拷问记录：CopyOnWriteArrayList 并发容器

题目与回答复盘

用户回答摘要：读无锁因为 get 方法不加锁，且数组加了 volatile 保证可见性。写时全量复制原数组，保留旧数组快照供读线程使用。不确定多线程写是否冲突。
缺失点：多线程写入时不会在运行时冲突，因为写操作开始时会先获取同步独占锁（synchronized）来保证串行化写入。
推荐答案与项目口径：读操作读取被 volatile 修饰的数组，完全无锁；写操作会先通过同步独占锁（synchronized）进行互斥，保证只有一个写线程在拷贝新数组和修改数据，写完后回写数组引用并释放锁，以此保证写线程安全。

用户回答摘要：不会抛异常。因为写时拷贝了新数组，原来遍历的线程读取的仍然是旧数据（快照），属于最终一致性模型。
缺失点：回答非常准确！面试中也可以称之为“弱一致性（Weak Consistency）”。
推荐答案与项目口径：不会抛出异常。迭代器在创建时会持有当前时刻的原数组“快照”，之后的遍历都在老快照数组上进行，与写线程在新副本上的操作相互隔离。读线程读到的是老元素，属于典型的弱一致性（最终一致性）模型。

用户回答摘要：因为 FAQ 语义缓存是读多写极少的场景（一周更新不了一次），而 CopyOnWrite 读数据完全无锁，比 ConcurrentHashMap 性能高。
缺失点：漏掉了关键的数据结构底层与匹配算法特征：语义缓存做的是全量向量比对（线性扫描 $O(N)$），需要顺序遍历。List 的数组结构在内存中是连续的，非常适合遍历；而 Map 在内存中是分散的桶链表/红黑树，遍历开销大且容易发生 CPU 缓存未命中（Cache Miss）。另外，语义缓存不需要通过 Hash 进行 Key 的精准查找，所以使用 Map 的哈希索引毫无意义。
推荐答案与项目口径：
1. 计算特征（全量遍历 vs 精准哈希）：语义缓存匹配是计算用户向量与缓存中所有向量的夹角余弦，必须进行全量线性扫描，而非 $O(1)$ 的哈希精准查找，因此 Map 结构无用武之地。
2. 硬件友好度：List 底层是连续的内存数组，遍历时 CPU 缓存预取极其高效（Cache-friendly）；而 Map 遍历需要跨越哈希槽、链表或红黑树节点，指针跳转多、容易引发 CPU 缓存失效。
3. 读多写极少：数据更新频率极低，写开销可忽略不计，CopyOnWriteArrayList 带来的“全无锁读”能最大化榨干读取性能。

在被问到“为什么不用 ConcurrentHashMap”时，务必抛出 “全量线性扫描对比向量相似度，连续数组在 CPU 缓存预取上的硬件性能优于 Map 链表” 这一深度软硬件底层理解，这能瞬间秒杀绝大多数候选人。