1.原子操作类有哪些
2.基本类型原子类
3.数组类型原子类
4.引用类型原子类
5.对象的属性修改原子类
6.LongAdder原理分析
7.LongAdder源码解读
8.总结
1.原子操作类有哪些
JAVA并发编程——CAS概念以及ABA问题我们通过以前这篇博客，基础性地了解了一下CAS的概念以及ABA的用法，而且使用了一下基本的AtomicInteger类，对原子引用类有了一个初步的了解。今天我们来系统归类一下原子引用类：
2.基本类型原子类
首先是基本类型原子类：
这是我们之前的博客介绍过的，我们就罗列一下我们经常使用的api：
public final int get() //获取当前的值
public final int getAndSet(int newValue)//获取当前的值，并设置新的值,cas
public final int getAndIncrement()//获取当前的值，并自增,cas
public final int getAndDecrement() //获取当前的值，并自减,cas
public final int getAndAdd(int delta) //获取当前的值，并加上预期的值
boolean compareAndSet(int expect, int update) //如果输入的数值等于预期值，则以原子方式将该值设置为输入值（update）无非就是使用了cas，对数据的操作进行了原子性校验，这样多线程操作数据的时候就不会丢失操作了。
3.数组类型原子类
这一组api也比较简单
AtomicIntegerArray atomicIntegerArray = new AtomicIntegerArray(new int[5]);//创建数组
atomicIntegerArray.getAndSet(0,1122);
atomicIntegerArray.getAndIncrement(1);
public class AtomicIntegerArrayDemo {
public static void main(String[] args) {
//初始化一个数组
AtomicIntegerArray atomicIntegerArray = new AtomicIntegerArray(new int[5]);
//AtomicIntegerArray atomicIntegerArray = new AtomicIntegerArray(5);
//AtomicIntegerArray atomicIntegerArray = new AtomicIntegerArray(new int[]{1,2,3,4,5});
//打印一下看看原始值
for(int i =0;i4.引用类型原子类
这个类，我们在 JAVA并发编程——CAS概念以及ABA问题里介绍过，就是将这个值设置一个版本号，可以解决ABA问题。
5.对象的属性修改原子类
这个类比较有意思，我们来介绍一下：
我们使用这几个类的目的就是要以一种线程安全的方式，操作非线程安全类的某些字段：比如操作一个Account(账户类)中的Balance(余额)字段，因为其它字段比如username(用户名)不容易更改，我们只需要对Balance进行加锁就行了。
注意：
1）更新的对象属性必须使用 public volatile 修饰符。
2）使用静态方法newUpdater()创建一个更新器，并且需要设置想要更新的类和属性。
@Data
public class BankAccount {
private volatile int money;
public void transferMoney(BankAccount bankAccount) {
//创建一个更新器
AtomicIntegerFieldUpdater integerFieldUpdater = AtomicIntegerFieldUpdater.newUpdater(BankAccount.class,"money");
integerFieldUpdater.incrementAndGet(bankAccount);
}
}
public class AtomicIntegerFieldUpdaterDemo {
public static void main(String[] args) {
BankAccount bankAccount = new BankAccount();
for (int i = 1; i<=1000;i++){
int finalI = i;
new Thread(() -> {
bankAccount.transferMoney(bankAccount);
}, String.valueOf(i)).start();
}
//暂停毫秒
try {
TimeUnit.MILLISECONDS.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(bankAccount.getMoney());
}
} 6.LongAdder原理分析
接下来介绍一下最重要的一个类：LongAdder!
我们都知道，如果在并发的情况下，做一个点赞计数器，可以使用AtomicInteger，它采用自旋的乐观锁方式，进行自增，但是如果并发量更大一点，就会让很多线程取抢占AtomicInteger，造成线程空转，这个时候，我们可以使用LongAdder！
LongAdder的性能比AtomicInteger高出很多，我们可以先来对比着看一下这两个类的性能：
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.atomic.LongAccumulator;
import java.util.concurrent.atomic.LongAdder;
public class LongAdderDemo {
static class ClickNumberNet {
int number = 0;
//使用synchronized锁进行自增
public synchronized void clickBySync() {
number++;
}
AtomicLong atomicLong = new AtomicLong(0);
//使用原子类进行自增
public void clickByAtomicLong() {
atomicLong.incrementAndGet();
}
LongAdder longAdder = new LongAdder();
//使用longAdder进行自增
public void clickByLongAdder() {
longAdder.increment();
}
LongAccumulator longAccumulator = new LongAccumulator((x, y) -> x + y, 0);
//使用longAccumulator（自定义自增函数内容）进行自增
public void clickByLongAccumulator() {
longAccumulator.accumulate(1);
}
}
public static void main(String[] args) throws InterruptedException {
ClickNumberNet clickNumberNet = new ClickNumberNet();
long startTime;
long endTime;
CountDownLatch countDownLatch = new CountDownLatch(50);
CountDownLatch countDownLatch2 = new CountDownLatch(50);
CountDownLatch countDownLatch3 = new CountDownLatch(50);
CountDownLatch countDownLatch4 = new CountDownLatch(50);
startTime = System.currentTimeMillis();
for (int i = 1; i <= 50; i++) {
new Thread(() -> {
try {
for (int j = 1; j <= 100 * 10000; j++) {
clickNumberNet.clickBySync();
}
} finally {
countDownLatch.countDown();
}
}, String.valueOf(i)).start();
}
countDownLatch.await();
endTime = System.currentTimeMillis();
System.out.println("synchronized----costTime: " + (endTime - startTime) + " 毫秒" + "\t clickBySync result: " + clickNumberNet.number);
startTime = System.currentTimeMillis();
for (int i = 1; i <= 50; i++) {
new Thread(() -> {
try {
for (int j = 1; j <= 100 * 10000; j++) {
clickNumberNet.clickByAtomicLong();
}
} finally {
countDownLatch2.countDown();
}
}, String.valueOf(i)).start();
}
countDownLatch2.await();
endTime = System.currentTimeMillis();
System.out.println("AtomicInteger----costTime: " + (endTime - startTime) + " 毫秒" + "\t clickByAtomicLong result: " + clickNumberNet.atomicLong);
startTime = System.currentTimeMillis();
for (int i = 1; i <= 50; i++) {
new Thread(() -> {
try {
for (int j = 1; j <= 100 * 10000; j++) {
clickNumberNet.clickByLongAdder();
}
} finally {
countDownLatch3.countDown();
}
}, String.valueOf(i)).start();
}
countDownLatch3.await();
endTime = System.currentTimeMillis();
System.out.println("LongAdder----costTime: " + (endTime - startTime) + " 毫秒" + "\t clickByLongAdder result: " + clickNumberNet.longAdder.sum());
startTime = System.currentTimeMillis();
for (int i = 1; i <= 50; i++) {
new Thread(() -> {
try {
for (int j = 1; j <= 100 * 10000; j++) {
clickNumberNet.clickByLongAccumulator();
}
} finally {
countDownLatch4.countDown();
}
}, String.valueOf(i)).start();
}
countDownLatch4.await();
endTime = System.currentTimeMillis();
System.out.println("LongAccumulator----costTime: " + (endTime - startTime) + " 毫秒" + "\t clickByLongAccumulator result: " + clickNumberNet.longAccumulator.longValue());
}
}运行结果为：
我们发现，LongAdder的性能是AtomicInteger类性能的十倍！我们来看一下为什么LongAdder能这么快。
我们从源码的描述中可以看出：当使用少的并发来操作这个LongAdder类的时候，LongAdder和AtomicLong拥有差不多的性能，当并发量大的时候，LongAdder的性能会高很多，因为LongAdder花费了更多的空间。
也就是说，LongAdder采取的是用空间换时间的方法来提升了统计速度。
我们顺便来看一下LongAdder的父类Striped64：
Striped64用了一个Cell数组和base以及cellsBusy，我们来看一下下面这个描述和这张原理图，我们就能大概明白LongAdder的底层原理了：
LongAdder的基本思路就是分散热点，将value值分散到一个Cell数组中，不同线程会命中到数组的不同槽位里面，各个线程对自己槽中的那个值进行CAS操作，这样热点就被分散了，冲突的概率就会小很多，如果要获取真正的long值，只要将各个槽的变量累计加回就可以了。
sum()方法会将所有cell数组中的value和base累加作为返回值，核心思想就是将AtomicLong的一个value的更新压力分到多个value当中去，以空间换时间，从而降级更新热点。
数学表达公式：
7.LongAdder源码解读
说了这么多，我们来看看LongAdder的源码：
public void add(long x) {
//cs表示cell的引用 ，b表示base的值，v表示期望值，m表示cell数组的长度，c表示命中cell的单元格
Cell[] cs; long b, v; int m; Cell c;
//首次操作线程，cell肯定为空，去走cas，失败的时候才会走到if里面
//如果cell不为空，则肯定发生过竞争激烈的现象，进入if
//如果cas失败，则竞争肯定也激烈，进入if
if ((cs = cells) != null || !casBase(b = base, b + x)) {
//不是竞争激烈的 true代表无竞争，false代表竞争积累
boolean uncontended = true;
//1.如果cell数组为空，则要进入初始化，进入方法（初始化cell数组）
//2.如果数组长度小于0，则进入初始化（初始化cell数组）（一般不会进入这个条件）
//3.getProbe()是通过算法返回这个线程应该落在哪个槽，如果这个槽还没初始化，则进入这个方法，初始化cell
//4.如果这个槽cas失败，则进入这个方法（去扩容）
if (cs == null || (m = cs.length - 1) < 0 ||
(c = cs[getProbe() & m]) == null ||
!(uncontended = c.cas(v = c.value, v + x)))
longAccumulate(x, null, uncontended);
}
} final void longAccumulate(long x, LongBinaryOperator fn,
boolean wasUncontended) {
int h;
//如果线程还未随机分配哈希值，给分配一个
if ((h = getProbe()) == 0) {
ThreadLocalRandom.current(); // force initialization
h = getProbe();
wasUncontended = true;
}
boolean collide = false; // True if last slot nonempty
done: for (;;) { //自旋
Cell[] cs; Cell c; int n; long v;
if ((cs = cells) != null && (n = cs.length) > 0) {
if ((c = cs[(n - 1) & h]) == null) {//如果命中了一个槽位，这个槽位还未初始化
if (cellsBusy == 0) { // Try to attach new Cell
Cell r = new Cell(x); // Optimistically create
if (cellsBusy == 0 && casCellsBusy()) {//双重检查锁
try { // Recheck under lock
Cell[] rs; int m, j;
if ((rs = cells) != null &&
(m = rs.length) > 0 &&
rs[j = (m - 1) & h] == null) {
rs[j] = r;
break done;
}
} finally {
cellsBusy = 0;
}
continue; // Slot is now non-empty
}
}
collide = false;
}
else if (!wasUncontended) // CAS already known to fail
wasUncontended = true; // Continue after rehash
else if (c.cas(v = c.value,
(fn == null) ? v + x : fn.applyAsLong(v, x)))//对某一个槽位进行cas
break;
else if (n >= NCPU || cells != cs)//容量已经超过CPU核数，不能扩容
collide = false; // At max size or stale
else if (!collide)
collide = true;
else if (cellsBusy == 0 && casCellsBusy()) {//扩容操作
try {
if (cells == cs) // Expand table unless stale
cells = Arrays.copyOf(cs, n << 1);
} finally {
cellsBusy = 0;
}
collide = false;
continue; // Retry with expanded table
}
h = advanceProbe(h);
}
else if (cellsBusy == 0 && cells == cs && casCellsBusy()) {//初始化cell数组
try { // Initialize table
if (cells == cs) {
Cell[] rs = new Cell[2];
rs[h & 1] = new Cell(x);
cells = rs;
break done;
}
} finally {
cellsBusy = 0;
}
}
// Fall back on using base
//如果全部操作都失败，进行casBase,兜底操作
else if (casBase(v = base,
(fn == null) ? v + x : fn.applyAsLong(v, x)))
break done;
}
}8.总结
今天我们学习了原子操作类以及LongAdder源码分析，
基本类型原子类我们平时最熟悉，使用乐观锁。
数组类型原子类可以操作数组。
引用类型原子类带版本号，可以解决aba问题。
对象的属性修改原子类，可以让加锁的粒度更细。
LongAdder是每个线程拥有自己的槽，各个线程一般只对自己槽中的那个值进行CAS操作。