本文主要内容
- 4 种方式实现计数器功能，对比其性能
- 介绍 LongAdder
- 介绍 LongAccumulator
来个需求
一个 jvm 中实现一个计数器功能，需保证多线程情况下数据正确性。
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。方式一：synchronized 方式实现
package com.itsoku.chat32;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.atomic.LongAccumulator;
/
微信公众号：程序员路人，个人博客：http://www.itsoku.com
/
public class Demo1 {
static int** count = 0;
**public** **static** **synchronized** **void** **incr**() {<br /> count++;<br /> }**public** **static** **void** **main**(String[] args) **throws** ExecutionException, InterruptedException {<br /> **for** (**int** i = 0; i < 10; i++) {<br /> count = 0;<br /> m1();<br /> }<br /> }**private** **static** **void** **m1**() **throws** InterruptedException {<br /> **long** t1 = System.currentTimeMillis();<br /> **int** threadCount = 50;<br /> CountDownLatch countDownLatch = **new** CountDownLatch(threadCount);<br /> **for** (**int** i = 0; i < threadCount; i++) {<br /> **new** Thread(() -> {<br /> **try** {<br /> **for** (**int** j = 0; j < 1000000; j++) {<br /> incr();<br /> }<br /> } **finally** {<br /> countDownLatch.countDown();<br /> }<br /> }).start();<br /> }<br /> countDownLatch.await();<br /> **long** t2 = System.currentTimeMillis();<br /> System.out.println(String.format("结果：%s,耗时(ms)：%s", count, (t2 - t1)));<br /> }<br />}
输出：
结果：50000000,耗时(ms)：1437
结果：50000000,耗时(ms)：1913
结果：50000000,耗时(ms)：386
结果：50000000,耗时(ms)：383
结果：50000000,耗时(ms)：381
结果：50000000,耗时(ms)：382
结果：50000000,耗时(ms)：379
结果：50000000,耗时(ms)：379
结果：50000000,耗时(ms)：392
结果：50000000,耗时(ms)：384
方式 2：AtomicLong 实现
package com.itsoku.chat32;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.atomic.AtomicLong;
/
微信公众号：程序员路人，个人博客：http://www.itsoku.com
/
public class Demo2 {
static AtomicLong count = new** AtomicLong(0);
**public** **static** **void** **incr**() {<br /> count.incrementAndGet();<br /> }**public** **static** **void** **main**(String[] args) **throws** ExecutionException, InterruptedException {<br /> **for** (**int** i = 0; i < 10; i++) {<br /> count.set(0);<br /> m1();<br /> }<br /> }**private** **static** **void** **m1**() **throws** InterruptedException {<br /> **long** t1 = System.currentTimeMillis();<br /> **int** threadCount = 50;<br /> CountDownLatch countDownLatch = **new** CountDownLatch(threadCount);<br /> **for** (**int** i = 0; i < threadCount; i++) {<br /> **new** Thread(() -> {<br /> **try** {<br /> **for** (**int** j = 0; j < 1000000; j++) {<br /> incr();<br /> }<br /> } **finally** {<br /> countDownLatch.countDown();<br /> }<br /> }).start();<br /> }<br /> countDownLatch.await();<br /> **long** t2 = System.currentTimeMillis();<br /> System.out.println(String.format("结果：%s,耗时(ms)：%s", count, (t2 - t1)));<br /> }<br />}
输出：
结果：50000000,耗时(ms)：971
结果：50000000,耗时(ms)：915
结果：50000000,耗时(ms)：920
结果：50000000,耗时(ms)：923
结果：50000000,耗时(ms)：910
结果：50000000,耗时(ms)：916
结果：50000000,耗时(ms)：923
结果：50000000,耗时(ms)：916
结果：50000000,耗时(ms)：912
结果：50000000,耗时(ms)：908
平均耗时：920 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。
AtomicLong属于 JUC 中的原子类，还不是很熟悉的可以看一下：JUC 中原子类，一篇就够了
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：
package com.itsoku.chat32;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.atomic.LongAdder;
/
微信公众号：程序员路人，个人博客：http://www.itsoku.com
/
public class Demo3 {
static LongAdder count = new** LongAdder();
**public** **static** **void** **incr**() {<br /> count.increment();<br /> }**public** **static** **void** **main**(String[] args) **throws** ExecutionException, InterruptedException {<br /> **for** (**int** i = 0; i < 10; i++) {<br /> count.reset();<br /> m1();<br /> }<br /> }**private** **static** **void** **m1**() **throws** ExecutionException, InterruptedException {<br /> **long** t1 = System.currentTimeMillis();<br /> **int** threadCount = 50;<br /> CountDownLatch countDownLatch = **new** CountDownLatch(threadCount);<br /> **for** (**int** i = 0; i < threadCount; i++) {<br /> **new** Thread(() -> {<br /> **try** {<br /> **for** (**int** j = 0; j < 1000000; j++) {<br /> incr();<br /> }<br /> } **finally** {<br /> countDownLatch.countDown();<br /> }<br /> }).start();<br /> }<br /> countDownLatch.await();<br /> **long** t2 = System.currentTimeMillis();<br /> System.out.println(String.format("结果：%s,耗时(ms)：%s", count.sum(), (t2 - t1)));<br /> }<br />}
输出：
结果：50000000,耗时(ms)：206
结果：50000000,耗时(ms)：105
结果：50000000,耗时(ms)：107
结果：50000000,耗时(ms)：107
结果：50000000,耗时(ms)：105
结果：50000000,耗时(ms)：99
结果：50000000,耗时(ms)：106
结果：50000000,耗时(ms)：102
结果：50000000,耗时(ms)：106
结果：50000000,耗时(ms)：102
平均耗时：100 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。
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：
package com.itsoku.chat32;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.atomic.LongAccumulator;
import java.util.concurrent.atomic.LongAdder;
/
微信公众号：程序员路人，个人博客：http://www.itsoku.com
/
public class Demo4 {
static LongAccumulator count = new** LongAccumulator((x, y) -> x + y, 0L);
**public** **static** **void** **incr**() {<br /> count.accumulate(1);<br /> }**public** **static** **void** **main**(String[] args) **throws** ExecutionException, InterruptedException {<br /> **for** (**int** i = 0; i < 10; i++) {<br /> count.reset();<br /> m1();<br /> }<br /> }**private** **static** **void** **m1**() **throws** ExecutionException, InterruptedException {<br /> **long** t1 = System.currentTimeMillis();<br /> **int** threadCount = 50;<br /> CountDownLatch countDownLatch = **new** CountDownLatch(threadCount);<br /> **for** (**int** i = 0; i < threadCount; i++) {<br /> **new** Thread(() -> {<br /> **try** {<br /> **for** (**int** j = 0; j < 1000000; j++) {<br /> incr();<br /> }<br /> } **finally** {<br /> countDownLatch.countDown();<br /> }<br /> }).start();<br /> }<br /> countDownLatch.await();<br /> **long** t2 = System.currentTimeMillis();<br /> System.out.println(String.format("结果：%s,耗时(ms)：%s", count.longValue(), (t2 - t1)));<br /> }<br />}
输出：
结果：50000000,耗时(ms)：138
结果：50000000,耗时(ms)：111
结果：50000000,耗时(ms)：111
结果：50000000,耗时(ms)：103
结果：50000000,耗时(ms)：103
结果：50000000,耗时(ms)：105
结果：50000000,耗时(ms)：101
结果：50000000,耗时(ms)：106
结果：50000000,耗时(ms)：102
结果：50000000,耗时(ms)：103
平均耗时：100 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。
若有收获，就点个赞吧
0 人点赞
