JUC学习 - 原子操作增强类LongAdder、LongAccumulator

我们来模拟50个线程，每个线程对计数器递增100万次，最终结果应该是5000万。

我们使用4种方式实现，看一下其性能，然后引出为什么需要使用LongAdder、LongAccumulator。

1、方式一：synchronized 方式实现

public class MakeTheCounter {static int count = 0;public static synchronized void incr() {count++;}public static void main(String[] args) throws ExecutionException, InterruptedException {for (int i = 0; i < 10; i++) {count = 0;m1();}}private static void m1() throws InterruptedException {long t1 = System.currentTimeMillis();int threadCount = 50;CountDownLatch countDownLatch = new CountDownLatch(threadCount);for (int i = 0; i < threadCount; i++) {new Thread(() -> {try {for (int j = 0; j < 1000000; j++) {incr();}} finally {countDownLatch.countDown();}}).start();}countDownLatch.await();long t2 = System.currentTimeMillis();System.out.printf("结果：%s,耗时(ms)：%s%n", count, (t2 - t1));}}

运行上面的代码，输出结果：

结果：50000000,耗时(ms)：1238
结果：50000000,耗时(ms)：743
结果：50000000,耗时(ms)：513
结果：50000000,耗时(ms)：512
结果：50000000,耗时(ms)：466
结果：50000000,耗时(ms)：478
结果：50000000,耗时(ms)：478
结果：50000000,耗时(ms)：458
结果：50000000,耗时(ms)：485
结果：50000000,耗时(ms)：473

平均耗时：588毫秒

2、方式2：AtomicLong实现

public class MakeTheCounter {static AtomicLong count = new AtomicLong(0);public static void incr() {count.incrementAndGet();}public static void main(String[] args) throws ExecutionException, InterruptedException {for (int i = 0; i < 10; i++) {count.set(0);m1();}}private static void m1() throws InterruptedException {long t1 = System.currentTimeMillis();int threadCount = 50;CountDownLatch countDownLatch = new CountDownLatch(threadCount);for (int i = 0; i < threadCount; i++) {new Thread(() -> {try {for (int j = 0; j < 1000000; j++) {incr();}} finally {countDownLatch.countDown();}}).start();}countDownLatch.await();long t2 = System.currentTimeMillis();System.out.println(String.format("结果：%s,耗时(ms)：%s", count, (t2 - t1)));}}

运行上面的代码，输出结果：

结果：50000000,耗时(ms)：992
结果：50000000,耗时(ms)：959
结果：50000000,耗时(ms)：796
结果：50000000,耗时(ms)：1019
结果：50000000,耗时(ms)：967
结果：50000000,耗时(ms)：1067
结果：50000000,耗时(ms)：787
结果：50000000,耗时(ms)：933
结果：50000000,耗时(ms)：911
结果：50000000,耗时(ms)：978

平均耗时：940毫秒

AtomicLong内部采用CAS的方式实现，并发量大的情况下，CAS失败率比较高，导致性能比synchronized还低一些。并发量不是太大的情况下，CAS性能还是可以的。

3、方式3：LongAdder实现

先介绍一下LongAdder，说到LongAdder，不得不提的就是AtomicLong，AtomicLong是JDK1.5开始出现的，里面主要使用了一个long类型的value作为成员变量，然后使用循环的CAS操作去操作value的值，并发量比较大的情况下，CAS操作失败的概率较高，内部失败了会重试，导致耗时可能会增加。

LongAdder是JDK1.8开始出现的，所提供的API基本上可以替换掉原先的AtomicLong。

LongAdder在并发量比较大的情况下，操作数据的时候，相当于把这个数字分成了很多份数字，然后交给多个人去管控，每个管控者负责保证部分数字在多线程情况下操作的正确性。当多线程访问的时，通过hash算法映射到具体管控者去操作数据，最后再汇总所有的管控者的数据，得到最终结果。相当于降低了并发情况下锁的粒度，所以效率比较高，看一下下面的图，方便理解：

代码：

public class MakeTheCounter {static LongAdder count = new LongAdder();public static void incr() {count.increment();}public static void main(String[] args) throws ExecutionException, InterruptedException {for (int i = 0; i < 10; i++) {count.reset();m1();}}private static void m1() throws ExecutionException, InterruptedException {long t1 = System.currentTimeMillis();int threadCount = 50;CountDownLatch countDownLatch = new CountDownLatch(threadCount);for (int i = 0; i < threadCount; i++) {new Thread(() -> {try {for (int j = 0; j < 1000000; j++) {incr();}} finally {countDownLatch.countDown();}}).start();}countDownLatch.await();long t2 = System.currentTimeMillis();System.out.println(String.format("结果：%s,耗时(ms)：%s", count.sum(), (t2 - t1)));}}

运行上面的代码，输出结果：

结果：50000000,耗时(ms)：362
结果：50000000,耗时(ms)：525
结果：50000000,耗时(ms)：410
结果：50000000,耗时(ms)：370
结果：50000000,耗时(ms)：228
结果：50000000,耗时(ms)：263
结果：50000000,耗时(ms)：302
结果：50000000,耗时(ms)：220
结果：50000000,耗时(ms)：218
结果：50000000,耗时(ms)：219

平均耗时：311毫秒

代码中new LongAdder()创建一个LongAdder对象，内部数字初始值是0，调用increment()方法可以对LongAdder内部的值原子递增1。reset()方法可以重置LongAdder的值，使其归0。

4、方式4：LongAccumulator实现

LongAccumulator介绍

LongAccumulator是LongAdder的功能增强版。LongAdder的API只有对数值的加减，而LongAccumulator提供了自定义的函数操作，其构造函数如下：

/*** accumulatorFunction：需要执行的二元函数（接收2个long作为形参，并返回1个long）* identity：初始值*/
public LongAccumulator(LongBinaryOperator accumulatorFunction,long identity) {this.function = accumulatorFunction;base = this.identity = identity;
}

示例代码：

public class MakeTheCounter {static LongAccumulator count = new LongAccumulator((x, y) -> x + y, 0L);public static void incr() {count.accumulate(1);}public static void main(String[] args) throws ExecutionException, InterruptedException {for (int i = 0; i < 10; i++) {count.reset();m1();}}private static void m1() throws ExecutionException, InterruptedException {long t1 = System.currentTimeMillis();int threadCount = 50;CountDownLatch countDownLatch = new CountDownLatch(threadCount);for (int i = 0; i < threadCount; i++) {new Thread(() -> {try {for (int j = 0; j < 1000000; j++) {incr();}} finally {countDownLatch.countDown();}}).start();}countDownLatch.await();long t2 = System.currentTimeMillis();System.out.println(String.format("结果：%s,耗时(ms)：%s", count.longValue(), (t2 - t1)));}}

运行上面的代码，输出结果：

结果：50000000,耗时(ms)：248
结果：50000000,耗时(ms)：217
结果：50000000,耗时(ms)：251
结果：50000000,耗时(ms)：246
结果：50000000,耗时(ms)：302
结果：50000000,耗时(ms)：309
结果：50000000,耗时(ms)：317
结果：50000000,耗时(ms)：235
结果：50000000,耗时(ms)：224
结果：50000000,耗时(ms)：217

平均耗时：256毫秒

LongAccumulator的效率和LongAdder差不多，不过更灵活一些。

调用new LongAdder()等价于new LongAccumulator((x, y) -> x + y, 0L)。

从上面4个示例的结果来看，LongAdder、LongAccumulator全面超越同步锁及AtomicLong的方式，建议在使用AtomicLong的地方可以直接替换为LongAdder、LongAccumulator，吞吐量更高一些。

文章参考：http://www.itsoku.com/ 博主觉得这个文章的内容挺不错的，感兴趣的可以去了解一下。