踏了人性的尊严，他们在为自己的政绩而欢呼雀跃。
他们并没有打算遵从卡尔特的意愿让他安息，反而把他当成摇钱树，要清除记忆反复使用。
古德温是直面卡尔特的第一连线员，她的良心在卡尔特痛苦的神情面前微微颤抖。
古德温做出一个大胆的决定，让卡尔特长眠，不要他再受折磨。
但卡尔特在走之前对古德温提出一个要求，那就是让他再回一次8分钟世界去拯救那一车人。
不只是回去拯救那一车人，更重要的是他爱上了小娜。
在那个世界里他的意识已经混入现实，而现实世界已经变成了他的虚拟世界。
这种逻辑背离关系确实没有任何瑕疵，在卡尔特的意识里那才是真正的现实世界。
最后一次回到8分钟世界，他轻松地抓住了嫌犯，并且将炸弹全部拆除。
8分钟的时间在这里他绰绰有余。于是他把电话打给了自己的父亲。
诚然他不能说出自己的名字，他以朋友的身份跟自己父亲最后一次通话。
这通天堂电话让人落泪。卡尔特满足了最后的人生愿望。他将胜利的消息以短信的形式发给了古德温。
在最后的一分钟里，卡尔特向小娜表白。因为这是他们相聚的最后一次。
古德温在现实世界按下了终止卡尔特生命持续的按钮。
随后虽然领导强烈反对，但古德温还是做出了自己的选择，将卡尔特解脱。
8分钟里的画面戛然而止。那一秒种，时间静止了。
影片本以为到此结束。随后意外的一幕发生了。
火车并没有爆炸，那个世界真的迎来了幸福的曙光。
卡尔特以肖恩的身份与心爱的小娜在另外一个世界幸福的生活。
小娜并不知道自己在现实世界已经离去，而卡尔特则非常珍惜现在的来之不易。
他们站在了城市广场的镜面雕塑前，许愿美好的人生。
镜中的城市倒影仿佛成为了真实世界的缩影。
而在另外的真实世界，古德温则收到了一条莫名其妙的短信。
短信正是卡尔特在8分钟里发出的最后回复消息，古德温对这条短信非常疑惑。
令人意外的是，她显然对此事毫无所知。于是她赶紧向领导报告。
而办公室里领导已经知道此事，并将嫌犯逮捕。
古德温此时非常意外，她只能离开。显然她对此事一无所知，甚至不知道卡尔特等信息。
而此时的源代码部门又投入了紧张的工作中。
卡尔特是谁，曾经发生过的一切都随之消失。
这里是平行空间，还是平行镜像空间，还是混乱的时间空间？
导演没有给你最后的答案。
这里可能是一个轮回的时间周期也说不准。
总之，新的源代码事件会再次发生。
到底是谁活在源代码的空间里，谁活在现实空间已经无从考究。
这里成为了死循环的开始也是终点。
这部电影的主题是源代码，但我却从中看到人性的考验。
影片讽刺了美国政府的人权尊严，表达了对发动各种无理由战争死伤军士的怜悯和怀念。
为国牺牲却连最起码的尊严都没有留给自己，这算哪门子的人权。
最终男主与父亲的对话却让人动容。
这到底是烧脑片还是反战片，我迟迟不好定论。
不知各位朋友如何看待此片？喜欢的朋友可以留言。
今天我们就聊到这，下期再见。
谢谢关注。
Ⅲ 谁有老游戏“风云之天下会”的游戏源代码
要物品代码么？
0E 鱼肠剑 0F 吴钜剑 10 寒玉剑 11 连城剑
12 紫程 13 青竹剑 14 轩辕剑 15 青红剑
16 金霞剑 17 龙吟剑 18 白虎剑 19 青索剑
1A 飞烟剑 1B 巨阙剑 1C 湛庐剑 1D 昆无剑
1E 墨剑 1F 混元剑 20 小龙泉 21 侠王剑
22 干将 23 莫邪 24 无双神剑 25 英雄剑
26 火麟剑 27 绝世好剑 28 短刀 29 菜刀
2A 柴刀 2B 双手刀 2C 一般长刀 2D 狼牙刀
2E 鲨刀 2F 纣胶刀 30 砍刀 31 惊蛰刀
32 青玉麒 33 靼藏刀 34 斩马刀 35 枪刀
36 苗刀 37 羽常刀 38 蝶野刀 39 黄金扫刀
3A 清梵刀 3B 铃蛇刀 3C 彪残刀 3D 瀛倭刀
3E 柳阳刀 3F 清阳刀 40 地煞 41 金蝠刀
42 赤纹龙 43 百鬼鸣 44 日月蚀 45 雪饮
46 赤竹胄 47 檀木护胸 48 红旗战甲 49 罗汉护衣
4C 墨军锁甲 4D 赭金锁片 4E 波斯赤甲 4F 顽锒铜甲
50 震天战袍 51 汉武战袍 52 乌钢金甲 53 鬼魅披风
54 东皇宝甲 55 龙麟锁衣 56 冥王战甲 57 青云战袍
5A 翡翠护腕 5B 流星 5C 指日轮 5D 寒玉
5E 双月 5F 百鬼印轮 60 天转圣轮 61 黑蛇
63 千手缠 63 殛雷震 64 蓝貂 65 鳞甲
66 罗刹 67 日光臂环 68 云蟒 69 苍龙
6A 月影臂环 6B 木灵 6C 玄甲 6D 红莲臂刀
6E 丹凤 6F 赤蝎 70 柳烟 71 百眼
72 离钓 78 项圈 79 红缎带 7A 护身符
7B 玉器 7C 赤蚕丝 7D 密宗珠 7E 忍者面当
7F 蓝水晶 80 青罡 81 月牙 82 国士无双
83 焚云石 84 青铜 85 谜之首饰 86 赤炎石
87 修罗 88 金兰结 89 玉修罗 8A 金刚
8B 神威 8C 鬼迫 8D 封神戒 8E 封神戒
96 包子 97 猪肉 98 人参 99 千年人参
9A 大还丹 9B 六阳正气丹 9C 生生造化丹 9D 雪蛤膏
9E 天香断续胶 9F 灵芝 A0 千年灵芝 A1 九转雄蛇丸
A2 干坤一气丸 A3 镇心理气丸 A4 花露九 A5 紫心丸
A6 水灵丸 A7 回阳五龙膏 A8 虎胆丸 A9 蛇胆丸
AA 玉灵散 AB 玉蜂浆 AC 定神丹 AD 黄莲丸
AE 还魂丹 AF 金梅酒 B0 璃清酒 B1 雪片红雨
B2 醒狮昙 B3 爆雷弹 B4 火焰弹 B5 烟雾弹
B6 火麟弹 B7 魂魄弹 B8 掌心雷 B9 紫云香
BA 夜叉神王咒 BB 多闻天王咒 BC 增长天王咒 BD 广目天王咒
BE 持国天王咒 BF 不动冥王咒 C0 千手观音咒 C1 金刚罗汉咒
C2 雷音风神咒 C3 帝释天神咒 C4 布告纸 C5 信函
C6 金钥匙 C7 银钥匙 C8 锦盒 C9 发簪
CA 翡翠人偶 CB 干坤剑 CC 鬼珠 CD 玉刀
CE 勾玉 CF 铜钥匙 D0 铁钥匙 D1 王水
Ⅳ 国内重要的 Go 语言项目：TiDB 3.0 GA，稳定性和性能大幅提升
TiDB 是 PingCAP 自主研发的开源分布式关系型数据库，具备商业级数据库的数据可靠性，可用性，安全性等特性，支持在线弹性水平扩展，兼容 MySQL 协议及生态，创新性实现 OLTP 及 OLAP 融合。
TiDB 3.0 版本显着提升了大规模集群的稳定性，集群支持 150+ 存储节点，300+TB 存储容量长期稳定运行。易用性方面引入大量降低用户运维成本的优化，包括引入 Information_Schema 中的多个实用系统视图、EXPLAIN ANALYZE、SQL Trace 等。在性能方面，特别是 OLTP 性能方面，3.0 比 2.1 也有大幅提升，其中 TPC-C 性能提升约 4.5 倍，Sysbench 性能提升约 1.5 倍，OLAP 方面，TPC-H 50G Q15 因实现 View 可以执行，至此 TPC-H 22 个 Query 均可正常运行。新功能方面增加了窗口函数、视图（实验特性）、分区表、插件系统、悲观锁（实验特性）。
截止本文发稿时 TiDB 已在 500+ 用户的生产环境中长期稳定运行，涵盖金融、保险、制造，互联网， 游戏 等领域，涉及交易、数据中台、 历史 库等多个业务场景。不同业务场景对关系型数据库的诉求可用 “百花齐放”来形容，但对关系数据库最根本的诉求未发生任何变化，如数据可靠性，系统稳定性，可扩展性，安全性，易用性等。请跟随我们的脚步梳理 TiDB 3.0 有什么样的惊喜。
3.0 与 2.1 版本相比，显着提升了大规模集群的稳定性，支持单集群 150+ 存储节点，300+TB 存储容量长期稳定运行，主要的优化点如下：
1. 优化 Raft 副本之间的心跳机制，按照 Region 的活跃程度调整心跳频率，减小冷数据对集群的负担。
2. 热点调度策略支持更多参数配置，采用更高优先级，并提升热点调度的准确性。
3. 优化 PD 调度流程，提供调度限流机制，提升系统稳定性。
4. 新增分布式 GC 功能，提升 GC 的性能，降低大集群 GC 时间，提升系统稳定性。
众所周知，数据库查询计划的稳定性对业务至关重要，TiDB 3.0 版本采用多种优化手段提升查询计划的稳定性，如下：
1. 新增 Fast Analyze 功能，提升收集统计信息的速度，降低集群资源的消耗及对业务的影响。
2. 新增 Incremental Analyze 功能，提升收集单调递增的索引统计信息的速度，降低集群资源的消耗及对业务的影响。
3. 在 CM-Sketch 中新增 TopN 的统计信息，缓解 CM-Sketch 哈希冲突导致估算偏大，提升代价估算的准确性，提升查询计划的稳定性。
4. 引入 Skyline Pruning 框架，利用规则防止查询计划过度依赖统计信息，缓解因统计信息滞后导致选择的查询计划不是最优的情况，提升查询计划的稳定性。
5. 新增 SQL Plan Management 功能，支持在查询计划不准确时手动绑定查询计划，提升查询计划的稳定性。
1. OLTP
3.0 与 2.1 版本相比 Sysbench 的 Point Select，Update Index，Update Non-Index 均提升约 1.5 倍，TPC-C 性能提升约 4.5 倍。主要的优化点如下：
1. TiDB 持续优化 SQL 执行器，包括：优化 NOT EXISTS 子查询转化为 Anti Semi Join，优化多表 Join 时 Join 顺序选择等。
2. 优化 Index Join 逻辑，扩大 Index Join 算子的适用场景并提升代价估算的准确性。
3. TiKV 批量接收和发送消息功能，提升写入密集的场景的 TPS 约 7%，读密集的场景提升约 30%。
4. TiKV 优化内存管理，减少 Iterator Key Bound Option 的内存分配和拷贝，多个 Column Families 共享 block cache 提升 cache 命中率等手段大幅提升性能。
5. 引入 Titan 存储引擎插件，提升 Value 值超过 1KB 时性能，缓解 RocksDB 写放大问题，减少磁盘 IO 的占用。
6. TiKV 新增多线程 Raftstore 和 Apply 功能，提升单节点内可扩展性，进而提升单节点内并发处理能力和资源利用率，降低延时，大幅提升集群写入能力。
TiDB Lightning 性能与 2019 年年初相比提升 3 倍，从 100GB/h 提升到 300GB/h，即 28MB/s 提升到 85MB/s，优化点，如下：
1. 提升 SQL 转化成 KV Pairs 的性能，减少不必要的开销。
2. 提升单表导入性能，单表支持批量导入。
3. 提升 TiKV-Importer 导入数据性能，支持将数据和索引分别导入。
4. TiKV-Importer 支持上传 SST 文件限速功能。
RBAC（Role-Based Access Control，基于角色的权限访问控制） 是商业系统中最常见的权限管理技术之一，通过 RBAC 思想可以构建最简单“用户-角色-权限”的访问权限控制模型。RBAC 中用户与角色关联，权限与角色关联，角色与权限之间一般是多对多的关系，用户通过成为什么样的角色获取该角色所拥有的权限，达到简化权限管理的目的，通过此版本的迭代 RBAC 功能开发完成。
IP 白名单功能（企业版特性） ：TiDB 提供基于 IP 白名单实现网络安全访问控制，用户可根据实际情况配置相关的访问策略。
Audit log 功能（企业版特性） ：Audit log 记录用户对数据库所执行的操作，通过记录 Audit log 用户可以对数据库进行故障分析，行为分析，安全审计等，帮助用户获取数据执行情况。
加密存储（企业版特性） ：TiDB 利用 RocksDB 自身加密功能，实现加密存储的功能，保证所有写入到磁盘的数据都经过加密，降低数据泄露的风险。
完善权限语句的权限检查 ，新增 ANALYZE，USE，SET GLOBAL，SHOW PROCESSLIST 语句权限检查。
1. 新增 SQL 方式查询慢查询，丰富 TiDB 慢查询日志内容，如：Coprocessor 任务数，平均/最长/90% 执行/等待时间，执行/等待时间最长的 TiKV 地址，简化慢查询定位工作，提高排查慢查询问题效率，提升产品易用性。
2. 新增系统配置项合法性检查，优化系统监控项等，提升产品易用性。
3. 新增对 TableReader、IndexReader 和 IndexLookupReader 算子内存使用情况统计信息，提高 Query 内存使用统计的准确性，提升处理内存消耗较大语句的效率。
4. 制定日志规范，重构日志系统，统一日志格式，方便用户理解日志内容，有助于通过工具对日志进行定量分析。
5. 新增 EXPLAIN ANALYZE 功能，提升SQL 调优的易用性。
6. 新增 SQL 语句 Trace 功能，方便排查问题。
7. 新增通过 unix_socket 方式连接数据库。
8. 新增快速恢复被删除表功能，当误删除数据时可通过此功能快速恢复数据。
TiDB 3.0 新增 TiFlash 组件，解决复杂分析及 HTAP 场景。TiFlash 是列式存储系统，与行存储系统实时同步，具备低延时，高性能，事务一致性读等特性。 通过 Raft 协议从 TiKV 中实时同步行存数据并转化成列存储格式持久化到一组独立的节点，解决行列混合存储以及资源隔离性问题。TiFlash 可用作行存储系统（TiKV）实时镜像，实时镜像可独立于行存储系统，将行存储及列存储从物理隔离开，提供完善的资源隔离方案，HTAP 场景最优推荐方案；亦可用作行存储表的索引，配合行存储对外提供智能的 OLAP 服务，提升约 10 倍复杂的混合查询的性能。
TiFlash 目前处于 Beta 阶段，计划 2019 年 12 月 31 日之前 GA，欢迎大家申请试用。
未来我们会继续投入到系统稳定性，易用性，性能，弹性扩展方面，向用户提供极致的弹性伸缩能力，极致的性能体验，极致的用户体验。
稳定性方面 V4.0 版本将继续完善 V3.0 未 GA 的重大特性，例如：悲观事务模型，View，Table Partition，Titan 行存储引擎，TiFlash 列存储引擎；引入近似物理备份恢复解决分布数据库备份恢复难题；优化 PD 调度功能等。
性能方面 V4.0 版本将继续优化事务处理流程，减少事务资源消耗，提升性能，例如：1PC，省去获取 commit ts 操作等。
弹性扩展方面，PD 将提供弹性扩展所需的元信息供外部系统调用，外部系统可根据元信息及负载情况动态伸缩集群规模，达成节省成本的目标。
我们相信战胜“未知”最好的武器就是社区的力量，基础软件需要坚定地走开源路线。截止发稿我们已经完成 41 篇源码阅读文章。TiDB 开源社区总计 265 位 Contributor，6 位 Committer，在这里我们对社区贡献者表示由衷的感谢，希望更多志同道合的人能加入进来，也希望大家在 TiDB 这个开源社区能够有所收获。
TiDB 3.0 GA Release Notes： https://pingcap.com/docs-cn/v3.0/releases/3.0-ga/
Ⅳ Linux下各种锁的理解和使用及总结解决epoll惊群问题(面试常考)-
锁出现的原因
临界资源是什么: 多线程执行流所共享的资源
锁的作用是什么, 可以做原子操作, 在多线程中针对临界资源的互斥访问... 保证一个时刻只有一个线程可以持有锁对于临界资源做修改操作...
任何一个线程如果需要修改，向临界资源做写入操作都必须持有锁，没有持有锁就不能对于临界资源做写入操作.
锁 ： 保证同一时刻只能有一个线程对于临界资源做写入操作 (锁地功能)
再一个直观地代码引出问题，再从指令集的角度去看问题
上述一个及其奇怪的结果，这个结果每一次运行都可能是不一样的，Why ？ 按照我们本来的想法是每一个线程 + 20000000 结果肯定应该是60000000呀，可以就是达不到这个值
为何？ (深入汇编指令来看) 一定将过程放置到汇编指令上去看就可以理解这个过程了.
a++; 或者 a += 1; 这些操作的汇编操作是几个步骤?
其实是三个步骤：
正常情况下，数据少，操作的线程少，问题倒是不大，想一想要是这样的情况下，操作次数大，对齐操作的线程多，有些线程从中间切入进来了，在运算之后还没写回内存就另外一个线程切入进来同时对于之前的数据进行++ 再写回内存, 啥效果，多次++ 操作之后结果确实一次加加操作后的结果。 这样的操作 (术语叫做函数的重入) 我觉得其实就是重入到了汇编指令中间了，还没将上一次运算的结果写回内存就重新对这个内存读取再运算写入，结果肯定和正常的逻辑后的结果不一样呀
来一幅图片解释一下
咋办? 其实问题很清楚，我们只需要处理的是多条汇编指令不能让它中间被插入其他的线程运算. （要想自己在执行汇编指令的时候别人不插入进来） 将多条汇编指令绑定成为一条指令不就OK了嘛。
也就是原子操作！！！
不会原子操作？操作系统给咱提供了线程的 绑定方式工具呀：mutex 互斥锁(互斥量)， 自旋锁(spinlock)， 读写锁（readers-writer lock） 他们也称作悲观锁. 作用都是一个样，将多个汇编指令锁成为一条原子操作 (此处的汇编指令也相当于如下的临界资源)
悲观锁：锁如其名，每次都悲观地认为其他线程也会来修改数据，进行写入操作，所以会在取数据前先加锁保护，当其他线程想要访问数据时，被阻塞挂起
乐观锁：每次取数据的时候，总是乐观地认为数据不会被其他线程修改，因此不上锁。但是在更新数据前， 会判断其他数据在更新前有没有对数据进行修改。
互斥锁
最为常见使用地锁就是互斥锁, 也称互斥量. mutex
特征，当其他线程持有互斥锁对临界资源做写入操作地时候，当前线程只能挂起等待，让出CPU，存在线程间切换工作
解释一下存在线程间切换工作 : 当线程试图去获取锁对临界资源做写入操作时候，如果锁被别的线程正在持有，该线程会保存上下文直接挂起，让出CPU，等到锁被释放出来再进行线程间切换，从新持有CPU执行写入操作
互斥锁需要进行线程间切换，相比自旋锁而言性能会差上许多，因为自旋锁不会让出CPU, 也就不需要进行线程间切换的步骤，具体原理下一点详述
加互斥量(互斥锁)确实可以达到要求，但是会发现运行时间非常的长，因为线程间不断地切换也需要时间, 线程间切换的代价比较大.
相关视频推荐
你绕不开的组件—锁，4个方面手撕锁的多种实现
“惊群”原理、锁的设计方案及绕不开的“死锁”问题
学习地址：C/C++Linux服务器开发/后台架构师【零声教育】-学习视频教程-腾讯课堂
需要C/C++ Linux服务器架构师学习资料加qun812855908获取（资料包括 C/C++，Linux，golang技术，Nginx，ZeroMQ，MySQL，Redis，fastdfs，MongoDB，ZK，流媒体，CDN，P2P，K8S，Docker，TCP/IP，协程，DPDK，ffmpeg 等），免费分享
自旋锁
spinlock.自旋锁.
对比互斥量(互斥锁)而言，获取自旋锁不需要进行线程间切换，如果自旋锁正在被别的线程占用，该线程也不会放弃CPU进行挂起休眠，而是恰如其名的在哪里不断地循环地查看自旋锁保持者(持有者)是否将自旋锁资源释放出来... （自旋地原来就是如此）
口语解释自旋：持有自旋锁的线程不释放自旋锁，那也没有关系呀，我就在这里不断地一遍又一遍地查询自旋锁是否释放出来，一旦释放出来我立马就可以直接使用 (因为我并没有挂起等待，不需要像互斥锁还需要进行线程间切换，重新获取CPU，保存恢复上下文等等操作)
哪正是因为上述这些特点，线程尝试获取自旋锁，获取不到不会采取休眠挂起地方式，而是原地自旋（一遍又一遍查询自旋锁是否可以获取）效率是远高于互斥锁了. 那我们是不是所有情况都使用自旋锁就行了呢，互斥锁就可以放弃使用了吗????
解释自旋锁地弊端：如果每一个线程都仅仅只是需要短时间获取这个锁，那我自旋占据CPU等待是没啥问题地。要是线程需要长时间地使用占据（锁）。。。 会造成过多地无端占据CPU资源，俗称站着茅坑不拉屎... 但是要是仅仅是短时间地自旋，平衡CPU利用率 + 程序运行效率 （自旋锁确实是在有些时候更加合适）
自旋锁需要场景：内核可抢占或者SMP(多处理器)情况下才真正需求 (避免死锁陷入死循环，疯狂地自旋，比如递归获取自旋锁. 你获取了还要获取，但是又没法释放)
自旋锁的使用函数其实和互斥锁几乎是一摸一样地，仅仅只是需要将所有的mutex换成spin即可
仅仅只是在init存在些许不同
何为惊群，池塘一堆, 我瞄准一条插过去，但是好似所有的都像是觉着自己正在被插一样的四处逃窜。 这个就是惊群的生活一点的理解
惊群现象其实一点也不少，比如说 accept pthread_cond_broadcast 还有多个线程共享epoll监视一个listenfd 然后此刻 listenfd 说来 SYN了，放在了SYN队列中，然后完成了三次握手放在了 accept队列中了, 现在问题是这个connect我应该交付给哪一个线程处理呢.
多个epoll监视准备工作的线程 就是这群 ()，然后connet就是鱼叉，这一叉下去肯定是所有的 epoll线程都会被惊醒 (多线程共享listenfd引发的epoll惊群)
同样如果将上述的多个线程换成多个进程共享监视 同一个 listenfd 就是(多进程的epoll惊群现象)
咱再画一个草图再来理解一下这个惊群:
如果是多进程道理是一样滴，仅仅只是将所有的线程换成进程就OK了
终是来到了今天的正题了: epoll惊群问题地解决上面了...
首先 先说说accept的惊群问题，没想到吧accept 平时大家写它的多线程地时候，多个线程同时accept同一个listensock地时候也是会存在惊群问题地，但是accept地惊群问题已经被Linux内核处理了: 当有新的连接进入到accept队列的时候，内核唤醒且仅唤醒一个进程来处理
但是对于epoll的惊群问题，内核却没有直接进行处理。哪既然内核没有直接帮我们处理，我们应该如何针对这种现象做出一定的措施呢?
惊群效应带来的弊端: 惊群现象会造成epoll的伪唤醒，本来epoll是阻塞挂起等待着地，这个时候因为挂起等待是不会占用CPU地。。。 但是一旦唤醒就会占用CPU去处理发生地IO事件， 但是其实是一个伪唤醒，这个就是对于线程或者进程的无效调度。然而进程或者线程地调取是需要花费代价地，需要上下文切换。需要进行进程(线程)间的不断切换... 本来多核CPU是用来支持高并发地，但是现在却被用来无效地唤醒，对于多核CPU简直就是一种浪费 （浪费系统资源） 还会影响系统的性能.
解决方式（一般是两种）
Nginx的解决方式:
加锁：惊群问题发生的前提是多个进程（线程）监听同一个套接字(listensock)上的事件，所以我们只让一个进程（线程）去处理监听套接字就可以了。
画两张图来理解一下：
上述还没有进行一个每一个进程都对应一个listensock 而是多线程共享一个listensock 运行结果如下
所有的线程同时被唤醒了，但是实际上会处理连接的仅仅只是一个线程，
咱仅仅只是将主线程做如上这样一个简单的修改，每一个线程对应一个listensock；每一个线程一个独有的监视窗口，将问题抛给内核去处理，让内核去负载均衡 ： 结果如下
仅仅唤醒一个线程来进行处理连接，解决了惊群问题
本文通过介绍两种锁入手，以及为什么需要锁，锁本质就是为了保护，持有锁你就有权力有能力操作写入一定的临界保护资源，没有锁你就不行需要等待，本质其实是将多条汇编指令绑定成原子操作
然后介绍了惊群现象，通过一个巧妙地例子，扔一颗石子，只是瞄准一条鱼扔过去了，但是整池鱼都被惊醒了，
对应我们地实际问题就是， 多个线程或者进程共同监视同一个listensock。。。。然后IO连接事件到来地时候本来仅仅只是需要一个线程醒过来处理即可，但是却会使得所有地线程（进程）全部醒过来，造成不必要地进程线程间切换，多核CPU被浪费喔，系统资源被浪费
处理方式 一。 Nginx 源码加互斥锁处理。。 二。设置SO_REUSEPORT, 使得多个进程线程可以同时连接同一个port , 为每一个进程线程搞一个listensock... 将问题抛给内核去处理，让他去负载均衡地仅仅将IO连接事件分配给一个进程或线程
Ⅵ java中snchronised和锁的区别
在分布式开发中，锁是线程控制的重要途径。Java为此也提供了2种锁机制，synchronized和lock。
我们先从最简单的入手，逐步分析这2种的区别。
一、synchronized和lock的用法区别
synchronized：在需要同步的对象中加入此控制，synchronized可以加在方法上，也可以加在特定代码块中，括号中表示需要锁的对象。
lock：需要显示指定起始位置和终止位置。一般使用ReentrantLock类做为锁，多个线程中必须要使用一个ReentrantLock类做为对象才能保证锁的生效。且在加锁和解锁处需要通过lock()和unlock()显示指出。所以一般会在finally块中写unlock()以防死锁。
用法区别比较简单，这里不赘述了，如果不懂的可以看看Java基本语法。
二、synchronized和lock性能区别
synchronized是托管给JVM执行的，而lock是java写的控制锁的代码。在Java1.5中，synchronize是性能低效的。因为这是一个重量级操作，需要调用操作接口，导致有可能加锁消耗的系统时间比加锁以外的操作还多。相比之下使用Java提供的Lock对象，性能更高一些。但是到了Java1.6，发生了变化。synchronize在语义上很清晰，可以进行很多优化，有适应自旋，锁消除，锁粗化，轻量级锁，偏向锁等等。导致在Java1.6上synchronize的性能并不比Lock差。官方也表示，他们也更支持synchronize，在未来的版本中还有优化余地。
说到这里，还是想提一下这2中机制的具体区别。据我所知，synchronized原始采用的是CPU悲观锁机制，即线程获得的是独占锁。独占锁意味着其他线程只能依靠阻塞来等待线程释放锁。而在CPU转换线程阻塞时姿郑会引起线程上下文切换，当有很多线程竞争锁的时候，会引起CPU频繁的上下文切换导致效率很低。
而Lock用的是乐观锁方式。所谓乐观锁就是，每次不加锁而是假设没有冲突而去迹罩颂完成某项操作，如果因为冲突失败就重试，直到成功为止。乐观锁实现的机制就是CAS操作（Compare and Swap）。我们可以进一步研究ReentrantLock的源代码，会发现其中比较重要的获得锁的一个方法是compareAndSetState。这里其实就是调用的CPU提供的特殊指令。
现代的CPU提供了指令，可以自动更新共享数据，而且能够检测到其他线程的干扰，而 compareAndSet() 就用这些代替了锁定。这个算法称作非阻塞算法，意思是一个线程的失败或者挂起不应该影响其他线程的失闷凳败或挂起的算法。
我也只是了解到这一步，具体到CPU的算法如果感兴趣的读者还可以在查阅下，如果有更好的解释也可以给我留言，我也学习下。
三、synchronized和lock用途区别
synchronized原语和ReentrantLock在一般情况下没有什么区别，但是在非常复杂的同步应用中，请考虑使用ReentrantLock，特别是遇到下面2种需求的时候。
1.某个线程在等待一个锁的控制权的这段时间需要中断
2.需要分开处理一些wait-notify，ReentrantLock里面的Condition应用，能够控制notify哪个线程
3.具有公平锁功能，每个到来的线程都将排队等候
Ⅶ 源码解析-偏向锁撤销流程解读
源码链接： http://hg.openjdk.java.net/jdk8u/jdk8u/hotspot/file/9ce27f0a4683/src/share/vm/runtime/biasedLocking.cpp#l146
简单总结下偏向撤销的流程：
细节补充：
如何判断偏向所有者没有正在持有该偏向锁？
分两步，首先判断偏向所有者是否还活着，如果还活着，则遍历它的栈，看是否能找到关联该锁的锁记录，如果找到，则正在持有，如果没找到，则没有持有。（遍历过程在一个安全点执行，此时偏向所有者被阻塞。）
偏向所有者正在持有该偏向锁，如何将其撤销为轻量级锁？
遍历偏向所有者的栈，修改与该锁关联的所有顷橘旅锁记录，让偏向所有者以为它对该对象加的就是轻量级锁。
源码中的 highest_lock，为什么说是最早关联偏向锁的锁记录呢？
首伍喊先，锁记录在栈里是连续存放的。
请求获取锁时，按照从低地址到高地址的顺序，找在已关联该锁的锁记录之前，最后一个空闲的锁记录（没有指向雀凳任何锁对象）。
请求锁的源码如下：
而撤销偏向锁时，遍历偏向所有者的锁记录，也是按照从低地址到高地址的顺序，但它没有 break 的逻辑，因为它要处理所有关联该锁的锁记录。所以退出循环后，highest_lock 指向的是最早关联该锁的锁记录。
这篇： 源码解析-触发批量撤销或批量重偏向的条件 ，介绍了批量撤销的触发条件。
包含批量撤销逻辑的源码：
禁用类的可偏向属性有两点作用：
对于批量撤销时，正在被线程持有的偏向锁，通过在安全点遍历所有 Java 线程的栈，将偏向锁撤销为轻量级锁。