一、在高并发场景下，CAS修改数据有什么问题？有什么优化方案？

性能问题，因为cas会导致大量线程空循环，导致cpu飙高。
优化方案：
任务拆解、不同线程进行不同的任务，最后将结果汇总，充分利用线程。例如：累加操作，进行分段操作。
java1.8使用LongAdder就是利用上述方案，对Atomic类实现优化。
AtomicLong中有个内部变量value保存着实际的long值，所有的操作都是针对该变量进行。也就是说，高并发环境下，value变量其实是一个热点，也就是N个线程竞争一个热点。
LongAdder的基本思路就是分散热点，将value值分散到一个数组中，不同线程会命中到数组的不同槽中，各个线程只对自己槽中的那个值进行CAS操作，这样热点就被分散了，冲突的概率就小很多。如果要获取真正的long值，只要将各个槽中的变量值累加返回

对于AtomicLong，最终结果的计算始终是下面这个形式：
value = 10 + 10 + 10 = 30
对于LongAdder来说，内部有一个base变量，一个Cell[]数组。
base变量：非竞态条件下，直接累加到该变量上
Cell[]数组：竞态条件下，累加个各个线程自己的槽Cell[i]中
最终结果的计算是下面这个形式：

LongAdder实现原理：https://segmentfault.com/a/1190000015865714