前言
AtomicInteger、AtomicLong使用非阻塞的CAS算法原子性地更新某一个变量，比synchronized这些阻塞算法拥有更好的性能，但是在高并发情况下，大量线程同时去更新一个变量，由于同一时间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，严重占用了CPU的时间片。
AtomicLong的实现原理图：
LongAdder是JDK8新增的原子操作类，它提供了一种新的思路，既然AtomicLong的性能瓶颈是由于大量线程同时更新一个变量造成的，那么能不能把这个变量拆分出来，变成多个变量，然后让线程去竞争这些变量，最后合并即可?LongAdder的设计精髓就在这里，通过将变量拆分成多个元素，降低该变量的并发度，最后进行合并元素，变相的减少了CAS的失败次数。
LongAdder的实现原理图：
常用方法
复制
public class LongAdder extends Striped64 implements Serializable { //构造方法 public LongAdder() { } //加1操作 public void increment(); //减1操作 public void decrement(); //获取原子变量的值 public long longValue(); }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
下面给出一个简单的例子，模拟50线程同时进行更新
复制
package com.xue.testLongAdder; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.atomic.LongAdder; public class Main { public static void main(String[] args) { LongAdder adder = new LongAdder(); ExecutorService threadPool = Executors.newFixedThreadPool(20); for (int i = 0; i < 50; i++) { Runnable r = () -> { adder.add(1); }; threadPool.execute(r); } threadPool.shutdown(); //若关闭线程池后，所有任务执行完毕，则isTerminated()返回true while (!threadPool.isTerminated()) { System.out.println(adder.longValue()); break; } } }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
输出结果是50
其中，如果对线程池不熟悉的同学，可以先参考我的另外一篇文章说说线程池
原理解析
类图
LongAdder内部维护了一个Cell类型的数组，其中Cell是Striped64中的一个静态内部类。
Cell类
复制
abstract class Striped64 extends Number { @sun.misc.Contended static final class Cell { volatile long value; Cell(long x) { value = x; } final boolean cas(long cmp, long val) { return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val); } } }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Cell用来封装被拆分出来的元素，内部用一个value字段保存当前元素的值，等到需要合并时，则累加所有Cell数组中的value。Cell内部使用CAS操作来更新value值，对CAS操作不熟悉的同学，可以参考我的另外一篇文章浅探CAS实现原理
可以注意到，Cell类被 @sun.misc.Contended注解修饰了，这个注解是为了解决伪共享问题的，什么是伪共享?
一个缓存行可以存储多个变量(存满当前缓存行的字节数);而CPU对缓存的修改又是以缓存行为最小单位的，在多线程情况下，如果需要修改“共享同一个缓存行的变量”，就会无意中影响彼此的性能，这就是伪共享(False Sharing)。
对伪共享还不理解的同学，可以参考这位大佬的文章伪共享(False Sharing)底层原理及其解决方式
而LongAdder采用的是Cell数组，而数组元素是连续的，因此多个Cell对象共享一个缓存行的情况非常普遍，因此这里@sun.misc.Contended注解对单个Cell元素进行字节填充，确保一个Cell对象占据一个缓存行，即填充至64字节。
关于如何确定一个对象的大小，可以参考我的另外一篇文章对象的内存布局，怎样确定对象的大小，这样可以算出来，还需要填充多少字节。
longValue()
longValue()返回累加后的值
复制
public long longValue() { return sum(); } public long sum() { Cell[] as = cells; Cell a; long sum = base; //当Cell数组不为null时，进行累加后返回，否则直接返回基准数base if (as != null) { for (int i = 0; i < as.length; ++i) { if ((a = as[i]) != null) sum += a.value; } } return sum; }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
这可能是LongAdder中最简单的方法了，就不进行赘述了。什么，你要看复杂的?好的，这就来了。
increment()
复制
public void increment() { add(1L); } public void add(long x) { Cell[] as; long b, v; int m; Cell a; /** * 如果一下两种条件则继续执行if内的语句 * 1. cells数组不为null（不存在争用的时候，cells数组一定为null，一旦对base的cas操作失败， * 才会初始化cells数组） * 2. 如果cells数组为null，如果casBase执行成功，则直接返回，如果casBase方法执行失败 * （casBase失败，说明第一次争用冲突产生，需要对cells数组初始化）进入if内； * casBase方法很简单，就是通过UNSAFE类的cas设置成员变量base的值为base+要累加的值 * casBase执行成功的前提是无竞争，这时候cells数组还没有用到为null，可见在无竞争的情况下是 * 类似于AtomticInteger处理方式，使用cas做累加。 */ if ((as = cells) != null || !casBase(b = base, b + x)) { //uncontended判断cells数组中，当前线程要做cas累加操作的某个元素是否#不#存在争用， //如果cas失败则存在争用；uncontended=false代表存在争用，uncontended=true代表不存在争用。 boolean uncontended = true; /** *1. as == null ： cells数组未被初始化，成立则直接进入if执行cell初始化 *2. (m = as.length - 1) < 0： cells数组的长度为0 *条件1与2都代表cells数组没有被初始化成功，初始化成功的cells数组长度为2； *3. (a = as[getProbe() & m]) == null ：如果cells被初始化，且它的长度不为0， * 则通过getProbe方法获取当前线程Thread的threadLocalRandomProbe变量的值，初始为0， * 然后执行threadLocalRandomProbe&(cells.length-1 ),相当于m%cells.length; * 如果cells[threadLocalRandomProbe%cells.length]的位置为null， * 这说明这个位置从来没有线程做过累加， * 需要进入if继续执行，在这个位置创建一个新的Cell对象； *4. !(uncontended = a.cas(v = a.value, v + x))： * 尝试对cells[threadLocalRandomProbe%cells.length]位置的Cell对象中的value值做累加操作, * 并返回操作结果,如果失败了则进入if，重新计算一个threadLocalRandomProbe； 如果进入if语句执行longAccumulate方法,有三种情况 1. 前两个条件代表cells没有初始化， 2. 第三个条件指当前线程hash到的cells数组中的位置还没有其它线程做过累加操作， 3. 第四个条件代表产生了冲突,uncontended=false **/ if (as == null || (m = as.length - 1) < 0 || (a = as[getProbe() & m]) == null || !(uncontended = a.cas(v = a.value, v + x))) longAccumulate(x, null, uncontended); } }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
其中longAccumulate()的解析如下：
复制
final void longAccumulate(long x, LongBinaryOperator fn, boolean wasUncontended) { //获取当前线程的threadLocalRandomProbe值作为hash值,如果当前线程的threadLocalRandomProbe为0， // 说明当前线程是第一次进入该方法，则强制设置线程的threadLocalRandomProbe为ThreadLocalRandom类的成员 // 静态私有变量probeGenerator的值，后面会详细将hash值的生成; //另外需要注意，如果threadLocalRandomProbe=0，代表新的线程开始参与cell争用的情况 //1.当前线程之前还没有参与过cells争用（也许cells数组还没初始化，进到当前方法来就是为了初始化cells数组 //后争用的）, // 是第一次执行base的cas累加操作失败； //2.或者是在执行add方法时，对cells某个位置的Cell的cas操作第一次失败，则将wasUncontended设置为false， // 那么这里会将其重新置为true；第一次执行操作失败； //凡是参与了cell争用操作的线程threadLocalRandomProbe都不为0； int h; if ((h = getProbe()) == 0) { //初始化ThreadLocalRandom; ThreadLocalRandom.current(); // force initialization //将h设置为0x9e3779b9 h = getProbe(); //设置未竞争标记为true wasUncontended = true; } //cas冲突标志，表示当前线程hash到的Cells数组的位置，做cas累加操作时与其它线程发生了冲突，cas失败； // collide=true代表有冲突，collide=false代表无冲突 boolean collide = false; for (;;) { Cell[] as; Cell a; int n; long v; //这个主干if有三个分支 //1.主分支一：处理cells数组已经正常初始化了的情况（这个if分支处理add方法的四个条件中的3和4） //2.主分支二：处理cells数组没有初始化或者长度为0的情况；（这个分支处理add方法的四个条件中的1和2） //3.主分支三：处理如果cell数组没有初始化，并且其它线程正在执行对cells数组初始化的操作， // 及cellbusy=1； // 则尝试将累加值通过cas累加到base上 //先看主分支一 if ((as = cells) != null && (n = as.length) > 0) { /** *内部小分支一：这个是处理add方法内部if分支的条件3：如果被hash到的位置为null， * 说明没有线程在这个位置设置过值， * 没有竞争，可以直接使用，则用x值作为初始值创建一个新的Cell对象， * 对cells数组使用cellsBusy加锁， * 然后将这个Cell对象放到cells[m%cells.length]位置上 */ if ((a = as[(n - 1) & h]) == null) { //cellsBusy == 0 代表当前没有线程cells数组做修改 if (cellsBusy == 0) { //将要累加的x值作为初始值创建一个新的Cell对象， Cell r = new Cell(x); //如果cellsBusy=0无锁，则通过cas将cellsBusy设置为1加锁 if (cellsBusy == 0 && casCellsBusy()) { //标记Cell是否创建成功并放入到cells数组被hash的位置上 boolean created = false; try { Cell[] rs; int m, j; //再次检查cells数组不为null，且长度不为空，且hash到的位置的Cell为null if ((rs = cells) != null && (m = rs.length) > 0 && rs[j = (m - 1) & h] == null) { //将新的cell设置到该位置 rs[j] = r; created = true; } } finally { //去掉锁 cellsBusy = 0; } //生成成功，跳出循环 if (created) break; //如果created为false，说明上面指定的cells数组的位置cells[m%cells.length] // 已经有其它线程设置了cell了， // 继续执行循环。 continue; } } //如果执行的当前行，代表cellsBusy=1，有线程正在更改cells数组，代表产生了冲突，将collide设置为false collide = false; /** *内部小分支二：如果add方法中条件4的通过cas设置cells[m%cells.length]位置的Cell对象中的 * value值设置为v+x失败, * 说明已经发生竞争，将wasUncontended设置为true，跳出内部的if判断， * 最后重新计算一个新的probe，然后重新执行循环; */ } else if (!wasUncontended) //设置未竞争标志位true，继续执行，后面会算一个新的probe值，然后重新执行循环。 wasUncontended = true; /** *内部小分支三：新的争用线程参与争用的情况：处理刚进入当前方法时threadLocalRandomProbe=0的情况， * 也就是当前线程第一次参与cell争用的cas失败，这里会尝试将x值加到cells[m%cells.length] * 的value ，如果成功直接退出 */ else if (a.cas(v = a.value, ((fn == null) ? v + x : fn.applyAsLong(v, x)))) break; /** *内部小分支四：分支3处理新的线程争用执行失败了，这时如果cells数组的长度已经到了最大值 * （大于等于cup数量）， * 或者是当前cells已经做了扩容，则将collide设置为false，后面重新计算prob的值*/ else if (n >= NCPU || cells != as) collide = false; /** *内部小分支五：如果发生了冲突collide=false，则设置其为true；会在最后重新计算hash值后， * 进入下一次for循环 */ else if (!collide) //设置冲突标志，表示发生了冲突，需要再次生成hash，重试。 // 如果下次重试任然走到了改分支此时collide=true，!collide条件不成立，则走后一个分支 collide = true; /** *内部小分支六：扩容cells数组，新参与cell争用的线程两次均失败，且符合库容条件，会执行该分支 */ else if (cellsBusy == 0 && casCellsBusy()) { try { //检查cells是否已经被扩容 if (cells == as) { // Expand table unless stale Cell[] rs = new Cell[n << 1]; for (int i = 0; i < n; ++i) rs[i] = as[i]; cells = rs; } } finally { cellsBusy = 0; } collide = false; continue; // Retry with expanded table } //为当前线程重新计算hash值 h = advanceProbe(h); //这个大的分支处理add方法中的条件1与条件2成立的情况，如果cell表还未初始化或者长度为0， // 先尝试获取cellsBusy锁。 }else if (cellsBusy == 0 && cells == as && casCellsBusy()) { boolean init = false; try { // Initialize table //初始化cells数组，初始容量为2,并将x值通过hash&1，放到0个或第1个位置上 if (cells == as) { Cell[] rs = new Cell[2]; rs[h & 1] = new Cell(x); cells = rs; init = true; } } finally { //解锁 cellsBusy = 0; } //如果init为true说明初始化成功，跳出循环 if (init) break; } /** *如果以上操作都失败了，则尝试将值累加到base上； */ else if (casBase(v = base, ((fn == null) ? v + x : fn.applyAsLong(v, x)))) // Fall back on using base break; } }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.
98.
99.
100.
101.
102.
103.
104.
105.
106.
107.
108.
109.
110.
111.
112.
113.
114.
115.
116.
117.
118.
119.
120.
121.
122.
123.
124.
125.
126.
127.
128.
129.
130.
131.
132.
133.
134.
135.
136.
137.
138.
139.
140.
141.
142.
143.
144.
145.
146.
147.
148.
149.
150.
151.
152.
153.
154.
155.
以上2个方法的解析搬自于源码阅读:全方位讲解LongAdder，此处对代码做了微调，方便阅读。
总结
LongAdder在没有线程竞争的时候，只使用base值，此时的情况就类似与AtomicLong。但LongAdder的高明之处在于，发生线程竞争时，便会使用到Cell数组，所以该数组是惰性加载的。
Cell数组初始值为2，每次扩容(当线程竞争异常激烈时，发生扩容)为上次长度的2倍，因此数组长度一直是2的次幂，但是当数组长度≥CPU的核心数时，就不再进行扩容。为什么?我的理解是在一台电脑中，最多能有CPU核心数个线程能够并行，因此同时也就这么多个线程操作Cell数组，每个线程更新一个位置上的元素，且又因为数组中每个元素由于字节填充机制，十分的占据内存。考虑到这两个因素，Cell数组在长度≥CPU核心数时，停止扩容。
确实，LongAdder花了很多心思提高了高并发下程序运行的效率，每一步都是在没有更好的办法下才会去选择开销更大的操作。在低并发下，LongAdder和AtomicLong效率上差不多，但LongAdder更加耗费内存。不过在高并发下，LongAdder将更加高效。