线程安全之原子性Atomic(AtomicInteger|LongAdder|AtomicLong)

线程安全性

当多线程访问某个类时,不管运行环境采用何种调度方式或者这些进程将如何交替执行,并且在主调代码中不需要任何的同步或者协同,这个类都能表现出正确的行为,那么这个类就是线程安全的.

原子性

提供互斥访问,同一时刻只有一个线程对它进行访问.

Atomic包

位于java.util.concurrent.atomic,AtomicXXX : CAS、Unsafe.compareAndSwapXXX

CAS(Compare and swap)比较和替换是设计并发算法用的的一项技术,比较和替换是用一个期望值和一个变量的当前值进行比较,如果变量的值和期望值相等,那么就用一个新值替换变量的值.

案例

线程安全

package com.keytech.task;import java.util.concurrent.Executor;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Semaphore;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.LongAdder;/*** @className: AtomicTest* @description: TODO 类描述* @author: mac* @date: 2020/12/27**/
public class AtomicTest {private static Integer clientTotal=5000;private static Integer threadTotal=200;private static AtomicInteger count=new AtomicInteger(0);public static void main(String[] args) {ExecutorService executorService = Executors.newCachedThreadPool();Semaphore semaphore= new Semaphore(threadTotal);for (int i = 0; i <clientTotal ; i++) {executorService.execute(()->{try{semaphore.acquire();update();semaphore.release();}catch (Exception e){e.printStackTrace();}});}executorService.shutdown();System.out.println("count:"+count);}private static void update(){count.incrementAndGet();}
}

getAndAddInt源码

public final int getAndAddInt(Object var1, long var2, int var4) {int var5;do {var5 = this.getIntVolatile(var1, var2);} while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));return var5;
}

compareAndSwapInt(this, stateOffset, expect, update)这个方法的作用就是通过cas技术来预测stateOffset变量的初始值是否是expect，如果是，那么就把stateOffset变量的值变成update，如果不是，那么就一直自旋转，一直到stateOffset变量的初始值是expect，然后在在修改stateOffset变量的值变成update

LongAddr

线程安全

package com.keytech.task;import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Semaphore;
import java.util.concurrent.atomic.LongAdder;/*** @className: LongAddrTest* @description: TODO 类描述* @author: mac* @date: 2020/12/28**/
public class LongAddrTest {private static Integer clientTotal=5000;private static Integer threadTotal=200;private static LongAdder count=new LongAdder();public static void main(String[] args) {ExecutorService executorService = Executors.newCachedThreadPool();Semaphore semaphore=new Semaphore(threadTotal);for (int i = 0; i < clientTotal; i++) {try{semaphore.acquire();update();semaphore.release();}catch (Exception e){e.printStackTrace();}}executorService.shutdown();System.out.println("count"+count);}private static void update(){count.increment();}
}

AtomicLong

线程安全

package com.keytech.task;import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Semaphore;
import java.util.concurrent.atomic.AtomicLong;/*** @className: AtomicLongTest* @description: TODO 类描述* @author: mac* @date: 2020/12/28**/
public class AtomicLongTest {private static Integer clientTotal=5000;private static Integer threadTotal=200;private static AtomicLong count=new AtomicLong();public static void main(String[] args) {ExecutorService executorService = Executors.newCachedThreadPool();Semaphore semaphore=new Semaphore(threadTotal);for (int i = 0; i < clientTotal; i++) {try{semaphore.tryAcquire();update();semaphore.release();}catch (Exception e){e.printStackTrace();}}executorService.shutdown();System.out.println("count"+count);}private static void update(){count.incrementAndGet();}
}

LongAddr与AtomicLong的区别

AtomicLong的原理是依靠底层的cas来保障原子性的更新数据，在要添加或者减少的时候，会使用死循环不断地cas到特定的值，从而达到更新数据的目的。如果竞争不激烈，修改成功几率很高，否则失败概率很高，在失败几率很高的情况下，这些原子操作就会进行多次的循环操作尝试，因此性能会受到影响。

对于普通类型的Long和Doubble变量，JVM允许将64位的读操作或写操作拆成两个三十二位的操作。

LongAdder则是内部维护一个Cells数组，每个Cell里面有一个初始值为0的long型变量，在同等并发量的情况下，争夺单个变量的线程会减少，这是变相的减少了争夺共享资源的并发量，另外多个线程在争夺同一个原子变量时候，如果失败并不是自旋CAS重试，而是尝试获取其他原子变量的锁，最后当获取当前值时候是把所有变量的值累加后再加上base的值返回的。

LongAdder的核心是将热点数据分离，比如说它可以将AtomicLong内部核心数据value分离成一个数组，每个线程访问时，通过hash等算法，映射到其中一个数字进行计数，最终的计数结果则会这个数据的求和累加，其中热点数据value会被分离成多个cell，每个cell独自维护内部的值，当前对象实际值为所有cell累计合成，这样的话，热点就进行了有效的分离，并提高了并行度。

LongAdder在AtomicLong的基础上将单点的更新压力分散到各个节点，在低并发的时候通过对base的直接更新可以很好的保障和AtomicLong的性能基本保持一致，而在高并发的时候通过分散提高了性能。缺点是LongAdder在统计的时候如果有并发更新，可能导致统计的数据有误差。

LongAddr与AtomicLong的使用场景

实际使用中，在处理高并发时，可以优先使用LongAdder，而不是继续使用AtomicLong，当然，在线程竞争很低的情况下，使用AtomicLong更简单更实际一些，并且效率会高些。其他情况下，比如序列号生成，这种情况下需要准确的数值，全局唯一的AtomicLong才是正确的选择，而不是LongAdder

线程安全之原子性Atomic(AtomicInteger|LongAdder|AtomicLong)相关推荐

java 线程安全Long_【Java】线程安全之原子性Atomic(AtomicInteger|LongAdder|AtomicLong)
线程安全性原子性 Atomic包案例 package com.keytech.task; import java.util.concurrent.Executor; import java.uti ...
并发编程-04线程安全性之原子性Atomic包的4种类型详解
文章目录线程安全性文章索引脑图概述原子更新基本类型 Demo AtomicBoolean 场景举例原子更新数组 Demo 原子更新引用类型 Demo 原子更新字段类型使用注意事项: Dem ...
并发编程-03线程安全性之原子性（Atomic包）及原理分析
文章目录线程安全性文章索引脑图线程安全性的定义线程安全性的体现原子性使用AtomicInteger改造线程不安全的变量 incrementAndGet源码分析-UnSafe类 compar ...
并发编程-05线程安全性之原子性【锁之synchronized】
文章目录线程安全性文章索引脑图概述原子性synchronized 修饰的4种对象修饰代码块作用范围及作用对象 Demo 多线程下同一对象的调用多线程下不同对象的调用修饰方法作用范围 ...
线程池，Volatile，原子性类AtomicInteger，乐观锁悲观锁，并发工具类Hashtable，ConcurrentHashMap类，Semaphore类
目录一.线程的状态二.线程池 1.创建线程池的方式 1.1线程池-Executors默认线程池 1.2线程池-Executors创建指定上限的线程池 1.3线程池-ThreadPoolExec ...
java 线程安全原子性_Java 线程安全之原子性
Java 线程安全之原子性 Java 线程安全之原子性原子操作可以是一个步骤,也可以是多个操作步骤,但是其顺序不可被打乱,也不可以被切割而执行其中的一部分(不可中断).将整个操作视为一个整体是原子性 ...
原子性 atomic 类用法
当程序更新一个变量时,如果多线程同时更新这个变量,可能得到期望之外的值,比如变量i=1,A线程更新i+1,B线程也更新i+1,经过两个线程操作之后可能i不等于3,而是等于2.因为A和B线程在更新变量i ...
day14 线程池、原子性、并发工具类
目录一.线程池 1.1 线程状态 1.2 线程池的基本原理 1.3 Executors默认线程池 1.4 创建指定上限的线程池 1.5 ThreadPoolExecutor(线程池执行器) 1.5. ...
[Java多线程]-J.U.C.atomic包下的AtomicInteger，AtomicLong等类的源码解析
Atomic原子类:为基本类型的封装类Boolean,Integer,Long,对象引用等提供原子操作. 一.Atomic包下的所有类如下表: 类摘要 AtomicBoolean 可以用原子方式更新的 ...

线程安全之原子性Atomic(AtomicInteger|LongAdder|AtomicLong)

线程安全性

原子性

Atomic包

案例

getAndAddInt源码

LongAddr

AtomicLong

LongAddr与AtomicLong的区别

LongAddr与AtomicLong的使用场景

线程安全之原子性Atomic(AtomicInteger|LongAdder|AtomicLong)相关推荐

最新文章

热门文章