CountDownLatch适用于一次性等待（如服务初始化），CyclicBarrier支持重复使用（如多轮分片计算）；computeIfAbsent不可用于高并发IO操作；thenCompose用于扁平化CompletableFuture嵌套；ThreadLocal在线程池中必须手动remove以防内存泄漏。
用 CountDownLatch 还是 CyclicBarrier？看是否需要复用
两者都用于线程等待，但语
CountDownLatch 是一次性门闩：计数归零后所有等待线程被释放，之后再调用 await() 会立即返回；CyclicBarrier 支持重复使用，每次拦截满指定数量线程后自动重置。
常见错误是把 CountDownLatch 当作循环同步点——比如在每轮批处理中反复 await()，结果第二轮直接跳过，逻辑错乱。
- 选
CountDownLatch：启动阶段等 N 个服务初始化完成（只等一次） - 选
CyclicBarrier：多线程分片计算，每轮需全部线程到达后再统一汇总（如迭代算法、模拟步进） -
CyclicBarrier可选传入Runnable，在每次屏障触发时执行一次全局动作（如日志、状态检查）
ConcurrentHashMap 的 computeIfAbsent 别在高并发下当“懒加载锁”用
这个方法看似能原子地判断 + 插入，但它的实现不是无锁的：内部会锁住对应桶（bin），若计算逻辑耗时（比如远程调用、IO），会导致该哈希桶长期被阻塞，拖慢其他 key 的读写。
典型误用：
cache.computeIfAbsent(key, k -> fetchFromDatabase(k));在高并发查缓存场景下，可能引发大量线程在同一个桶上排队。
- 真正适合的场景：计算轻量、无副作用（如构建一个简单对象、解析固定字符串）
- 含 IO 或不确定耗时的操作，应先用
get()判断，再用显式锁（如ReentrantLock）或putIfAbsent()+ 双重检查 - JDK 9+ 的
computeIfAbsent对递归调用做了防护，但不解决性能阻塞问题
CompletableFuture 链式调用里，thenApply 和 thenCompose 混用导致嵌套 CompletableFuture
这是最常踩的类型陷阱。如果异步操作本身返回 CompletableFuture，却用了 thenApply，结果会是 CompletableFuture，后续 join() 会抛 ClassCastException 或死锁。
正确做法是：返回 CompletableFuture 就必须用 thenCompose（它会“压平”一层）；返回普通值才用 thenApply。
-
thenApply(x -> service.doSync(x))→ 返回T，用thenApply -
thenApply(x -> service.doAsync(x))→ 返回CompletableFuture，必须改thenCompose - 漏掉这层判断，调试时看到
java.util.concurrent.CompletableFuture@12345678打印出来，基本就是嵌套了
ThreadLocal 在线程池里不清理，内存泄漏比想象中来得快
很多人以为只在 ThreadLocal.set() 后忘记 remove() 才泄漏，其实更隐蔽：只要 ThreadLocal 实例本身是静态的（比如单例工具类里的 private static final ThreadLocal），而线程来自线程池（如 Executors.newFixedThreadPool），那么每个工作线程的 ThreadLocalMap 就会长期持有该变量的强引用，且 key 是弱引用 —— key 被回收后，value 却滞留，形成“幽灵引用”，GC 清不掉。
- 所有在线程池中使用的
ThreadLocal，必须在任务结束前调用remove()（推荐放在try-finally块里） - 不要依赖
initialValue()自动创建，它只在第一次get()时触发，无法保证后续复用时状态干净 - Spring 的
RequestContextHolder等封装已内置清理，但自定义ThreadLocal必须手动管
CyclicBarrier 的重入代价、computeIfAbsent 的桶级锁粒度、CompletableFuture 的泛型嵌套规则、ThreadLocal 在线程复用场景下的引用链残留——这些不在文档首页，但在压测或上线后突然冒头。
