哈希游戏作为一种新兴的区块链应用，它巧妙地结合了加密技术与娱乐，为玩家提供了全新的体验。万达哈希平台凭借其独特的彩票玩法和创新的哈希算法，公平公正-方便快捷!万达哈希,哈希游戏平台,哈希娱乐,哈希游戏昨天又从朋友那里倒腾过来一个好的题材：“JUC中的高性能计数器工具类LongAdder”。初步在网上搜索之后，发现其实阿里巴巴的Java开发手册中也有对于这个工具包的推荐：

　　JUC包下的所有工具类我都很感兴趣，因此昨晚加急看完了源码，在感叹其设计精巧的同时也决定写这篇文章分享给大家。

　　在高并发的场景下如果有统计类的需求的话，一开始我们使用的计数器是AtomicLong。但是AtomicLong的性能会随着并发量的上升而急剧下降，让我在代码层面看一看为什么会这样。

　　上面这段代码的逻辑很简单：手动写了一个死循环比较期望值，如果持有值与期望值相等就进行交换。

　　坏就坏在这里了：AtomicLong做自增操作的时候使用CAS+自旋会导致大量的线程在这里频繁的比较失败和自旋，这在大并发量的背景下，对整体项目的性能更是迎头重击。

　　所以JDK1.8中引入了一个新的原子操作类来解决这个问题。而它就是我们今天要介绍的LongAdder类：

　　LongAdder的整体设计思想并不难。我们照着AtomicLong的缺陷推理就能推理出来。

　　前面我们说过：AtomicLong的性能瓶颈主要在于高并发环境下会有大量的线程进入“比较失败和自旋”的漩涡中。

　　AtomicLong不是多个线程争夺一个value嘛？现在我们在LongAdder中就创建多个临时的value来供线程进行增值操作，而真正的value值等于这些临时value的值求和。

　　通过增加临时value的操作，我们大大减轻了高并发的场景下多线程在CAS操作中的竞争激烈度。

　　[LongAdder的基本思路就是分散热点，将value值的新增操作分散到一个数组中，不同线程会命中到数组的不同槽中，各个线程只对自己槽中的那个value值进行CAS操作，这样热点就被分散了，冲突的概率就小很多。]

　　我们可以尝试起一千个线程，每个线程都分别基于AtomicLong和LongAdder执行自增操作一万次。看一看AtomicLong和LongAdder的性能差距：

　　无需多言，这已经是单方面的羞辱了。现在知道LongAdder的性能有多高了吧？

　　如果你能理解我上面说的这些东西，那恭喜你已经掌握LongAdder的基本原理了，刷会抖音休息一下吧。

　　休息过后，让我们尝试来深入LongAdder的源码部分，学习其中精妙的设计思想。

　　让我们来看看LongAdder中最重要的add方法，注释我一行行都写清了，这块一定要看：

　　//true-说明此时cell还未初始化。此时的背景是多线程写base的时候出现竞争了。

　　//false-说明此时cell已经初始化，现在线程应该根据前面分配的index往cell数组中的指定位置写值

　　//1.true-说明此时cell还未初始化。此时的背景是多线程写base的时候出现竞争了。

　　如果更新失败（或cells数组已存在），则获取一个随机索引，并尝试更新对应Cell的值。

　　如果Cell未初始化、为空或更新失败（存在竞争或者cell数组在扩容），则调用longAccumulate方法处理更复杂的累加逻辑

　　如果更新失败（或cells数组已存在），则获取一个随机索引，并尝试更新对应Cell的值。

　　如果Cell未初始化、为空或更新失败（存在竞争或者cell数组在扩容），则调用longAccumulate方法处理更复杂的累加逻辑

　　让我们继续来看longAccumulate这个方法，先介绍一下传入的参数：

　　这里的逻辑是：如果index的位置为0（未分配位置），就给这个index重新取一个值。并且设置wasUncontended为“未竞争”。

　　这么做的意义是因为如果当前线程的hash值h=getProbe为0，0与任何数取模都是0，会固定到数组第一个位置，所有使用0作为初始index的线程都会尝试更新Cell数组的第一个位置，这会导致激烈的线程竞争。所以这里做了优化，使用ThreadLocalRandom为当前线程重新计算一个hash值。

　　最后设置wasUncontended = true，这里含义是重新计算了当前线程的hash后认为此次不算是一次竞争。hash值被重置就好比一个全新的线程一样，所以设置了竞争状态为true。

　　之后就开始进入逆天if循环了，首先在最外围写一个while死循环。实现“自旋”。

　　为了防止有些同学看懵逼，我们用文字串一下逻辑。在这一过程中，我们要明白：无论是多少层if嵌套循环，它本质上代表的还是一种情况而已。我们只要慢慢梳理就是可以梳理出来的。

　　情况一：cells数组已经初始化了，接下来的操作就是尝试把线程当前的值写到对应的cell中。

　　情况二：cell数组还没有初始化（所以情况1走不通），接下来的操作就是先持有锁，再去初始化cell数组。

　　这个代码就很简单，我们可以看到我们创建了一个叫rs的cell对象。之后将[index&1]的位置赋值为一个初始值为x的cell对象。

　　[INDEX&1实际上是（index & （数组长度-1），只不过此时的数组长度是2，做完减一操作之后为1，直接写死在这里了。

　　我们可以把（index & （数组长度-1）)看作是一个取余操作，思想和Hashmap中的设计一摸一样。这里不多作介绍]

　　情况三：走到这里说明当前的cell数组正在被初始化。因此它争取不到cellsBusy锁。开始尝试调用casBase操作来往base中写值。如果成功就结束本次循环。

　　情况1.1：cell数组虽然存在，但是内部对应的下标位置无cell。因此我们就要创建出来一个cell填充到cell数组中。

　　情况1.2：说明在走到1.1中的this.cellsBusy的时候获取锁失败。在这个我们要修改竞争条件为“有竞争”。

　　情况1.3：cell数组存在，而且对应的下标位置中cell也不为空。开始尝试给cell做加值操作。

　　当累加完毕之后，开始走扩容操作。如果当前的cell数组长度小于当前电脑的CPU核心数并且cell的引用没有发生变化的话，就开始尝试扩容。

　　//case1：cell已经初始化了，当前线程就要把值写到对应的cell数组中

　　//再次判断锁是否被占用，如果没有被占用就使用casCellsBusy来获取锁

　　//如果cell数组的引用又发生变化或者cell数组rs对应的位置中不为空。说明已经有线程进行过更改了。为了避免覆盖旧值，我们放弃本次更改。

　　//case1.2: 只有可能出现在cell初始化之后，当前线程竞争修改失败才会是false。

　　//fasle-写新的cell的时候又存在竞争，开始走下一轮自旋

　　//case1.4: 如果cell数组长度小于Ncup并且当前线程持有的仍然是cs这个引用的话。（其他线程没有对cs进行扩容等操作）

　　//开始走真正的扩容，先去判断锁的情况（cellsBusy），如果没有线程持有锁的情况下，在使用casCellsBusy来持有锁

　　//case1.5: 由于当前的cell数组的长度已经超过当前电脑的CPU核心数了。因此不进行扩容。

　　// 由于当前线程持有的不再是cs这个cell数组了。说明已经有其他线程做了扩容操作，因此不再进行扩容

　　//再次判断，避免线程并发下的问题：两个线程都进行了初始化，导致丢数据的情况

　　// cell被其他线程初始化了。导致当前线程找不到对应的cell，当前线程需要把数据累加到base中。

　　基于这种操作，我们就实现了LongAdder中的“分摊竞争压力”。不得不说，这段代码真的是简洁高效且逻辑复杂。

　　一遍看不懂是正常的，我非常推荐你自己去看一看。下来我们看一看这个cell数组中的cell对象：

　　Cell注定要被多线程所共享，所以在这一过程中数组中的每一个cell对象都使用了@Contended注解来避免伪共享问题。

　　[伪共享是指多个线程访问不同的变量，但这些变量恰好位于同一个缓存行中。由于缓存行是共享的，当一个线程修改其中一个变量时，整个缓存行的状态会被标记为“脏”（dirty），其他线程必须重新加载整个缓存行，即使它们访问的是缓存行中的其他变量。这种不必要的缓存行刷新和重新加载会导致性能下降。]

　　在多线程环境中，线 调用incrementA，线 调用incrementB。a和b是两个独立的变量，但它们可能位于同一个缓存行中。当线 修改a时，整个缓存行会被标记为脏，线 也需要重新加载缓存行，尽管它只关心b。这就是伪共享问题。

　　最后我们再来看一看LongAdder中是如何对base和cells数组的值进行求和的：

　　没啥好讲的，直接硬遍历了。需要注意的是这里的sum并不一保证能拿到精确值。

　　这是因为当多个线程同时更新LongAdder时，它们可能正在修改base值或者Cell数组中的值。由于这些更新操作是并发进行的，所以在调用sum方法时，可能有些更新尚未完成，从而导致返回的总和不是最新的精确值。

　　在读完这个类之后，其实越来越发现JUC的底层很多类的设计思想是共通的。LongAdder中所体现出来的“分治”的思想，其实就有点像“分段锁”。

　　那今天关于“LongAdder”的文章就介绍到这里了。相信通过我的介绍，你已经大致了解了LongAdder。希望我的文章可以帮到你。

　　关于JUC中的各种类，你有什么想分享的嘛？欢迎在评论区留言。返回搜狐，查看更多