本书内容

第1章，“第一步：并发设计原理”。这一章将介绍并发应用程序的设计原理。你还将了解到并发应用程序可能出现的问题，以及设计并发应用程序的方法论，同时还会学到一些设计模式、提示和技巧。

第2章，“使用基本元素：Thread和Runnable”。这一章将解释如何采用Java语言中最基本的元素（Runnable接口和Thread类）来实现并发应用程序。有了这些元素，你可以创建一个可与实际执行线程并行执行的新执行线程。

第3章，“管理大量线程：执行器”。这一章将介绍执行器框架的基本原理。该框架让你能够使用大量的线程，而无须创建或管理它们。你将实现k-最近邻算法和一个基本的客户端/服务器应用程序。

第4章，“充分利用执行器”。这一章将探讨执行器的一些高级特性，包括为了在一段延迟之后或每隔一定时间执行任务而进行的任务撤销和调度。你将实现一个高级客户端/服务器应用程序和一个新闻阅读器。

第5章，“从任务获取数据：Callable接口与Future接口”。这一章将介绍如何在执行器中处理采用Callable与Future接口返回结果的任务。你将实现一个最佳匹配算法以及一个构建倒排索引的应用程序。

第6章，“运行分为多阶段的任务：Phaser类”。这一章将介绍如何使用Phaser类来并发执行那些可分为多个阶段的任务。你将实现关键字抽取算法和遗传算法。

第7章，“优化分治解决方案：Fork/Join框架”。这一章将介绍如何使用一种特殊的执行器，该执行器针对可以使用分治法解决的问题进行了优化，这就是Fork/Join框架及其工作窃取（work-stealing）算法。你将实现k-means聚类算法、数据筛选算法以及归并排序算法。

第8章，“使用并行流处理大规模数据集：MapReduce模型”。这一章将介绍如何采用流来处理大规模数据集。你将学习如何使用流API和更多的流函数来实现MapReduce应用程序。你将实现一个数值汇总算法和一个信息检索工具。

第9章，“使用并行流处理大规模数据集：MapCollect模型”。这一章将探讨如何使用流API中的collect()方法对数据流执行可变约简（mutable reduction）操作，将其转换为一种不同的数据结构，包括在Collectors类中预定义的一些收集器。你将实现一个无须建立索引就能够搜索数据的工具、一个推荐系统，以及计算社交网络中两个人的共同联系人列表的算法。

第10章，“异步流处理：反应流”。这一章将解释如何使用反应流来实现并发应用程序，而反应流则为带有非阻塞回压的异步流处理定义了标准。这种流的基本原理在官方网站的Reactive Streams介绍页面上有明确说明，而Java 9为其实现提供了必要的基础接口。

第11章，“探究并发数据结构和同步工具”。这一章将介绍如何使用最重要的并发数据结构（可用于并发应用程序而不会导致数据竞争条件的数据结构），以及Java并发API中用于组织任务执行的所有同步机制。

第12章，“测试与监视并发应用程序”。这一章将介绍如何获得Java并发API元素（线程、锁、执行器等）的状态信息。你还将学习如何使用JConsole应用程序来监视并发应用程序，以及如何使用MultithreadedTC库和Java Pathfinder应用程序来测试并发应用程序。

第13章，“JVM中的并发处理：Clojure、带有Gpars库的Groovy以及Scala”。这一章将介绍如何使用面向Java虚拟机的其他编程语言来实现并发应用程序。你将学习如何使用Clojure、Scala以及带有Gpars库的Groovy等编程语言所提供的并发元素。