java高并发系列 - 第32天:高并发中计数器的实现方式有哪些?(1)

《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》点击传送门,即可获取!

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;

/**

* 跟着阿里p7学并发,微信公众号:javacode2018

*/

public class Demo1 {

static int count = 0;

public static synchronized void incr() {

count++;

}

public static void main(String[] args) throws ExecutionException, InterruptedException {

for (int i = 0; i < 10; i++) {

count = 0;

m1();

}

}

private static void m1() throws InterruptedException {

long t1 = System.currentTimeMillis();

int threadCount = 50;

CountDownLatch countDownLatch = new CountDownLatch(threadCount);

for (int i = 0; i < threadCount; i++) {

new Thread(() -> {

try {

for (int j = 0; j < 1000000; j++) {

incr();

}

} finally {

countDownLatch.countDown();

}

}).start();

}

countDownLatch.await();

long t2 = System.currentTimeMillis();

System.out.println(String.format(“结果:%s,耗时(ms):%s”, count, (t2 - t1)));

}

}

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

平均耗时:390毫秒

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;

/**

* 跟着阿里p7学并发,微信公众号:javacode2018

*/

public class Demo2 {

static AtomicLong count = new AtomicLong(0);

public static void incr() {

count.incrementAndGet();

}

public static void main(String[] args) throws ExecutionException, InterruptedException {

for (int i = 0; i < 10; i++) {

count.set(0);

m1();

}

}

private static void m1() throws InterruptedException {

long t1 = System.currentTimeMillis();

int threadCount = 50;

CountDownLatch countDownLatch = new CountDownLatch(threadCount);

for (int i = 0; i < threadCount; i++) {

new Thread(() -> {

try {

for (int j = 0; j < 1000000; j++) {

incr();

}

} finally {

countDownLatch.countDown();

}

}).start();

}

countDownLatch.await();

long t2 = System.currentTimeMillis();

System.out.println(String.format(“结果:%s,耗时(ms):%s”, count, (t2 - t1)));

}

}

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:

640?wx_fmt=png

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;

/**

* 跟着阿里p7学并发,微信公众号:javacode2018

*/

public class Demo3 {

static LongAdder count = new LongAdder();

public static void incr() {

count.increment();

}

public static void main(String[] args) throws ExecutionException, InterruptedException {

for (int i = 0; i < 10; i++) {

count.reset();

m1();

}

}

private static void m1() throws ExecutionException, InterruptedException {

long t1 = System.currentTimeMillis();

int threadCount = 50;

CountDownLatch countDownLatch = new CountDownLatch(threadCount);

for (int i = 0; i < threadCount; i++) {

new Thread(() -> {

try {

for (int j = 0; j < 1000000; j++) {

incr();

}

} finally {

countDownLatch.countDown();

}

}).start();

}

countDownLatch.await();

long t2 = System.currentTimeMillis();

System.out.println(String.format(“结果:%s,耗时(ms):%s”, count.sum(), (t2 - t1)));

}

}

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;

/**

* 跟着阿里p7学并发,微信公众号:javacode2018

*/

public class Demo4 {

static LongAccumulator count = new LongAccumulator((x, y) -> x + y, 0L);

public static void incr() {

count.accumulate(1);

}

public static void main(String[] args) throws ExecutionException, InterruptedException {

for (int i = 0; i < 10; i++) {

count.reset();

m1();

}

}

private static void m1() throws ExecutionException, InterruptedException {

long t1 = System.currentTimeMillis();

int threadCount = 50;

CountDownLatch countDownLatch = new CountDownLatch(threadCount);

最后我们该如何学习?

1、看视频进行系统学习

这几年的Crud经历,让我明白自己真的算是菜鸡中的战斗机,也正因为Crud,导致自己技术比较零散,也不够深入不够系统,所以重新进行学习是很有必要的。我差的是系统知识,差的结构框架和思路,所以通过视频来学习,效果更好,也更全面。关于视频学习,个人可以推荐去B站进行学习,B站上有很多学习视频,唯一的缺点就是免费的容易过时。

另外,我自己也珍藏了好几套视频资料躺在网盘里,有需要的我也可以分享给你:

1年半经验,2本学历,Curd背景,竟给30K,我的美团Offer终于来了

2、读源码,看实战笔记,学习大神思路

“编程语言是程序员的表达的方式,而架构是程序员对世界的认知”。所以,程序员要想快速认知并学习架构,读源码是必不可少的。阅读源码,是解决问题 + 理解事物,更重要的:看到源码背后的想法;程序员说:读万行源码,行万种实践。

Spring源码深度解析:

1年半经验,2本学历,Curd背景,竟给30K,我的美团Offer终于来了

Mybatis 3源码深度解析:

1年半经验,2本学历,Curd背景,竟给30K,我的美团Offer终于来了

Redis学习笔记:

1年半经验,2本学历,Curd背景,竟给30K,我的美团Offer终于来了

Spring Boot核心技术-笔记:

1年半经验,2本学历,Curd背景,竟给30K,我的美团Offer终于来了

3、面试前夕,刷题冲刺

面试的前一周时间内,就可以开始刷题冲刺了。请记住,刷题的时候,技术的优先,算法的看些基本的,比如排序等即可,而智力题,除非是校招,否则一般不怎么会问。

关于面试刷题,我个人也准备了一套系统的面试题,帮助你举一反三:

1年半经验,2本学历,Curd背景,竟给30K,我的美团Offer终于来了

只有技术过硬,在哪儿都不愁就业,“万般带不去,唯有业随身”学习本来就不是在课堂那几年说了算,而是在人生的旅途中不间断的事情。

人生短暂,别稀里糊涂的活一辈子,不要将就。
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》点击传送门,即可获取!
.(img-vZRodWIH-1714696562337)]

Mybatis 3源码深度解析:

[外链图片转存中…(img-aIGR2V7m-1714696562337)]

Redis学习笔记:

[外链图片转存中…(img-HtVZBg2g-1714696562337)]

Spring Boot核心技术-笔记:

[外链图片转存中…(img-EG1psRmW-1714696562338)]

3、面试前夕,刷题冲刺

面试的前一周时间内,就可以开始刷题冲刺了。请记住,刷题的时候,技术的优先,算法的看些基本的,比如排序等即可,而智力题,除非是校招,否则一般不怎么会问。

关于面试刷题,我个人也准备了一套系统的面试题,帮助你举一反三:

[外链图片转存中…(img-D1eRW0cn-1714696562338)]

只有技术过硬,在哪儿都不愁就业,“万般带不去,唯有业随身”学习本来就不是在课堂那几年说了算,而是在人生的旅途中不间断的事情。

人生短暂,别稀里糊涂的活一辈子,不要将就。
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》点击传送门,即可获取!

  • 20
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值