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。
优化思想
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所使用的思想就是热点分离，这一点可以类比一下ConcurrentHashMap的设计思想。就是将value值分离成一个数组，当多线程访问时，通过hash算法映射到其中的一个数字进行计数。而最终的结果，就是这些数组的求和累加。这样一来，就减小了锁的粒度。如下图所示：
在实现的代码中，LongAdder一开始并不会直接使用Cell[]存储。而是先使用一个long类型的base存储，当casBase()出现失败时，则会创建Cell[]。此时，如果在单个Cell上面出现了cell更新冲突，那么会尝试创建新的Cell，或者将Cell[]扩容为2倍。代码如下：
public void increment() {
add(1L);
}
public void add(long x) {
Cell[] as; long b, v; int m; Cell a;
if ((as = cells) != null || !casBase(b = base, b + x)) {// 如cells不为空，直接对cells操作；否则casBase
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[getProbe() & m]) == null ||
!(uncontended = a.cas(v = a.value, v + x))) // CAS cell
longAccumulate(x, null, uncontended); // 创建新的Cell或者扩容
}
}
对比测试
下面给出一段LongAdder和Atomic的对比测试代码：
public class CompareTest {
public static final int THREAD_COUNT = 1000;
static ExecutorService pool = Executors.newFixedThreadPool(THREAD_COUNT);
static CompletionService<Long> completionService = new ExecutorCompletionService<Long>(pool);
static final AtomicLong atomicLong = new AtomicLong(0L);
static final LongAdder longAdder = new LongAdder();
public static void main(String[] args) throws InterruptedException, ExecutionException {
long start = System.currentTimeMillis();
for(int i = 0; i < THREAD_COUNT; i++) {
completionService.submit(new Callable<Long>() {
@Override
public Long call() throws Exception {
for(int j = 0; j < 100000; j++) {
// atomicLong.incrementAndGet();
longAdder.increment();
}
return 1L;
}
});
}
for(int i = 0; i < THREAD_COUNT; i++) {
Future<Long> future = completionService.take();
future.get();
}
System.out.println("耗时：" + (System.currentTimeMillis() - start));
pool.shutdown();
}
}测试结果对比图如下：
从上结果图可以看出，在并发比较低的时候，LongAdder和AtomicLong的效果非常接近。但是当并发较高时，两者的差距会越来越大。上图中在线程数为1000，每个线程循环数为100000时，LongAdder的效率是AtomicLong的6倍左右。
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;
}上面构造函数，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。下面看一个Demo：
public class LongAccumulatorDemo {
// 找出最大值
public static void main(String[] args) throws InterruptedException {
LongAccumulator accumulator = new LongAccumulator(Long::max, Long.MIN_VALUE);
Thread[] ts = new Thread[1000];
for (int i = 0; i < 1000; i++) {
ts[i] = new Thread(() -> {
Random random = new Random();
long value = random.nextLong();
accumulator.accumulate(value); // 比较value和上一次的比较值，然后存储较大者
});
ts[i].start();
}
for (int i = 0; i < 1000; i++) {
ts[i].join();
}
System.out.println(accumulator.longValue());
}
}从上面代码可以看出，accumulate(value)传入的值会与上一次的比较值对比，然后保留较大者，最后打印出最大值。
参考：《Java高并发程序设计》
