一,为什么要用LongAdder
【参考】volatile 解决多线程内存不可见问题。对于一写多读,是可以解决变量同步问题,但是如果多写,同样无法解决线程安全问题。
说明:如果是 count++ 操作,使用如下类实现:AtomicInteger count = new AtomicInteger(); count.addAndGet(1); 如果是 JDK8,推荐使用 LongAdder 对象,比 AtomicLong 性能更好(减少乐观 锁的重试次数)。
以上内容来自阿里《Java开发手册》。
里面提到了多线程读写环境下,LongAdder相对于Atomic原子类拥有更好的效率。
public class LongAdderAndAtomicTest {
private static AtomicInteger a = new AtomicInteger(0);
private static LongAdder b = new LongAdder();
public static void main(String[] args) throws Exception {
test(1, 10000000);
test(10, 10000000);
test(20, 10000000);
test(50, 10000000);
test(100, 10000000);
}
/**
* 测试LongAdder和Atomic的效率
*
* @param threadNum 线程数
* @param times 执行时间
*/
public static void test(Integer threadNum, Integer times) throws Exception {
System.out.println("线程数为:" + threadNum);
testAtomic(threadNum, times);
testLongAdder(threadNum, times);
}
/**
* 测试Atomic的效率
*
* @param threadNum
* @param times
*/
public static void testAtomic(Integer threadNum, Integer times) throws InterruptedException {
//开始时间
long start = System.currentTimeMillis();
CountDownLatch countDownLatch = new CountDownLatch(threadNum);
for (int i = 0; i < threadNum; i++) {
new Thread(() -> {
for (int j = 0; j < times; j++) {
a.incrementAndGet();
}
countDownLatch.countDown();
}).start();
}
countDownLatch.await();
//结束时间
long end = System.currentTimeMillis();
System.out.println("Atomic 消耗时间:" + (end - start));
}
/**
* 测试LongAdder的效率
*
* @param threadNum
* @param times
*/
public static void testLongAdder(Integer threadNum, Integer times) throws InterruptedException {
//开始时间
long start = System.currentTimeMillis();
CountDownLatch countDownLatch = new CountDownLatch(threadNum);
for (int i = 0; i < threadNum; i++) {
new Thread(() -> {
for (int j = 0; j < times; j++) {
b.increment();
}
countDownLatch.countDown();
}).start();
}
countDownLatch.await();
//结束时间
long end = System.currentTimeMillis();
System.out.println("LongAdder 消耗时间:" + (end - start));
}
}
由图可以看到,线程数越多,LongAdder的效率型对于Atomic越高,由此可以看出,LongAdder更适合于高并发情况下。
二,LongAdder源码阅读
看LongAdder类的继承关系:
public class LongAdder extends Striped64 implements Serializable
LongAdder
这个类继承自Striped64
,Striped64
里面声明了一个内部类Cell
。
@sun.misc.Contended static final class Cell {
//拥有内存可见性的value
volatile long value;
//带参数的构造器
Cell(long x) { value = x; }
//调用unsafe类的cas对cmp和bal进行比较交换,返回是否成功
final boolean cas(long cmp, long val) {
return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val);
}
//声明unsafe类
private static final sun.misc.Unsafe UNSAFE;
//声明cell成员属性的内存偏移量
private static final long valueOffset;
//初始化
static {
try {
UNSAFE = sun.misc.Unsafe.getUnsafe();
Class<?> ak = Cell.class;
valueOffset = UNSAFE.objectFieldOffset
(ak.getDeclaredField("value"));
} catch (Exception e) {
throw new Error(e);
}
}
}
//获取当前系统的cpu数 控制cells数组长度的一个关键条件
static final int NCPU = Runtime.getRuntime().availableProcessors();
//数组的长度,只要数组不为空,一定是2的倍数,这样-1转化为二进制的时候一定是一大堆1
transient volatile Cell[] cells;
//没有发生过竞争时,数据会累加到 base上 | 当cells扩容时,需要将数据写到base中
transient volatile long base;
//初始化cells或者扩容cells都需要获取锁,0 表示无锁状态,1 表示其他线程已经持有锁了
transient volatile int cellsBusy;
LongAdder里面使用的这两个属性实际上是继承自他的父类的。
public void add(long x) {
/**
* as: 表示cells数组的引用
* b: 表示获取的base值
* v: 表示期望值
* m: 表示cells数组的长度
* a: 表示当前线程命中的cell单元格
*/
Cell[] as; long b, v; int m; Cell a;
/**
* 条件一:true->表示cells已经初始化过,当前线程应该将数据写入到对应的cell中
* false->表示cells未初始化,当前所有线程应该将数据写入到base中
* 条件二:false->表示当前线程cas替换数据成功
* true->表示发生竞争了,可能需要重试或者扩容
* 进入if的条件:数组已经初始化 或者 cas交换数据失败,表示有竞争
*
*/
if ((as = cells) != null || !casBase(b = base, b + x)) {
/**
* uncontended: true -> 未竞争 false->发生竞争
* 条件一:true->数组没有初始化
* false->数组已经初始化
* 条件二:true->数组没有初始化
* false->数组已经初始化
*
* getProbe():获取当前线程的hash值
* 条件三:true-> 当前线程对应的cell并没有初始化
* false->当前线程对应的cell已经初始化
* 条件四:true->cas交换失败,表示有竞争
* false->cas交换成功
* 进入if的条件:
* cells未初始化, 或者 当前线程对应的cell未初始化, 或者 cas交换失败
*/
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);
}
}
接下来看longAccumulate()
。
/**
* 首先:哪些情况会进入当前方法?
* cells未初始化, 或者 当前线程对应的cell未初始化, 或者 cas交换失败
* @param x 新值
* @param fn 没用上。一个扩展接口
* @param wasUncontended 只有cells初始化之后,并且当前线程 竞争修改失败,才会是false
*/
final void longAccumulate(long x, LongBinaryOperator fn,
boolean wasUncontended) {
//h:代表当前线程hash值
int h;
/**
* 如果当前线程hash值等于0,条件成立
* 给当前线程分配hash值
* 将当前线程的hash值重新赋值给h
* 设置为未竞争或者竞争修改成功状态。
* 为什么?
* 因为默认所有线程进来操做的都是cells[0]的位置,所以不把它当作一次真正的竞争。
*/
if ((h = getProbe()) == 0) {
//给当前线程分配hash值
ThreadLocalRandom.current(); // force initialization
//将当前线程的hash值重新赋值给h
h = getProbe();
wasUncontended = true;
}
//表示扩容意向 false 一定不会扩容,true 可能会扩容。
boolean collide = false;
//自旋
for (;;) {
/**
* as 代表cells的引用
* a 当前线程对应的cell
* n cells的长度
* v 期望值
*/
Cell[] as; Cell a; int n; long v;
/**
* case1:
* cells已经初始化
*
* case1.1:
* if(当前线程对应的cell还没有初始化 && 当前处于无锁状态){
* 创建一个新的cell对象 r
*
* if(当前锁状态未0并且获取到了锁){
* created : 标记是否创建成功
* if(cells已经被初始化 && 当前线程对应的cell为空){
* 将当前线程对应位置的cell初始化为新创建的cell r
* create=true 表示创建成功,最终在释放锁。
* }
* }
* 将扩容意向改成false
* }
*
* case1.2:
* if(如果当前线程竞争修改失败){
* 状态改为true;
* //默认所有线程一开始都在cell[0]的位置,所以一定会发生竞争,
* //这次竞争就不当作一次真正的竞争。
* }
*
* case1.3:
* if(当前线程rehash过hash值 && 新命中的cell不为空){
* 尝试cas一次
* }
*
* case1.4:
* if(如果cells的长度>cpu数 || cells和as不一致){
* //cells和as不一致 说明其他线程已经扩容过了,当前线程只需要rehash重试即可
* 扩容意向强制改为false。
* }
*
* case1.5:
* //!collide = true 设置扩容意向 为true 但是不一定真的发生扩容
*
* case1.6:
* if(锁状态为0 && 获取到了锁){
* //第二层判断为了防止当前线程在对第一层id的条件判断一半的时候,又进来一个线程,将所有业务已经执行一遍了。
* //只有当cells==as才能说明,当前线程在第一层if执行条件的过程中,没有其他线程进来破坏。
* if(cells==as){
* 扩容为原来的二倍
* 重置当前线程Hash值
* }
* }
*/
if ((as = cells) != null && (n = as.length) > 0) {
if ((a = as[(n - 1) & h]) == null) {
if (cellsBusy == 0) { // Try to attach new Cell
Cell r = new Cell(x); // Optimistically create
if (cellsBusy == 0 && casCellsBusy()) {
//标记是否创建成功
boolean created = false;
try {
/**
* rs:cells的引用
* m:cells的长度
* j:当前线程对应的cells下标
*/
Cell[] rs; int m, j;
if ((rs = cells) != null &&
(m = rs.length) > 0 &&
rs[j = (m - 1) & h] == null) {
rs[j] = r;
created = true;
}
} finally {
cellsBusy = 0;
}
if (created)
break;
continue; // Slot is now non-empty
}
}
collide = false;
}
else if (!wasUncontended) // CAS already known to fail
wasUncontended = true; // Continue after rehash
else if (a.cas(v = a.value, ((fn == null) ? v + x :
fn.applyAsLong(v, x))))
break;
else if (n >= NCPU || cells != as)
collide = false; // At max size or stale
else if (!collide)
collide = true;
else if (cellsBusy == 0 && casCellsBusy()) {
try {
if (cells == as) { // Expand table unless stale
Cell[] rs = new Cell[n << 1];
for (int i = 0; i < n; ++i)
rs[i] = as[i];
cells = rs;
}
} finally {
cellsBusy = 0;
}
collide = false;
continue; // Retry with expanded table
}
//重置当前线程Hash值
h = advanceProbe(h);
}
/**
* case2:
* cells并未初始化
* 锁状态为0
* cells==as ? 因为其它线程可能会在你给as赋值之后修改了 cells
* 获取锁成功
* 里面再次判断cells==as是因为防止其他线程在判断第一层if的中间被其他线程先进来修改了一次
* 初始化cells
*/
else if (cellsBusy == 0 && cells == as && casCellsBusy()) {
boolean init = false;
try { // Initialize table
if (cells == as) {
Cell[] rs = new Cell[2];
rs[h & 1] = new Cell(x);
cells = rs;
init = true;
}
} finally {
cellsBusy = 0;
}
if (init)
break;
}
/**
* case3:
* cellsBusy处于加锁状态,表示其他线程正在初始化cells,
* 那么当前线程就应该将数据累加到base
*/
else if (casBase(v = base, ((fn == null) ? v + x :
fn.applyAsLong(v, x))))
break; // Fall back on using base
}
}
getProbe()
获取当前线程hash值。
static final int getProbe() {
return UNSAFE.getInt(Thread.currentThread(), PROBE);
}
casCellsBusy()
cas的方式获取锁。
final boolean casCellsBusy() {
return UNSAFE.compareAndSwapInt(this, CELLSBUSY, 0, 1);
}
advanceProbe(h)
重置当前线程hash值。
static final int advanceProbe(int probe) {
probe ^= probe << 13; // xorshift
probe ^= probe >>> 17;
probe ^= probe << 5;
UNSAFE.putInt(Thread.currentThread(), PROBE, probe);
return probe;
}
casBase()
cas的方式改变base值。
final boolean casBase(long cmp, long val) {
return UNSAFE.compareAndSwapLong(this, BASE, cmp, val);
}
三,LongAdder执行流程
LongAdder的执行流程实际上就是:
- 当没有线程竞争的时候,线程会直接操做base里面的值。
- 当有线程竞争的时候,会将base的值拷贝成一个cells数组,每个线程都来操作一个cell数组中的桶位,最终将cells各个桶位和base求和,就可以得到LongAdder的最终值。
public void add(long x) {
if(数组未初始化||cas的方式把值写入base失败){
if(数组未初始化||当前线程对应的单元格未初始化||或cas的方式在当前线程对应的单元格交换数据失败,说明有竞争){
longAccumulate(x, null, uncontended);
}
}
}
final void longAccumulate(long x, LongBinaryOperator fn,boolean wasUncontended) {
if(当前线程hash值==0){
重置当前线程hash值
是否发生竞争改为true
}
声明扩容意向=false
for(;;){
if(数组已经初始化过){
if(当前线程命中的单元格未初始化){
if(如果当前数组不是正在扩容){
创建一个新的Cell(x)
if(当前并未有其他线程对数组进行扩容&&且当前线程竞争扩容数组的权利成功){
声明 创建完成 =false;
if(数组不为空&&当前没有线程正在操作数组&&且当前线程命中的单元格为空){
将当前线程对应的单元格初始化为刚才创建的cell
创建完成 =true;
释放 数组扩容的权利
}
if(数组已经创建完成){
break
}
continue;
}
}
扩容意向 =false
}
else if(如果当前线程竞争修改失败){
状态设置为true
//默认所有线程1开始都在cell[0]的位置,所以一定会发生竞争,这次竞争就不当做一次真正的竞争
}
else if(cas的方式修改当前线程命中的单元格成功){
break
}
else if(数组长度大于cpu数||cells长度 和当前数组长度不一致){
扩容意向 =false
//cells长度 和当前数组长度不一致:说明已经有其他线程扩容了,当前线程只要rehash重试即可。
}
else if(扩容意向==false){
扩容意向 = true //但是不一定真的发生扩容
}
else if(当前没有线程正在在扩容数组 && 并且当前线程竞争到了扩容数组的资格){
if(在这个过程中没有线程把数组扩容了,也就是啥也没发生){
数组扩容一倍,将原数组的值进行一个拷贝,将新数组的地址指向原数组
}
释放数组扩容的权利
扩容意向改成false
}
把当前线程的hash值rehash
}
//当前数组没有被初始化
else if(当前没有线程正在初始化数组,也没有线程已经初始化完了,并且当前线程竞争到了初始化的权利){
声明 初始化 == false
if(当前数组还未初始化,说明没有线程已经初始化完了){
创建一个长度为2 的数组
并把当前线程命中的单元格初始化
初始化 == true
}
释放数组扩容权利
if(初始化==true){
break
}
}
//如果有线程正在初始化数组,那么当前线程就应该将数据累加到base
else if(cas的方式修改base值成功){
break
}
}
}
1.为什么比cas的效率高?
- cas是多线程竞争,只有拿到锁的线程才能去操做资源,其他线程不断的自旋重试,相当于线程排队。
- LongAdder是多线程竞争的时候,他会将共享资源拷贝多份,采用分支合并的思想,提升效率。