一、有AtomicLong为什么还需要LongAdder/LongAccumulator？
大家对AtomicLong应该比较熟悉（如果未接触过，请翻看另一篇博客，通俗易懂的AtomicLong源码剖析），但JDK1.8为什么又新增了LongAdder/LongAccumulator2个类？AtomicLong不够用吗？答案：主要是基于性能考虑。AtomicLong的incrementAndGet()方法在高并发场景下，多个线程竞争修改共享资源value,会造成循环耗时过长，进而导致性能问题，下面贴出源码来讲解这个问题：
public final long incrementAndGet() {
return unsafe.getAndAddLong(this, valueOffset, 1L) + 1L;
}其中，unsafe.getAndAddLong方法如下：
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;
}可以看到，多个线程在竞争修改共享资源value值时，是在一个循环里面，高并发情况下，同一时刻只有一个线程CAS操作成功，其他大多数线程CAS失败，从而处于不断循环重试的场景，因此对性能造成影响。
二、那为什么LongAdder/LongAccumulator为什么能提升性能呢？它底层是怎么实现的呢？用了什么数据结构呢？
由于LongAccumulator是LongAdder的功能扩展，底层原理差不多，在此以LongAdder原理来说明。
首先看LongAdder的类结构：
public class LongAdder extends Striped64 implements Serializable {
}LongAdder继承了Striped64，真正发挥作用的是这个Striped64类，来看看它的类结构：
/**
* A package-local class holding common representation and mechanics * for classes supporting dynamic striping on 64bit values. The class * extends Number so that concrete subclasses must publicly do so. */@SuppressWarnings("serial")
abstract class Striped64 extends Number {
}接下来看它的重要属性有哪些：
/**
* Table of cells. When non-null, size is a power of 2. */
/*提升性能发挥作用的Cell数组，核心思想是通过多个线程在对应自己的Cell进行累加，从而减少竞争*/
transient volatile Cell[] cells;
/**
* Base value, used mainly when there is no contention, but also as * a fallback during table initialization races. Updated via CAS. */
/*多个线程没有发生竞争的时候，值累加在base上，这与AtomicLong的value作用是一样的*/
transient volatile long base;
/**
* Spinlock (locked via CAS) used when resizing and/or creating Cells. */
/*当Cells数组初始化，创建元素或者扩容的时候为1，否则为0*/
transient volatile int cellsBusy;可能不少同学对Cell感到不解，其实很简单，打开源码就知道究竟了
/*@Contended注解是JDK1.8提供的字节填充方式，解决伪共享问题，可翻看另一篇博客：**什么是伪共享***/
@sun.misc.Contended static final class Cell {
volatile long value;
Cell(long x) { value = x; }
final boolean cas(long cmp, long val) {
return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val);
}
}它是Striped64的内部类，里面有个volatile修饰的value值，也是通过cas操作修改它的值，LongAdder计数器的值就是所有Cell[]的value和再加上base的值。
对数据结构有了大致了解后，再来看里面的常用关键方法：
public void increment() {
add(1L);
}public void decrement() {
add(-1L);
}可以看到，递增递减都调用了add()方法，可见它是实现的核心。往里看：
public void add(long x) {
Cell[] as; long b, v; int m; Cell a;
if ((as = cells) != null || !casBase(b = base, b + x)) {
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[getProbe() & m]) == null ||
!(uncontended = a.cas(v = a.value, v + x)))
longAccumulate(x, null, uncontended);
}
}先来看第一个if分支if ((as = cells) != null || !casBase(b = base, b + x))
由于初始时cells为空，第一次调用add()方法的话,(as = cells) != null不成立，转向!casBase(b = base, b + x),打开里面代码很简单，就是对base值进行CAS修改，前面说过，没有竞争的时候修改的是base值，发生竞争的时候Cellp[]才起作用。
final boolean casBase(long cmp, long val) {
return UNSAFE.compareAndSwapLong(this, BASE, cmp, val);
}如果casBase返回true，表示该线程修改成功，结束；
如果casBase返回false，表示该线程修改失败，产生了竞争，进入里面的if条件
if (as == null || (m = as.length - 1) < 0 ||
(a = as[getProbe() & m]) == null ||
!(uncontended = a.cas(v = a.value, v + x)))咋看有点复杂，有4个分支，不着急，一个个来看。
第一个和第二个就是判断Cell[]有没有初始化，且元素不为空。
第三个和第四个就是在Cell[]已初始化的前提下，定位出当前线程应该对应的Cell元素，并尝试CAS修改里面的value值，给它加x，如果不成功，进入里面的longAccumulate(x, null, uncontended);
进入之前，可能有同学对uncontended和getProbe() & m有疑问。
uncontendted，翻译过来是"未发生过竞争的"意思，里面的方法会用到这个标记；而getProbe()返回的是Thread类threadLocalRandomProbe属性的值，它在ThreadLocalRandom里面发挥作用，另一篇博客有讲解，ThreadLocalRandom原理剖析。在这里我们可以把它理解成HashMap的哈希值h，然后与m=as.length - 1进行与操作，其实等效于h % as.length，即找到对应的位置，是不是和HashMap定位元素位置很类似？
static final int getProbe() {
return UNSAFE.getInt(Thread.currentThread(), PROBE);
}Class tk = Thread.class;
PROBE = UNSAFE.objectFieldOffset
(tk.getDeclaredField("threadLocalRandomProbe"));现在我们可以进入longAccumulate(x, null, uncontended);方法了，打开一看，你kin你ca，这么复杂，绝望了有没有？别急，耐心慢慢分析！
final void longAccumulate(long x, LongBinaryOperator fn, boolean wasUncontended) {
int h;
// 如果没有初始化
if ((h = getProbe()) == 0) {
// current()里面会初始化probe值
ThreadLocalRandom.current(); // force initialization
// 重新获取probe值
h = getProbe();
// 还未初始化，肯定没有产生竞争
wasUncontended = true;
}
// 是否发生碰撞，即多个线程hash到同一个Cell元素位置
boolean collide = false; // True if last slot nonempty
for (;;) {
Cell[] as; Cell a; int n; long v;
// 如果cells数组已经初始化
if ((as = cells) != null && (n = as.length) > 0) {
// hash到的数组元素位置为空
if ((a = as[(n - 1) & h]) == null) {
if (cellsBusy == 0) { // Try to attach new Cell
Cell r = new Cell(x); // Optimistically create
// 尝试获取锁
if (cellsBusy == 0 && casCellsBusy()) {
boolean created = false;
try { // Recheck under lock
Cell[] rs; int m, j;
// 再次检查该位置元素是否为空
if ((rs = cells) != null &&
(m = rs.length) > 0 &&
rs[j = (m - 1) & h] == null) {
// 将新生成的元素Cell(x)放在该位置上
rs[j] = r;
created = true;
}
} finally {
// 释放锁
cellsBusy = 0;
}
if (created)
// (1)创建成功，退出循环
break;
// 创建不成功，下一轮循环重试
continue; // Slot is now non-empty
}
}
// 该位置元素为空，则没有发生碰撞
collide = false;
}
// 对应外面add()方法的第四个条件，即该位置元素不为空，且cas失败了
// 重置wasUncontended，通过下面的advanceProbe()重新hash，找到新的位置进行下一轮重试
// 之所以重置wasUncontended，是为了下一轮重试时走下面cas分支，尝试对该位置元素进行值的修改
else if (!wasUncontended) // CAS already known to fail
wasUncontended = true; // Continue after rehash
// 第N（N > 1）轮重试，尝试对该位置元素进行值的修改，
else if (a.cas(v = a.value, ((fn == null) ? v + x :
fn.applyAsLong(v, x))))
// (2)修改成功退出循环
break;
// 如果数组元素到达CPU个数或者已经被扩容了，则重新hash下一轮重试
else if (n >= NCPU || cells != as)
collide = false; // At max size or stale
// 以上条件都不满足，则发生了碰撞，且竞争失败了
else if (!collide)
collide = true;
// 碰撞竞争失败时，则去尝试获取锁去扩容Cell数组
else if (cellsBusy == 0 && casCellsBusy()) {
try {
if (cells == as) { // Expand table unless stale
// 扩容为原来的2倍
Cell[] rs = new Cell[n << 1];
// 拷贝旧数组元素到新数组中
for (int i = 0; i < n; ++i)
rs[i] = as[i];
cells = rs;
}
} finally {
// 释放所
cellsBusy = 0;
}
// 扩容成功，则重置collide，表示我有新的位置去重试了，不跟你抢这个位置了
collide = false;
continue; // Retry with expanded table
}
// 产生新的hash值，尝试去找别的数组位置
h = advanceProbe(h);
}
// Cell[]为空，对应外面add()的第一二个条件，则尝试获取锁去初始化数组
else if (cellsBusy == 0 && cells == as && casCellsBusy()) {
boolean init = false;
try { // Initialize table
if (cells == as) {
// 初始化大小为2
Cell[] rs = new Cell[2];
// 将Cell(x)放在0或1号位置上
rs[h & 1] = new Cell(x);
cells = rs;
init = true;
}
} finally {
// 释放锁
cellsBusy = 0;
}
// (3)初始化成功，退出循环
if (init)
break;
}
// 有别的线程正在初始化数组，则尝试累加在base变量上
else if (casBase(v = base, ((fn == null) ? v + x :
fn.applyAsLong(v, x))))
// (4)成功则退出循环
break; // Fall back on using base
}
}由上面代码可以看出，这个方法逻辑相当复杂，再来总结梳理下，可以从上面注释标记的4处退出循环的条件来看：
(1) Cell[]不为空，hash到的位置元素为空，那么就创建元素，并赋值为x，成功的话可以退出循环；
(2) Cell[]不为空，hash到的位置元素不为空，且上一轮cas修改失败了，这轮重试如果成功，可以退出循环；
(3) Cell[]为空，那么尝试初始化数组，并把x赋值到0或1号位置上，成功的话可以退出循环;
(4) Cell[]为空，且有其他线程在初始化数组，那么尝试累加到base上，成功的话可以退出循环；
其他条件都是需要通过advanceProbe()进行rehash到其他位置，进行下一轮重试
三、总结
总结之前顺便提下LongAccumulator，它是把LongAdder的(v + x)操作换成一个LongBinaryOperator，即用户可以自定义累加操作的逻辑，其他地方都是一样的
public LongAccumulator(LongBinaryOperator accumulatorFunction,
long identity) {
this.function = accumulatorFunction;
base = this.identity = identity;
}整个LongAdder的源码分析就到这里结束了，其实JDK也提供了double类型的DoubleAdder和DoubleAccumulator，他们都继承了Striped64，原理是大同小异的，有兴趣的同学可以自己去看看源码。
关于平时开发如何选择AtomicLong，相信大家也很清楚了，并发不高的情况下用AtomicLong就行，并发很高的情况下就要选择LongAdder或者LongAccumulator了！
最后在别的地方看到一张图，可以更好的帮助我们理解原理，放在这里给大家看看。
ps:第一次写技术博客，描述地不准确的地方，希望大家包容，也可以指出来，共同进步！