多线程编程:并发加/减操作优化, LongAdder原理,与AtomicLong比较

多线程修改同一个整数变量的值时, 可以使用 java的原子类 AtomicLong等. 但通过分析 ConcurrentHashMap, 发现还有一种通过 空间换 时间的优化措施 java.util.concurrent.atomic.LongAdder

先上结论

结论

32线程百万次自增操作	耗时
AtomicLong	626毫秒
LongAdder	83毫秒

测试过程

以下是AtomicLong与LongAdder运行测试代码 (32个线程, 每个线程执行100万次自增操作)
AtomicLong的测试过程

public static void atomicLong() throws Throwable {
   
        final int threadCount = 32;
        final AtomicLong longValue = new AtomicLong();
        Thread[] threads = new Thread[threadCount];
        for(int i=0; i<threadCount; i++){
   
            threads[i] = new Thread(new Runnable() {
   
                @Override
                public void run() {
   
                    for(int i=0; i<100*10000; i++){
   
                        longValue.incrementAndGet();
                    }
                }
            });
        }
        long time = System.nanoTime();
        for(int i=0; i<threadCount; i++){
   
            threads[i].start();
        }
        for(int i=0; i<threadCount; i++){
   
            threads[i].join();
        }
        logger.info("value: {}, time: {}", longValue.get(), System.nanoTime() - time);
    }

多次执行结果
625396610
626169232
611343737
614837069
633110850
606656120

LongAdder的测试过程

    public static void longAdder() throws Throwable {
   
        final int threadCount = 32;
        final LongAdder longAdder = new LongAdder();
        Thread[] threads = new Thread[threadCount];
        for(int i=0; i<threadCount; i