atomiclong 初始化_AtomicLong和LongAdder的区别

AtomicLong和LongAdder的区别

前言

最近在看到不少框架里面使用到了LongAdder这个类，而并非AtomicLong，很是困惑，于是专门看了LongAdder的源码，总结一下这两个的区别。

AtomicLong原理

就像我们所知道的那样,AtomicLong的原理是依靠底层的cas来保障原子性的更新数据，在要添加或者减少的时候，会使用死循环不断地cas到特定的值，从而达到更新数据的目的。那么LongAdder又是使用到了什么原理?难道有比cas更加快速的方式？

LongAdder原理

首先我们来看一下LongAdder有哪些方法?

可以看到和AtomicLong基本类似，同样有增加、减少等操作，那么如何实现原子的增加呢?

这里写图片描述

我们可以看到一个Cell的类，那这个类是用来干什么的呢?

我们可以看到Cell类的内部是一个volatile的变量，然后更改这个变量唯一的方式通过cas。我们可以猜测到LongAdder的高明之处可能在于将之前单个节点的并发分散到各个节点的，这样从而提高在高并发时候的效率。

下面我们来验证我们的观点，我们接着看上图的add方法，如果cell数组不为空，那么就尝试更新base元素，如果更新成功，那么就直接返回。base元素在这里起到了一个什么作用呢?可以保障的是在低并发的时候和AtomicLong一样的直接对基础元素进行更新。

而如果cell为空或者更新base失败，我们看接下来的那个if判断，即如果as不为空并且成功更新对应节点的数据，则返回，否则就会进入longAccumulate()方法。

图有点大，无法截图，直接贴源码

for (;;) {

Cell[] as; Cell a; int n; long v;

if ((as = cells) != null && (n = as.length) > 0) {

if ((a = as[(n - 1) & h]) == null) { //如果对应位置没有数据，那么直接插入元素

if (cellsBusy == 0) { // Try to attach new Cell

Cell r = new Cell(x); // Optimistically create

if (cellsBusy == 0 && casCellsBusy()) {

boolean created = false;

try { // Recheck under lock

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) //标示冲突标志位 ，进行重试 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，如果已经cell数组的大小已经超过了CPU核数，那么再扩容没意义了，直接重试，或者有别的线程扩容导致变更了数组，设置标示位，进行重试，，避免一失败就扩容

else if (!collide)

collide = true;

else if (cellsBusy == 0 && casCellsBusy()) {//开始扩容

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

}

h = advanceProbe(h); //扩容完成以后，重新初始化要更新的索引值，尽量保障可以更新成功

}

else if (cellsBusy == 0 && cells == as && //初始化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;

}

else if (casBase(v = base, ((fn == null) ? v + x :

fn.applyAsLong(v, x))))

break; // Fall back on using base

}

上面的代码主要有三个分支:

1. 如果数组不为空

2. 数据为空，则初始化

3. 前面都更新失败了，尝试更新base数据

cellBusy是一个标示元素，只有当修改cell数组大小或者插入元素的时候才会修改。分支二、分支三都很简单，我们来重点分析一下分支一。

当要更新的位置没有元素的时候，首先cas标志位，防止扩容以及插入元素，然后插入数据。如果成功直接返回，否则标示发生了冲突，然后重试。如果对应的位置有元素则更新，如果更新失败，进行判断是否数组的大小已经超过了cpu的核数，如果大于的话，则意味着扩容没有意义。直接重试。否则进行扩容，扩容完成后，重新设置要更新的位置，尽可能保证下一次更新成功。

我们来看一下如何统计计数。

当计数的时候，将base和各个cell元素里面的值进行叠加，从而得到计算总数的目的。这里的问题是在计数的同时如果修改cell元素，有可能导致计数的结果不准确。

总结:

LongAdder在AtomicLong的基础上将单点的更新压力分散到各个节点，在低并发的时候通过对base的直接更新可以很好的保障和AtomicLong的性能基本保持一致，而在高并发的时候通过分散提高了性能。

缺点是LongAdder在统计的时候如果有并发更新，可能导致统计的数据有误差。