比AtomicLong更高效的并发计数类LongAdder

最近在看https://github.com/alibaba/Sentinel(轻量级的流量控制、熔断降级 Java 库)源码的时候，看到在统计数量的时候使用了LongAdder。这个LongAdder是jdk1.8新增的，出自Doug Lea之手，伟大的Java并发大师的鼻祖。在没有接触到LongAdder之前，AtomicLong这个类在并发计数上无论性能还是准确性已经做得极好了。在阿里流控框架中使用这样一个LongAdder类，必然有其过人之处。

回顾AtomicLong

AtomicLong是通过CAS(即Compare And Swap)原理来完成原子递增递减操作，在并发情况下不会出现线程不安全结果。AtomicLong中的value是使用volatile修饰，并发下各个线程对value最新值均可见。我们以incrementAndGet()方法来深入。

 	 public final long incrementAndGet() {
   
        return unsafe.getAndAddLong(this, valueOffset, 1L) + 1L;
    }

这里是调用了unsafe的方法

    public final long getAndAddLong(Object var1, long var2, long var4) {
   
        long var6;
        do {
   
            var6 = this.getLongVolatile(var1, var2);
        } while(!this.compareAndSwapLong(var1, var2, var6, var6 + var4));

        return var6;
    }

方法中this.compareAndSwapLong()有4个参数，var1是需要修改的类对象，var2是需要修改的字段的内存地址，var6是修改前字段的值，var6+var4是修改后字段的值。compareAndSwapLong只有该字段实际值和var6值相当的时候，才可以成功设置其为var6+var4。

再继续往深一层去看

public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);

这里Unsafe.compareAndSwapLong是native方法，底层通过JNI(Java Native Interface)来完成调用，实际就是借助C来调用CPU指令来完成。

实现中使用了do-while循环，如果CAS失败，则会继续重试，直到成功为止。并发特别高的时候，虽然这里可能会有很多次循环，但是还是可以保证线程安全的。不过如果自旋CAS操作长时间不成功，竞争较大，会带CPU带来极大的开销，占用更多的执行资源，可能会影响其他主业务的计算等。

LongAdder怎么优化AtomicLong

Doug Lea在jdk1.5的时候就针对HashMap进行了线程安全和并发性能的优化，推出了分段锁实现的ConcurrentHashMap。一般Java面试，基本上离不开ConcurrentHashMap这个网红问题。另外在ForkJoinPool中，Doug Lea在其工作窃取算法上对WorkQueue使用了细粒度锁来较少并发的竞争,更多细节可参考我的原创文章ForkJoin使用和原理剖析。如果已经对ConcurrentHashMap有了较为深刻的理解，那么现在来看LongAdder的实现就会相对简单了。

来看LongAdder的increase()方法实现，

    public void add(long x) {
   
        Cell[] as; long b, v; int m; Cell a;
        //第一个if进行了两个判断，(1)如果cells不为空，则直接进入第二个if语句中。(2)同样会先使用cas指令来尝试add，如果成功则直接返回。如果失败则说明存在竞争，需要重新add
        if ((as = cells) != null || !casBase(b = base, b + x)) {
   
            boolean uncontended = true;
            if (as == null || (m = as.length - 1) < 0 ||