Какие проблемы могут возникнуть при многопоточном доступе к массиву

Что проверяют

Знаете ли вы модель памяти Java применительно к массивам, а не общие слова про гонки. Типичный уточняющий вопрос: помогает ли volatile int[] и чем заменить обычный массив, если в него пишут несколько потоков.

Как отвечать

Назовите проблемы по отдельности, у каждой своё лечение:

• потерянные обновления: arr[i]++ это чтение, сложение и запись. Два потока прочитали одно значение, один инкремент пропал;
• видимость: элементы массива не volatile, и без happens-before (synchronized, Lock, запись в volatile-поле) поток может не увидеть запись другого;
• несогласованное состояние: инвариант охватывает несколько ячеек, и читатель видит половину обновления;
• long и double: по JLS запись 64-битных значений без volatile не обязана быть атомарной, хотя на 64-битных JVM это на практике не проявляется;
• false sharing: потоки пишут в соседние ячейки из одной кеш-линии (обычно 64 байта), и производительность проседает без всякой логической гонки.

Инструменты: AtomicIntegerArray, AtomicLongArray, AtomicReferenceArray дают атомарные операции над отдельными элементами, VarHandle через MethodHandles.arrayElementVarHandle() даёт то же с выбором режима доступа, для счётчиков под высокой конкуренцией лучше LongAdder. Если меняется несколько ячеек сразу, нужна блокировка. Отдельно упомяните ArrayList: при параллельном add во время расширения внутреннего массива теряются элементы, появляются null или ArrayIndexOutOfBoundsException. Для редких записей подходит CopyOnWriteArrayList, при частых данные лучше разбить по потокам и объединить в конце.

Где спотыкаются

Считают, что volatile int[] arr делает элементы volatile. Volatile только ссылка на массив, записи в ячейки остаются обычными.

Рассчитывают на ConcurrentModificationException как на детектор гонки. Проверка fail-fast работает по принципу best effort: исключения может не быть, а данные уже испорчены.

Предлагают CopyOnWriteArrayList для всего подряд. При частой записи он копирует массив целиком на каждое изменение.