高并发下的 AtomicLong 性能有点差！
如果让你实现一个计数器，有点经验的同学可以很快的想到使用AtomicInteger或者AtomicLong进行简单的封装。
因为计数器操作涉及到内存的可见性和线程之间的竞争，而Atomic*的实现完美的屏蔽了这些技术细节，我们只需要执行相应的方法，就能实现对应的业务需求。
Atomic**虽然好用，不过这些的操作在并发量很大的情况下，性能问题也会被相应的放大。我们可以先看下其中 getAndIncrement的实现代码
public final long getAndIncrement() { return unsafe.getAndAddLong(this, valueOffset, 1L);}
// unsafe类中的实现public final long getAndAddLong(Object var1, long var2, long var4) { long var6; do { var6 = this.getLongVolatile(var1, var2); } while(!this.compareAndSwapLong(var1, var2, var6, var6 + var4));
return var6;}很显然，在 getAndAddLong实现中，为了实现正确的累加操作，如果并发量很大的话，cpu会花费大量的时间在试错上面，相当于一个spin的操作。如果并发量小的情况，这些消耗可以忽略不计。
既然已经意识到Atomic*有这样的缺陷，Doug Lea大神又给我们提供了LongAdder，内部的实现有点类似ConcurrentHashMap的分段锁，最好的情况下，每个线程都有独立的计数器，这样可以大量减少并发操作。
下面通过JMH比较一下AtomicLong 和 LongAdder的性能。
@OutputTimeUnit(TimeUnit.MICROSECONDS)@BenchmarkMode(Mode.Throughput)public class Main {
private static AtomicLong count = new AtomicLong(); private static LongAdder longAdder = new LongAdder(); public static void main(String[] args) throws Exception { Options options = new OptionsBuilder().include(Main.class.getName()).forks(1).build(); new Runner(options).run(); }
@Benchmark @Threads(10) public void run0(){ count.getAndIncrement(); }
@Benchmark @Threads(10) public void run1(){ longAdder.increment(); }}1、设置BenchmarkMode为Mode.Throughput，测试吞吐量 2、设置BenchmarkMode为Mode.AverageTime，测试平均耗时
线程数为1
1、吞吐量
Benchmark Mode Cnt Score Error UnitsMain.run0 thrpt 5 154.525 ± 9.767 ops/usMain.run1 thrpt 5 89.599 ± 7.951 ops/us2、平均耗时
Benchmark Mode Cnt Score Error UnitsMain.run0 avgt 5 0.007 ± 0.001 us/opMain.run1 avgt 5 0.011 ± 0.001 us/op单线程情况下：1、AtomicLong的吞吐量和平均耗时都占优势
线程数为10
1、吞吐量
Benchmark Mode Cnt Score Error UnitsMain.run0 thrpt 5 37.780 ± 1.891 ops/usMain.run1 thrpt 5 464.927 ± 143.207 ops/us2、平均耗时
Benchmark Mode Cnt Score Error UnitsMain.run0 avgt 5 0.290 ± 0.038 us/opMain.run1 avgt 5 0.021 ± 0.001 us/op并发线程为10个时：
- LongAdder的吞吐量比较大，是AtomicLong的10倍多。
- LongAdder的平均耗时是AtomicLong的十分之一。
线程数为30
1、吞吐量
Benchmark Mode Cnt Score Error UnitsMain.run0 thrpt 5 36.215 ± 2.341 ops/usMain.run1 thrpt 5 486.630 ± 26.894 ops/us2、平均耗时
Main.run0 avgt 5 0.792 ± 0.021 us/opMain.run1 avgt 5 0.063 ± 0.002 us/op线程数为30个时：
- LongAdder的吞吐量比较大，也是AtomicLong的10倍多。
- LongAdder的平均耗时也是AtomicLong的十分之一。
总结
一些高并发的场景，比如限流计数器，建议使用LongAdder替换AtomicLong，性能可以提升不少。
本文分享自 MoziInnovations 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
