Java

在上一章中，我们讨论了如何在 JVM 中配置与监控内存管理。这需要掌握与 JVM 调优相关的各项指标。我们讨论了如何获取这些指标，以及据此如何对 JVM 进行调优。我们还演示了如何通过性能分析来洞察调

到目前为止，我们已经了解了内存的不同区域以及它是如何被释放的，但还没有讨论如何优化 JVM（Java 虚拟机）执行这些工作的方式。JVM 管理内存的方法是可配置的，而且有多种路径可选。 不过，JVM

在第 4 章中，我们深入讨论了垃圾回收（GC）。我们得出结论：没有引用的对象有资格被垃圾回收。实质上，垃圾回收器会标记那些还能从栈追溯到的对象，将其注记为存活对象；随后在**清扫阶段（sweep）**

已分配的内存在不再需要时就必须被释放。在某些语言里，这需要开发者亲自处理；而在另一些语言（如 Java）中，这会自动完成。对 Java 而言，这项工作由垃圾回收器（GC）负责。内存释放对于应用能够持续

在第 2 章中，我们讨论了内存中“引用（reference）”与“对象（object）”的区别。引用与其所指向的对象密切相关。我们发现，Java 的“按值传递（call-by-value）”机制再加上

在第 1 章里，我们已经看到基本类型（primitives） 、对象（objects）与引用（references）之间的区别。我们了解到，基本类型是 Java 语言自带的类型——换句话说，我们无需自

如果有，那你很可能体验过内存管理不善的后果：内存被占满，应用变慢。应用变慢并不总是内存的问题——比如从服务器处理大量数据、网络瓶颈等也会导致变慢——但内存管理问题往往是性能下降的“头号嫌疑人”。 你大

在本章中，我们将开启一段变革性的旅程：借助 Java 的力量，穿梭广袤的大数据版图。你将看到，Java 在分布式计算方面的娴熟能力，叠加其工具与框架生态的强大支持，如何让你从容应对海量数据的处理、存储

掌握并发性对于释放云计算的全部潜能至关重要。本章将为你提供运用并发模式的知识与技能——这些模式是构建高性能、具备韧性且可扩展的云应用的基石。 这些模式绝不仅是理论。它们帮助你驾驭云资源的分布式特性，确

还记得上一章那间热火朝天的厨房吗？大厨们分工合作、配合无间，烹出满桌佳肴。现在，想象一间“云厨房”：订单从四面八方蜂拥而至，既要并行处理，又要时机拿捏得恰到好处。这正是 Java 并发大显身手之处——

开启一段令人振奋的旅程，走进 Java 并行编程的核心天地——在这里，多线程的合力被巧妙驾驭，将复杂而耗时的任务化为高效、流畅的操作。 想象这样一幅画面：繁忙厨房中的厨师团队，或是一支配合默契的乐团—

欢迎来到第 2 章！本章我们以“繁忙厨房”为灵感，带你探究 Java 的并发模型。在线条分明、节奏飞快的厨房里，线程就像身手敏捷的副厨，各自以速度与精准处理分配到的工序；它们协同工作，在共享的厨房空间

欢迎踏上一段精彩旅程，走进 Java 并发与并行范式的世界——它们对于构建高效、可扩展的云原生应用至关重要。在本章的开篇，我们将通过梳理并发与并行的基本概念及其在当代软件设计中的意义，夯实你的理论基础

本章内容 定义一个 Actor 及其行为 实例化 Actor 并向其发送消息 用变量在 Actor 内保存状态 用行为在 Actor 内保存状态 按计划（定时）发送消息 本章将把上一章的 Akka 基

本章内容 为什么扩展（扩容）很难 一次编写，随处扩展 Actor 编程模型简介 Akka Actor 什么是 Akka？ 在本书中，你将学习到：Akka 工具包如何用一种简单统一的编程模型——Acto

虚拟线程，如你在本书中所学，是与 Java 之前的线程完全不同的一种线程类型。它们有自己的优点和缺点。在本章中，我们将展示一种理解这些线程的方法。我们首先从将虚拟线程视作任务来进行分析。随后，我们会展

在虚拟线程和结构化并发之后，作用域值（Scoped Values）是 Project Loom 的第三个交付成果。它旨在取代长期使用的 ThreadLocal 变量，并能更好地与虚拟线程协作。 在本章

结构化并发（Structured Concurrency）是 Project Loom 发布的第二项成果，就在我们在第 1 章介绍的虚拟线程之后。本章我们将： 了解什么是结构化并发 通过示例使用结构化

虚拟线程是自 Java 21 以来继 Lambda 表达式之后最重要的新特性之一。它们对并发代码的实现方式有重大影响。你可能知道，虚拟线程可以同时运行数百万个，这在 Java 1.0 以来的传统线程模

在掌握现代高速排序技术之前，理解支撑这些技术的经典基础算法至关重要。本章将解读标志性的算法，如冒泡排序、选择排序和插入排序，这些算法不仅是历史上的经典，更是教学工具和特定场景下的实用方案。读者将了解这