TensorFlow的Session对象是支持多线程的，可以在同一个会话（Session）中创建多个线程，并行执行。在Session中的所有线程都必须能被同步终止，异常必须能被正确捕获并报告，会话终止的时候，队列必须能被正确地关闭。TensorFlow提供了两个类来实现对Session中多线程的管理：tf.Coordinator和tf.Que

记得刚刚开始学习Java的时候，一遇到多线程情况就是synchronized。对于当时的我们来说，synchronized是如此的神奇且强大。我们赋予它一个名字“同步”，也成为我们解决多线程情况的良药，百试不爽。但是，随着学习的深入，我们知道synchronized是一个重量级锁，相对于Lock，它会显得那么笨重，以至于我们认为它不是那么的高效，并慢慢抛弃

在并发编程时，一般使用runnable，然后扔给线程池完事，这种情况下不需要线程的结果。 所以run的返回值是void类型。 如果是一个多线程协作程序，比如菲波拉切数列，1，1，2，3，5，8...使用多线程来计算。 但后者需要前者的结果，就需要用callable接口了。 callable用法和runnable一样，只不过调用的

使用python多进程跑同样的代码。python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。multiproc

!(https://oscimg.oschina.net/oscnet/8d41bd52f45c4406b2f9b2143c372f369ee.jpg)一般情况下我们说unity不支持多线程，是因为我们只能在unity主线程内无限制的访问unity相关api。但是我们也是可以用Thread写多线程，只是在这样的分线程中我们无法获取unity组件运

概念volatile也是多线程的解决方案之一。\\volatile能够保证可见性，但是不能保证原子性。\\它只能作用于变量，不能作用于方法。当一个变量被声明为volatile的时候，任何对该变量的读写都会绕过高速缓存，直接读取主内存的变量的值。如何理解直接读写主内存的值：回到多线程生成的原因（Java内存模型与

    时代在发展，技术在更迭，水涨船也高，我们的面试也发生了重大变化，从区别到原理，从代码到jvm，问题越来越底层，知识越来越基础。1、ConcurrentModificationException是什么，为什么会出现，以及在单线程或者多线程环境下如何解决此问题？假如在多线程中使用Vector可以避免吗。2、HashMap的数据结构是什么，

首先说一下对多线程(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Flennard.yo2.cn%2Farticles%2Ftag%2F%25E5%25A4%259A%25E7%25BA%25BF%25E7%25A8%258B)这个名词的理解过程。以前听说过很多次多线程这个词，而且往往与

springbootmavenplugin打包，使用Java并行流多线程发送kafka消息，刚开始发送时报错，Invalidvalueorg.apache.kafka.common.serialization.StringSerializerforconfigurationkey.serializer:Classorg.apache.kafka.common.serialization.StringSerializercouldnotbefound.

问题与解决：问题：查询大数据量的时候，例如一次返回50w数据量的包，循环去查询发现读取会超时。解决方案：经过思考采用多线程去分页查询。使用线程池创建多个线程去查询分页后的数据最后汇总一下，解决了一次查询大量数据返回超时的问题。一次查询现状：多线程分页查询改