如果讓你實現一個計數器，有點經驗的同學可以很快的想到使用AtomicInteger或者AtomicLong進行簡單的封裝。

因為計數器操作涉及到內存的可見性和線程之間的競爭，而Atomic***的實現完美的屏蔽了這些技術細節，我們只需要執行相應的方法，就能實現對應的業務需求。

Atomic**雖然好用，不過這些的操作在并發量很大的情況下，性能問題也會被相應的放大。我們可以先看下其中getAndIncrement的實現代碼

public final long getAndIncrement() {return unsafe.getAndAddLong(this, valueOffset, 1L); }// unsafe類中的實現 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; }

很顯然，在getAndAddLong實現中，為了實現正確的累加操作，如果并發量很大的話，cpu會花費大量的時間在試錯上面，相當于一個spin(自旋)的操作。如果并發量小的情況，這些消耗可以忽略不計。

既然已經意識到Atomic***有這樣的業務缺陷，Doug Lea大神又給我們提供了LongAdder，內部的實現有點類似ConcurrentHashMap的分段鎖，最好的情況下，每個線程都有獨立的計數器，這樣可以大量減少并發操作。

下面通過JMH比較一下AtomicLong 和 LongAdder的性能。

@OutputTimeUnit(TimeUnit.MICROSECONDS) @BenchmarkMode(Mode.Throughput) public class Main {private static AtomicLong count = new AtomicLong();private static LongAdder longAdder = new LongAdder();public static void main(String[] args) throws Exception {Options options = new OptionsBuilder().include(Main.class.getName()).forks(1).build();new Runner(options).run();}@Benchmark@Threads(10)public void run0(){count.getAndIncrement();}@Benchmark@Threads(10)public void run1(){longAdder.increment();} }

1、設置BenchmarkMode為Mode.Throughput，測試吞吐量
2、設置BenchmarkMode為Mode.AverageTime，測試平均耗時

?

線程數為1

1、吞吐量

Benchmark Mode Cnt Score Error Units Main.run0 thrpt 5 154.525 ± 9.767 ops/us Main.run1 thrpt 5 89.599 ± 7.951 ops/us

2、平均耗時

Benchmark Mode Cnt Score Error Units Main.run0 avgt 5 0.007 ± 0.001 us/op Main.run1 avgt 5 0.011 ± 0.001 us/op

單線程情況：
1、AtomicLong的吞吐量和平均耗時都占優勢

?

線程數為10

1、吞吐量

Benchmark Mode Cnt Score Error Units Main.run0 thrpt 5 37.780 ± 1.891 ops/us Main.run1 thrpt 5 464.927 ± 143.207 ops/us

2、平均耗時

Benchmark Mode Cnt Score Error Units Main.run0 avgt 5 0.290 ± 0.038 us/op Main.run1 avgt 5 0.021 ± 0.001 us/op

并發線程為10個時：

• LongAdder的吞吐量比較大，是AtomicLong的10倍多。
• LongAdder的平均耗時是AtomicLong的十分之一。

?

線程數為30

1、吞吐量 Benchmark Mode Cnt Score Error Units Main.run0 thrpt 5 36.215 ± 2.341 ops/us Main.run1 thrpt 5 486.630 ± 26.894 ops/us

2、平均耗時

Benchmark Mode Cnt Score Error Units Main.run0 avgt 5 0.792 ± 0.021 us/op Main.run1 avgt 5 0.063 ± 0.002 us/op

線程數為30個時：

• LongAdder的吞吐量比較大，也是AtomicLong的10倍多。
• LongAdder的平均耗時也是AtomicLong的十分之一。

總結

一些高并發的場景，比如限流計數器，建議使用LongAdder替換AtomicLong，性能可以提升不少。

轉載于:https://www.cnblogs.com/Joy-Hu/p/10715682.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的[JDK8]性能优化之使用LongAdder替换AtomicLong的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。