synchronized的功能擴展：
重入鎖；ReentrantLock；
其實也就是lock對於synchronized的替代了，要注意的一個點就是你可以鎖多個，但是你鎖了幾個，最后就要解鎖幾個這個問題；
使用lock.lock()加鎖，使用lock.unlock()解鎖；
提供中斷處理；
使用中斷鎖，線程可以被中斷，也就是說，當一個線程正在等待鎖的時候，他依然可以收到一個通知，被告知無須等待，可以停止工作了，使用的是lock.lockInterruptibly();方法；
鎖申請等待限時；
給鎖給定一個時間，如果超過了這個時間的話，就讓線程自動放棄；使用的是lock.trylock(時間段，時間單位)；另外還有一個就是lock.trylock()；如果是帶參數的，就是最多等待這么多時間，超過了時間就返回false，成功獲得了鎖，就返回true；如果是不帶參數直接運行，就是比較直接的，如果鎖未被占用，則申請鎖成功，返回true，否則就是失敗了，直接返回false；
公平鎖；
公平鎖的一個特點就是：它不會產生飢餓現象；所有的鎖都是先到先等，不得插隊；但是維持公平需要一個有序隊列，實現成本較高，性能相對也非常低下，默認情況下，鎖是非公平的；
以下是我們整理的幾個重要方法：
1，lock()：獲得鎖，如果鎖已經被占用，則等待；
2，lockInterruptibly()：獲得鎖，但優先響應中斷；
3，tryLock()：嘗試獲得鎖，如果成功，返回true，失敗返回false，該方法不等待，立即返回；
4，tryLock(Long time,TimeUnit unit)：在給定的時間內嘗試獲得鎖；
5，unlock()：釋放鎖；
重入鎖的好搭檔：Condition條件；
使用new Condition可以生成與當前重入鎖綁定的Condition實例；使得我們可以讓線程在合適的時間等待，或者在某一特定的時刻得到通知，繼續執行；
1，await()；讓當前線程等待，同時釋放當前鎖，作用上和wait()相似；
2，awaitUninterruptibly()；與await()方法基本相同，不會在等待過程中響應中斷；
3，singal()；用於喚醒一個在等待中的線程，相對的singalAll()方法會喚醒所有在等待中的線程，和notify()類似；
允許多個線程同時訪問：信號量；
只允許一個線程訪問一個資源，而信號量則可以指定多個線程；
public Semaphore(int permits)
public Semaphore(int permits,boolean fair)；第二個參數可以指定是否公平鎖；
這所謂的信號量，其實就是一個執行器啦，只是換了名字看不出來了而已。。。參數可以指定有多少個線程；
ReadWriteLock讀寫鎖；
關於讀寫的問題，我們要明確的一點就是，我們可以對一個文件多次重復讀取，但是當讀與寫發生沖突的時候，我們要做的就是保證他們的互斥了；
讀讀不互斥；
讀寫互斥；
寫寫互斥；
如果讀的操作遠遠大於寫的操作的話，讀寫鎖就會發揮最大的功效；
Lock readLock = readWriteLock.readLock()；
Lock writeLock = readWriteLock.writeLock()；
讀線程完全並行，而寫會阻塞讀；
倒計時器：CountDownLatch；
此工具通常用來控制線程等待，讓某一個線程等待知道倒計時結束，再開始執行；
只有當你一開始設定的所有線程都跑完了，你這個倒計時器才算真正結束了；
CountDownLatch end = new CountDownLatch(10)；
end.countDown();
當調用CountDownLatch.countDown()方法的時候，也就是通知CountDownLatch，一個線程已經完成了任務，倒計時器可以減1了；
循環珊欄；CyclicBarrier；
另外一種多線程並發控制實用工具；
其實本質上跟倒計時器是差不多的功能類似，唯一的區別就在於可以反復使用，而且可以設置，當計數結束之后，系統下一步要執行的動作；
public CyclicBarrier(int parties,Runnable barrierAction)；
其中barrierAction是執行的動作；
線程阻塞工具類：LockSupport；
可以在線程內任意位置讓線程阻塞；和Thread.suspend()相比，彌補了由於resume()在前發生，導致線程無法繼續執行的情況；
與object.wait()相比，不需要先獲得某個對象的鎖，也不會拋出interruptedException異常；
LockSupport.park();
LockSupport.unpark(t1)；
除了有定時阻塞的功能外，LockSupport.park()還能支持中斷影響；但是LockSuppor.park()不會拋出InterruptedException異常，他只是默默的返回；
也就是說：LockSupport.park()進行阻塞之后，如果中斷這個線程，不會拋出異常，而是默默的返回；
線程復用：線程池；
我們在這里用到了池的概念來保存管理我們的線程；
當我們要使用線程的時候，不是創建，而是從池子中去取，當我們要關閉線程的時候，是將這個線程返回給池子，方便其他人使用；
JDK對線程池的支持；
newFixedThreadPool(int nThreads)；
newSingleThreadExecutor()；
newCachedThreadTool()；
newSingleThreadScheduledExector()；
newScheduledThreadPool(int corePoolSize)；
newFixedThreadPool()：該方法返回一個固定線程數量的線程池；線程池的數量保持不變，若線程池已滿，新的任務會被暫存在一個任務隊列中；
newSingleThreadExecutor()；該線程池只有一個線程在里面，多余任務會被保存到一個任務隊列中；
newCachedThreadPool()；返回一個根據實際情況調整線程數量的線程池，也就是說，這個線程池中的線程是可以可調整的。當所有的線程都在工作而此時又有新的任務提交，則會擴展線程的數量；
newSingleThreadScheduledExecutor()；返回一個ScheduledExecutorService對象，在ExecutorService接口上擴展了在給定時間執行某任務的功能，
newScheduledThreadPool()方法，可以指定線程數量和時間的線程池；
核心線程池的內部實現；
都是在原有的ThreadPoolExecutor()的基礎上進行的參數設置和修改；
而其實，這個ThreadPoolExecutor()內部的參數也有很多的；
int corePoolSize;線程池中線程的數量；
int maximumPoolSize；指定了線程池的最大線程數量；
long keepAliveTime；當線程池數量超過了corePoolSize時嗎，多與的空閑線程的存活時間；
TimeUnit unit；keepAliveTime的時間單位；
BlockingQueue<Runnable> workQueue：任務隊列，被提交但尚未被執行的任務；
ThreadFactory threadFactory；線程工廠，用於創建線程，一般用默認的；
handler；拒絕策略，當任務太多來不及處理，如何拒絕任務；
現在我們上面的幾個線程池是如何通過ThreadPoolExecutor()以及內部的參數來設定的呢，我們現在就來說一下；
其中newFixedThreadPool（nThreads,nThreads,0L,new LinkedBlockingQueue<Runnable>）；
newSingleThreadExecutor(1,1,0L,new LinkedBlockingQueue<Runnable>)；
newCachedThreadPool(0,Integer.MAX_VALUE,60L,TimeUnit.SECONDS,new SynchronousQueue<Runnable>())；
其中，我們可以看出，當newCachedThreadPool時，我們是指定線程池數量為0，但是最大線程數為無限，而且采用的任務隊列跟上面的隊列不一樣，下面將重點說明這兩種任務隊列的不同之處；
SynchronousQueue：這是直接提交的隊列，每一個線程都會直接提交，不會真實地保存，而是直接將新任務交給線程執行器；
ArrayBlockingQueue：這是有界的任務隊列，需要帶一個參數，表示該隊列的最大容量；
LinkedBlockingQueue：這是無界的任務隊列，多余的任務會先放到這里；
PriorityBlockingQueue：這是優先任務隊列，根據任務自身的優先級順序先后執行；
不要重復發明輪子：JDK的並發容器；
ConcurrentHashMap：高效的並發HashMap；
CopyOnWriteArrayList：在讀多寫少的場合，這個List的性能非常好，遠遠好於Vector（另外。。Vector已經過時了，不用了）；
ConcurrentLinkedQueue：高效的並發隊列，使用鏈表實現，可以看做一個線程安全的LinkedList；
BlockingQueue：表示阻塞隊列，詳情可以查看一下生產者——消費者模式；
ConcurrentSkipListMap：跳表的實現；這是一個Map，使用跳表的數據結構進行快速查找；
以上並發容器的內部數據結構實現，我們在下一章會提到；敬請期待!