我们知道AtomicLong、AtomicInteger是基于硬件级别cas实现的保证线程安全的自增类,能保证原子化的自增操作。在多线程下,性能远好于加锁synchronized。
AtomicLong的实现是当多线程并发自增、自减时,通过cas指令从机器指令级别操作保证并发的原子性。制约性能的是高并发时cas失败几率会变高。失败后会重试,越多线程失败、越多次重试,失败几率就会更高,性能就会下降。
Java8诞生了一个新类——LongAdder,从名字就能看到是Long的Add。AtomicLong是因为硬件对一个value进行加锁,由于value只有一个,必然在多线程中有访问冲突。
而LongAdder是将value拆分成多个cell,最终的value值就是这多个cell相加的和。所以对LongAdder进行加减操作时,只需要对不同的cell来操作,不同的线程对不同的cell进行cas操作,这样成功率就会大大提高。
在并发数不高的情况,拆分成若干的cell,然后去维护cell求和,性能是不如AtomicLong的。所以LongAdder用了巧妙的方法来解决。初始情况下,LongAdder与AtomicLong是相同的,只有在cas失败时,才会将value拆分成cell,每失败一次,都会增加cel的数量。这样就能兼顾低并发和高并发都能高效。
通过代码测试也能证明:
public class TestAtomicLong {
private static AtomicLong ai = new AtomicLong(0);
public static void main(String[] args) throws InterruptedException {
MyThread mt = new MyThread();
Long time = System.currentTimeMillis();
System.out.println("当前时间:" + time);
for (int i = 0; i < 4; i++) {
Thread t = new Thread(mt);
t.start();
}
Thread.sleep(5000);
}
static class MyThread implements Runnable {
@Override
public void run() {
while (true) {
if (ai.get() >= 100000000L) {
System.out.println("已达到1亿");
System.out.println(System.currentTimeMillis());
return;
}
ai.getAndIncrement();
}
}
}
}
public class TestLongAdder {
private static LongAdder ai = new LongAdder();
public static void main(String[] args) throws InterruptedException {
MyThread mt = new MyThread();
Long time = System.currentTimeMillis();
System.out.println("当前时间:" + time);
for (int i = 0; i < 4; i++) {
Thread t = new Thread(mt);
t.start();
}
Thread.sleep(5000);
}
static class MyThread implements Runnable {
@Override
public void run() {
while (true) {
if (ai.longValue() >= 100000000L) {
System.out.println("已达到1亿");
System.out.println(System.currentTimeMillis());
return;
}
ai.increment();
}
}
}
}
这是只有4个线程的情况下,多个线程对一个变量加到1亿时,看看时间。
AtomicLong用了2.1秒,LongAdder用了2.2秒,性能还差于AtomicLong。
但是修改线程为50时,AtomicLong用了3秒,LongAdder用了2.3秒。
说明在多线程下,LongAdder优于AtomicLong。