併發效能優化之使用LongAdder替換AtomicLong

摘要： LongAdder 本文轉載自佔小狼 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記憶體的可見性和執行緒之間的競爭，而Atomic...

本文轉載自佔小狼

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。

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，如果併發量很大的話，cpu會花費大量的時間在試錯上面，相當於一個spin的操作。如果併發量小的情況，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，每個執行緒都有獨立的計數器，這樣可以大量減少併發操作。

下面通過JMH比較一下AtomicLong 和 LongAdder的效能。

@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、設定BenchmarkMode為Mode.Throughput，測試吞吐量

2、設定BenchmarkMode為Mode.AverageTime，測試平均耗時

執行緒數為1

1、吞吐量

BenchmarkModeCntScoreErrorUnits
Main.run0thrpt5154.525 ± 9.767ops/us
Main.run1thrpt589.599 ± 7.951ops/us

2、平均耗時

BenchmarkModeCntScoreErrorUnits
Main.run0avgt50.007 ±0.001us/op
Main.run1avgt50.011 ±0.001us/op

單執行緒情況：

1、AtomicLong的吞吐量和平均耗時都佔優勢

執行緒數為10

1、吞吐量

BenchmarkModeCntScoreErrorUnits
Main.run0thrpt537.780 ±1.891ops/us
Main.run1thrpt5464.927 ± 143.207ops/us

2、平均耗時

BenchmarkModeCntScoreErrorUnits
Main.run0avgt50.290 ± 0.038us/op
Main.run1avgt50.021 ± 0.001us/op

併發執行緒為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。

執行緒數為30

1、吞吐量

BenchmarkModeCntScoreErrorUnits
Main.run0thrpt536.215 ±2.341ops/us
Main.run1thrpt5486.630 ± 26.894ops/us

2、平均耗時

Main.run0avgt50.792 ± 0.021us/op
Main.run1avgt50.063 ± 0.002us/op

執行緒數為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

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

關注我，這裡只有乾貨！