⭐⭐⭐ Spring Boot 项目实战 ⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》 《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》 《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》 《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》 《Java 面试题 + Java 学习指南》

摘要: 原创出处 blog.csdn.net/kologin/article/details/135126371 「伴川」欢迎转载,保留摘要,谢谢!


🙂🙂🙂关注微信公众号:【芋道源码】有福利:

  1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
  2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
  3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
  4. 新的源码解析文章实时收到通知。每周更新一篇左右。
  5. 认真的源码交流微信群。

一、前言

在分布式系统中,计数器是一个常见的需求。为了实现高并发、高可用的计数器,我们需要选择一个合适的实现方式。

在 Java 中,有两种常见的计数器实现方式:AtomicLong 和 LongAdder。

阿里巴巴在一份技术报告中推荐使用 LongAdder ,而不是 AtomicLong。

本文将介绍这两种计数器的原理和优缺点,并分析为什么阿里巴巴推荐使用 LongAdder。

二、CAS

2.1 CAS 全称

全称:compare and swap,比较并交换。

虽然翻译过来是“比较并交换“,但它是一个原子性的操作,对应到 CPU 指令为 cmpxchg 。

2.2 通俗理解 CAS

  • CAS 有三个操作数:当前值 A、内存值 V、要修改的新值 B。
  • 假设当前值A 跟 内存值V 相等,那就将内存值 V 改成 B。
  • 假设当前值 A 跟 内存值V 不相等,要么就重试,要么就放弃更新。
  • 将当前值与内存值进行对比,判断是否有被修改过,这就是 CAS 的核心。

2.3 CAS的问题

CAS 有个缺点就是会带来 ABA 的问题。

从 CAS 更新的时候,我们可以发现它只比对当前值和内存值是否相等,这会带来个问题,下面我举例说明下:

  • 假设线程 A 读到当前值是 10,可能线程 B 把值修改为 100,然后线程 C 又把值修改为 10。
  • 等到线程 A 拿到执行权时,因为当前值和内存值是一致的,线程A是可以修改的!
  • 站在线程 A 的角度来说,这个值是从未被修改的 。
  • 这是不合理的,因为我们从上帝的角度来看,这个变量已经被线程 B 和线程 C 修改过了。

2.4 解决 ABA 问题

要解决 ABA 的问题,Java 也提供了 AtomicStampedReference 类供我们用,说白了就是加了个版本,比对的就是内存值+版本是否一致。

疑问:

为什么阿里巴巴开发手册提及到推荐使用 LongAdder 对象,比 AtomicLong 性能更好(减少乐观锁的重试次数)?

原因:

因为 AtomicLong 做累加的时候实际上就是多个线程操作同一个目标资源。

在高并发时,只有一个线程是执行成功的,其他的线程都会失败,不断自旋(重试),自旋会成为瓶颈。而 LongAdder 的思想就是把要操作的目标资源 分散,到数组 Cell 中。每个线程对自己的 Cell 变量的 value 进行原子操作,大大降低了失败的次数。

这就是为什么在高并发场景下,推荐使用 LongAdder 的原因。

三、LongAdder

3.1 什么是 LongAdder

LongAdder 是 JDK1.8 由 Doug Lea 大神新增的原子操作类,位于 java.util.concurrent.atomic 包下,LongAdder 在高并发的场景下会比 AtomicLong 具有更好的性能,代价是消耗更多的内存空间。

LongAdder 是 Google 开源的一个高性能计数器实现。它采用了一种分段锁的策略,将一个 long 型的变量分割成多个 16 字节的段,每个段都使用一个独立的 AtomicLong 进行更新。这样,在高并发场景下,多个线程可以同时对不同的段进行更新操作,互不干扰。

LongAdder 的优点是并发性能高,适用于高并发的场景。由于采用了分段锁的策略,LongAdder 可以避免 AtomicLong 中的竞争问题。此外,LongAdder 还支持可扩展性,可以通过增加更多的段来提高性能。 但是,LongAdder的缺点是代码相对复杂一些,需要更多的维护成本。

3.2 为什么推荐推荐 LongAdder

LongAdder 设计思想上,采用分段的方式降低并发冲突的概率。通过维护一个基准值 base 和 Cell 数组:

如下图所示:

四、AtomicLong

4.1 什么是 AtomicLong

AtomicLong是Java提供的一个原子类,用于实现高并发的计数器。它利用了 CAS(Compare-and-Swap)操作来保证线程安全。在 AtomicLong 中,每次计数操作都会先读取当前值,然后使用 CAS 操作更新值。如果值没有被其他线程修改过,则更新成功,否则需要重新尝试。

AtomicLong 的优点是简单易用,性能也不错。但是,在高并发场景下,AtomicLong 可能会出现竞争问题。因为多个线程可能同时读取和更新同一个 AtomicLong 的当前值,导致数据不一致。此外,AtomicLong 的 CAS 操作也可能因为硬件和操作系统的原因出现失败的情况。

4.2 为什么不推荐 AtomicLong

在 LongAdder 之前,当我们在进行计数统计的时,通常会使用 AtomicLong 来实现。AtomicLong 能保证并发情况下计数的准确性,其内部通过 CAS 来解决并发安全性的问题。

如下图所示:

图里可以看出在高并发情况下,当有大量线程同时去更新一个变量,任意一个时间点只有一个线程能够成功,绝大部分的线程在尝试更新失败后,会通过自旋的方式再次进行尝试,这样严重占用了 CPU 的时间片,进而导致系统性能问题。

五、总结

阿里巴巴推荐使用 LongAdder 的原因主要有以下几点:

  • 高并发性能:LongAdder 采用分段锁的策略,可以避免 AtomicLong 中的竞争问题,提高并发性能。在分布式系统中,高并发性能是非常重要的。
  • 可扩展性:LongAdder 支持可扩展性,可以通过增加更多的段来提高性能。这对于需要处理大量请求的分布式系统来说是非常有利的。
  • 代码简单易懂: 虽然LongAdder 的代码相对复杂一些,但是相对于 AtomicLong 来说更容易理解和维护。这对于开发人员来说是非常重要的。
  • 更好的适用场景: 阿里巴巴推荐使用 LongAdder 主要是因为在分布式系统中需要一个高性能、高可用的计数器实现。而 LongAdder 正好符合这个需求。

总之,阿里巴巴推荐使用 LongAdder 的原因主要是因为它的高并发性能、可扩展性、代码简单易懂以及更好的适用场景。当然,在实际应用中还需要根据具体场景和需求进行选择和优化。

文章目录
  1. 1. 一、前言
  2. 2. 二、CAS
    1. 2.0.1. 2.1 CAS 全称
    2. 2.0.2. 2.2 通俗理解 CAS
    3. 2.0.3. 2.3 CAS的问题
    4. 2.0.4. 2.4 解决 ABA 问题
      1. 2.0.4.0.1. 疑问:
      2. 2.0.4.0.2. 原因:
  • 3. 三、LongAdder
    1. 3.0.1. 3.1 什么是 LongAdder
    2. 3.0.2. 3.2 为什么推荐推荐 LongAdder
  • 4. 四、AtomicLong
    1. 4.0.1. 4.1 什么是 AtomicLong
    2. 4.0.2. 4.2 为什么不推荐 AtomicLong
  • 5. 五、总结