感谢同事【空蒙】的投稿
之前看了java8的longadder实现,最近又看到一篇文章介绍longadder实现的。其实现思路也是分段,最后需要get的时候,再进行sum计算。其核心思路就是减少并发,但之前老的Atomic,难道就没有提升的空间了吗?昨晚进行了一次测试。测试代码如下:
/**
* Atomically increments by one the current value.
*
*@return the updated value
*/
public final int incrementAndGet() {
for(;;) {
int current = get();
int next = current + 1;
if(compareAndSet(current, next))
return next;
}
}
以incrementAndGet为例,在非常高的并发下,compareAndSet会很大概率失败,因此导致了此处cpu不断的自旋,对cpu资源的浪费
既然知道此地是高并发的瓶颈,有什么办法呢?
public class AtomicBetter {
AtomicInteger ai=new AtomicInteger();
public int incrementAndGet() {
for(;;) {
int current =ai.get();
int next = current + 1;
if(compareAndSet(current, next))
return next;
}
}
/**
*如果cas失败,线程park
*@paramcurrent
*@paramnext
*@return
*/
private boolean compareAndSet(intcurrent,intnext) {
if(ai.compareAndSet(current, next)) {
return true;
}else{
LockSupport.parkNanos(1);
return false;
}
}
}
很简单,当cas失败后,对线程park,减少多线程竞争导致的频繁cas失败,更进一步的导致cpu自旋,浪费cpu的运算能力。在4核虚拟机,Intel(R) Xeon(R) CPU E5-2630 0 @ 2.30GHz linux 2.6.32,(注意,老版本的内核,不支持高的精度ns级) 进行测试,同样都起4个线程,每个线程里面对AtomicInteger进行5kw次的incrementAndGet。原生的AtomicInteger,耗时14232ms,进行了35870次上下文切换,总共87967770955次时钟周期。那prak 1ns下呢,耗时5195ms,进行了19779次上下文切换,总共36187480878次时钟周期,明显性能上比原生的AtomicInteger更好,那这个park多少合适呢?那就只有人肉测试了
park
time(ms)
context-switches
cycles
AtomicInteger
14232
35,870
87,967,770,955
1ns
5195
19,779
36,187,480,878
10ns
5050
20,223
34,839,351,263
100ns
5238
20,724
37,250,431,417
125ns
4536
47,479
26,149,046,788
140ns
4008
100,022
18,342,728,517
150ns
3864
110,720
16,146,816,453
200ns
3561
125,694
11,793,941,243
300ns
3456
127,072
10,200,338,988
500ns
3410
132,163
9,545,542,340
1us
3376
134,463
9,125,973,290
5us
3383
122,795
9,009,226,315
10us
3367
113,930
8,905,263,507
100us
3391
50,925
8,359,532,733
500us
3456
17,225
8,096,303,146
1ms
3486
10,982
7,993,812,198
10ms
3456
2,600
7,845,610,195
100ms
3555
1,020
7,804,575,756
500ms
3854
822
7,814,209,077
本机环境下,park 1ms下,相对耗时,cs次数来说是最好的。因此这种优化要达到最佳效果,还要看cpu的情况而定,不是一概而定的
两个问题:
1、cas失败对线程park的副作用是什么。
2、如果park的时间继续加大,那会是这么样的结果呢。