【小笔记】LongAdder和AtomicLong

多个线程更新用于收集统计信息而不是细粒度同步控制的公共和时，LongAdder通常比AtomicLong更可取。在低级别争用下，这两个类具有相似的特性。但在高争用情况下，LongAdder的预期吞吐量明显更高，这是以更高的空间消耗为代价的。
AtomicLong内部直接使用CAS完成原子化加算：

public final long getAndAdd(long delta) {
	return unsafe.getAndAddLong(this, valueOffset, delta);
}

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;
}

这种方式在低并发的情况下不会自旋太多次就能成功，损失有限，但是随着并发量的提升，CAS失败导致的自旋次数会急剧上升，这会导致AtomicLong的效率急剧下降，大量的自旋也会导致CPU的严重浪费。这种方式的根本原因就是因为多个线程争抢一个资源导致的，LongAdder对此做出了优化，将一个变量拆分成多个变量：

LongAdder并不是一开始就进行遍历拆分，最初他会和AtomicLong一样，维护一个变量进行CAS加算，只有出现并发导致CAS失败时才会进行拆分。
cell初始有两个，后续会根据争用情况进行二倍扩容。这是拆分资源的方式能大大提升高并发时的处理效率，缺点是需要更多的内存空间，是一种以空间换时间的方式。