首先只有在多线程中才有并发和并行的概念。
并行
并行是指两者同时执行，比如赛跑，两个人都在不停的往前跑；（资源够用，比如三个线程，四核的CPU ）
并发
并发是指资源有限的情况下，两者交替轮流使用资源，比如一段路(单核CPU资源)同时只能过一个人，A走一段后，让给B，B用完继续给A ，交替使用，目的是提高效率。
区别：
并行是从微观上，也就是在一个精确的时间片刻，有不同的程序在执行，这就要求必须有多个处理器。
并发是从宏观上，在一个时间段上可以看出是同时执行的，比如一个服务器同时处理多个session。
还有个东西 ：
线程安全
多个线程访问同一个代码，不能让程序产生一些不确定的结果，这就是线程安全。
并行我们没有什么好做的（无非就是new 几个线程），并发的时候保证线程的安全就是要 "挖掘" 的技术了。jdk1.5 之前落后的synchronized技术确实安全，可是不够刺激啊。所以1.5引入的lock和封装lock的几个常用的集合类ConcurrentHashMap,BlockingQueue,ConcurrentLinkedQueue 这些都是生产力的极大提高啊。现在来deep 的研究一下
ConcurrentHashMap
ConcurrentHashMap，HashMap 都是根据 hash算法(一种将任意内容的输入转换成相同长度输出的加密方式，其输出被称为哈希值) 存储 键值对(key-value)的集合，两者的区别在于前者是线程安全的，而后者不是（HashTable也是线程安全的键值对集合，但是实现的比较 粗糙,性能较低）。
ConcurrentHashMap的三种主要的数据结构：
ConcurrentHashMap(整个hash表), Segment(桶), HashEntry(节点)
ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁ReentrantLock，在ConcurrentHashMap里扮演锁的角色，HashEntry则用于存储键值对数据。
下图为ConcurrentHashMap，和HashTable 的模型图：
分段锁
ConcurrentHashMap分为N个segment，每个segment对应一个hash序列表，锁只是相对于每个segment。其实，可以把每个segment看成一个HashTable，每次对当前的一个segment上锁，提高了并行度(讲道理，如果有N个segment，效率会提高N被倍，N默认是16)，这就是分段锁ReentrantLock和synchronized
源码非不是java8版(jdk1.8有修改)，segment的定义：
static final class Segment<K,V> extends ReentrantLock implements Serializable {
/**
* 在本 segment 范围内，包含的 HashEntry 元素的个数
* 该变量 被声明为 volatile 型 */
transient volatile int count;
/** * table 被更新的次数 */
transient int modCount;
/** * 当 table 中包含的 HashEntry 元素的个数超过本变量值时，触发 table 的再散列 */
transient int threshold;
/**
* table 是由 HashEntry 对象组成的数组
* 如果散列时发生碰撞，碰撞的 HashEntry 对象就以链表的形式链接成一个链表
* table 数组的数组成员代表散列映射表的一个桶
* 每个 table 守护整个 ConcurrentHashMap 包含桶总数的一部分
* 如果并发级别为 16，table 则守护 ConcurrentHashMap 包含的桶总数的 1/16
*/
transient volatile HashEntry<K,V>[] table;
/** * 装载因子 */
final float loadFactor;
Segment(int initialCapacity, float lf) {
loadFactor = lf;
setTable(HashEntry.<K,V>*newArray*(initialCapacity));
}
/**
* 设置 table 引用到这个新生成的 HashEntry 数组
* 只能在持有锁或构造函数中调用本方法 */
void setTable(HashEntry<K,V>[] newTable) {
// 计算临界阀值为新数组的长度与装载因子的乘积
threshold = (int)(newTable.length * loadFactor);
table = newTable;
}
/** 根据 key 的散列值，找到 table 中对应的那个桶（table 数组的某个数组成员） */
HashEntry<K,V> getFirst(int hash) {
HashEntry<K,V>[] tab = table;
// 把散列值与 table 数组长度减 1 的值相“与”，
// 得到散列值对应的 table 数组的下标 // 然后返回 table 数组中此下标对应的 HashEntry 元素
return tab[hash & (tab.length - 1)];
}
}
从上可以看出，ConcurrentHashMap用的是ReentrantLock，其实segment就是继承的ReentrantLock
ConcurrentHashMap的读写操作：
public V put(K key,V value){//写操作
if(value == null)//容器不允许null做值，其实键也是不可以的
throws new NullPointerException();
int hash = hash(key);//计算散列码
return segmentFor(hash).put(key,hash,value,false); // ---根据散列值找到对应的segment---
}
public V get(K key){//读操作
int hash = hash(key.hashCode());
return segmentFor(hash).get(key,hash);
}
final Segment<K,V> segmentFor(int hash) { //找到对应segment
// 将散列值右移 segmentShift 个位，并在高位填充 0
// 然后把得到的值与 segmentMask 相“与”
// 从而得到 hash 值对应的 segments 数组的下标值
// 最后根据下标值返回散列码对应的 Segment 对象
return segments[(hash >>> segmentShift) & segmentMask];
}
在ConcurrentHashmap中，线程对映射表做度操作时，一般情况不加锁可以完成的，对容器做结构性的修改才需要加锁
- segment中的put 方法
V put(K key, int hash, V value, boolean onlyIfAbsent) {
lock();//加锁，锁定整个segment，不是hashmap
try {
int c = count;
if (c++ > threshold) // ensure capacity 超过阈值rehash
rehash();
HashEntry[] tab = table;
int index = hash & (tab.length - 1);//下标：把hash值和数组长度-1相与
HashEntry first = (HashEntry) tab[index];
HashEntry e = first;
//e== null 说明找到了空的节点，直接添加，否则，修改旧的value
while (e != null && (e.hash != hash || !key.equals(e.key)))
e = e.next;
V oldValue;
if (e != null) {
oldValue = e.value;
if (!onlyIfAbsent)
e.value = value;
}
else {
oldValue = null;
++modCount;
// 链表的头部插入,后面的保持不变
tab[index] = new HashEntry(key, hash, first, value);
count = c; // write-volatile
}
return oldValue;
} finally {
unlock();//解锁
}
}
// HashEntry
static final class HashEntry {
final K key;
final int hash;
volatile V value;
final HashEntry next;
HashEntry(K key, int hash, HashEntry next, V value) {
this.key = key;
this.hash = hash;
this.next = next;
this.value = value;
}
}
请注意，每次插入，如果有hash冲突，都是在插入在链表头的，这样可以避免一个问题：其实在读的过程中，即使同时写，也不会出现问题
BlockingQueue
.....此处应有代码 （等会儿写个生存消费者模型）
ConcurrentLinkedQueue
....此处应有代码
