我们发现在不做任何同步的情况下，我们计算的累加结果是错误的。
com.mmall.concurrency.example.count.CountExample2
C:UsersHONGZHENHUAimoocconcurrencysrcmainjavacommmallconcurrencyexamplecountCountExample2.java
package com.mmall.concurrency.example.count; import com.mmall.concurrency.annoations.ThreadSafe; import lombok.extern.slf4j.Slf4j; import java.util.concurrent.CountDownLatch; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.Semaphore; import java.util.concurrent.atomic.AtomicInteger; @Slf4j @ThreadSafe public class CountExample2 { // 请求总数 public static int clientTotal = 5000;//1000个请求 // 同时并发执行的线程数 public static int threadTotal = 200;//允许并发的线程数是50 public static AtomicInteger count = new AtomicInteger(0); public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal; i++) { executorService.execute(()-> { try { semaphore.acquire(); add(); semaphore.release(); } catch (Exception e) { log.error("exception",e); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); //log.info("count:{}",count); log.info("count:{}",count.get()); } private static void add() { //count++; count.incrementAndGet(); // count.getAndIncrement(); } }
把计数的值从int换成了AtomicInteger，看一下AtomicInteger的incrementAndGet方法的源码实现。AtomicInteger的源码实现使用了一个unsafe的类，unsafe提供了一个方法叫做getAndAddInt，getAndAddInt这个方法不是特别关键的，核心关键是getAndAddInt它的实现。
compareAndSwapInt这个方法需要大家特别注意。compareAndSwapInt它其实是用native标识的方法。native这个代表是Java底层的方法，不是我们通过Java去实现的。Object var1是传过来的count这个对象，第二个值long var2是我们当前的值，比如我想执行的是2+1=3这个操作，当前这个第二个参数var2它等于2，第三个值var4等于1，如果当前的值var2跟底层的这个值var5相同的话，那么把它var5更新成后面的这个值va5+var4。当我们一个方法进来的时候，long var2它这个值是2，这个时候我们第一次取出来的变量var5的值应该也等于2，但是当我们在执行进行更新层增删的时候呢，可能会被别的线程更改，因此它这里要判断如果我当前这个值var2跟我期望的值var5是相同的话，就是这里面取出来的值var2也等于2的时候，那么我才允许它更新成3，否则重新取出来当前这个变量var5，然后这里面的变量var2相当于是重新从我当前的这个count对象里面取一次也会变成3，相当于继续判断，如果当前的值var2=3，与我底层的值var5相同也等于3的话，那么我就把它变成3+1=4的这个值。通过这样不停地循环来判断，最后保证的是，期望的是一个值，与底层的值完全相同的时候，才执行对应的+1的这个值，把底层的值给覆盖掉。
compareAndSwapInt这个方法的核心就是CAS的核心。刚才我们介绍的是整型值的处理，对于其他的类型比如long、double、对象的值它们都可以通过对应的方法来进行处理，核心都是通过compareAndSwap的方式来进行操作。
关于CAS的实践我们就先讲到这里，大家一定要记住这里面它的实现的原理，是拿当前这个对象里的值var2和底层的值var5来进行对比，如果当前的值跟底层的值它们一样的时候，才执行对应的操作，这就是它的核心的原理。如果不一样的话那就不停地取最新的值，直到它们相同的时候才进行这个操作。如果大家不明白为什么这个count对象里面的值会和正常存储数据的底层的值不一样的话，大家可以看一下工作内存和主内存的关系，count里面存的值其实就属于工作内存，底层其实就是主内存，它们的值不一定完全一样的，所以我们做一些同步的操作才能保证它们在某个时刻是一样的。
com.mmall.concurrency.example.atomic.AtomicExample1
C:UsersHONGZHENHUAimoocconcurrencysrcmainjavacommmallconcurrencyexampleatomicAtomicExample1.java
package com.mmall.concurrency.example.atomic; import com.mmall.concurrency.annoations.ThreadSafe; import lombok.extern.slf4j.Slf4j; import java.util.concurrent.CountDownLatch; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.Semaphore; import java.util.concurrent.atomic.AtomicInteger; @Slf4j @ThreadSafe public class AtomicExample1 { // 请求总数 public static int clientTotal = 5000;//1000个请求 // 同时并发执行的线程数 public static int threadTotal = 200;//允许并发的线程数是50 public static AtomicInteger count = new AtomicInteger(0); public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal; i++) { executorService.execute(()-> { try { semaphore.acquire(); add(); semaphore.release(); } catch (Exception e) { log.error("exception",e); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); //log.info("count:{}",count);
log.info("count:{}",count.get()); } private static void add() {
//count++; count.incrementAndGet(); // count.getAndIncrement(); } }
com.mmall.concurrency.example.atomic.AtomicExample2
C:UsersHONGZHENHUAimoocconcurrencysrcmainjavacommmallconcurrencyexampleatomicAtomicExample2.java
package com.mmall.concurrency.example.atomic; import com.mmall.concurrency.annoations.ThreadSafe; import lombok.extern.slf4j.Slf4j; import java.util.concurrent.CountDownLatch; 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.AtomicLong; @Slf4j @ThreadSafe public class AtomicExample2 { // 请求总数 public static int clientTotal = 5000;//1000个请求 // 同时并发执行的线程数 public static int threadTotal = 200;//允许并发的线程数是50 public static AtomicLong count = new AtomicLong(0); public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal; i++) { executorService.execute(()-> { try { semaphore.acquire(); add(); semaphore.release(); } catch (Exception e) { log.error("exception",e); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); //log.info("count:{}",count); log.info("count:{}",count.get()); } private static void add() { //count++; count.incrementAndGet(); // count.getAndIncrement(); } }
JDK8里面单独新增了一个类LongAdder跟AtomicLong特别像，
因此我们这个线程安全了是没问题了。为什么有了AtomicLong之后还要新增一个LongAdder这个类？很显然如果增加一个类肯定是有它的优点的。这里LongAdder它的实现我们就不多说了，我们具体说一下LongAdder和AtomicLong它俩对应的优点和缺点。之前我们在讲AtomicInteger的实现机制的时候我们看过CAS的底层实现，它们是在一个死循环内不断地尝试修改目标值直到修改成功。如果竞争不激烈的时候呢，它修改成功的概率很高，否则的话修改失败的概率就会很高，在大量修改失败的时候呢，这些原子操作就会进行多次的循环尝试，因此呢性能会受到一些影响。这里呢有一个知识点，对于普通类型的long和double变量，JVM允许将64位的读操作或者写操作拆成两个32位的操作，那么LongAdder这个类它的实现是基于什么思想呢？它的核心是将热点索引分离，比如说它可以将AtomicLong的内部核心数据value分离成一个数组，每个线程访问时通过哈希系统算法映射到其中一个数字进行计数，而最终的计数结果则为这个数组的求和累加，其中热点数据value它会被分离成多个单元的cell，每个cell独自维护内部的值，当前对象的实际值由所有的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，这样一来呢LongAdder它相当于是在AtomicLong的基础上将单点的更新压力分散到各个节点上，在第一并发的时候呢通过对base的直接更新，可以很好的保障和Atomic的性能基本一致，而在高并发的时候呢则通过分散提高了性能，这就是我们所说的LongAdder，但是LongAdder也有自己的缺陷，它的缺点是在统计的时候如果有并发更新，可能会导致统计的数据有些误差。实际使用中，在处理高并发计数的时候，我们可以优先使用LongAdder，而不是继续使用AtomicLong，当然了在线程竞争很低的情况下进行计数，使用Atomic还是更简单、更直接一些，并且效率也会稍微高一点点。其他的情况下，比如序列号生成啦，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，这个时候就不适合使用LongAdder了。
com.mmall.concurrency.example.atomic.AtomicExample3
C:UsersHONGZHENHUAimoocconcurrencysrcmainjavacommmallconcurrencyexampleatomicAtomicExample3.java
package com.mmall.concurrency.example.atomic; import com.mmall.concurrency.annoations.ThreadSafe; import lombok.extern.slf4j.Slf4j; import java.util.concurrent.CountDownLatch; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.Semaphore; import java.util.concurrent.atomic.AtomicLong; import java.util.concurrent.atomic.LongAdder; @Slf4j @ThreadSafe public class AtomicExample3 { // 请求总数 public static int clientTotal = 5000;//1000个请求 // 同时并发执行的线程数 public static int threadTotal = 200;//允许并发的线程数是50 public static LongAdder count = new LongAdder(); public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal; i++) { executorService.execute(()-> { try { semaphore.acquire(); add(); semaphore.release(); } catch (Exception e) { log.error("exception",e); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); log.info("count:{}",count); //log.info("count:{}",count.get()); } private static void add() { //count++; count.increment(); //count.incrementAndGet(); // count.getAndIncrement(); } }
AtomicLong我们就暂时先介绍到这里，现在呢我们来看一下Atomic包。
这是JDK里面默认提供好的包，这个包里面我们可以看到我们平时用的一些基本类型，什么布尔类型啦整型啦Long型都有对应的原子相关的类，这里除了compareAndSwapInt这个函数还有一个函数compareAndSet需要大家注意一下，这个方法/函数更多的用在于AtomicBoolean这个类里面。为什么这么说呢？实际中我们经常会遇到比如我希望某件事情只执行一次，在执行这件事情之前呢它的标记可能为false，一旦执行之后我就要把它变成true。这个时候呢如果我们使用AtomicBoolean这个类里面的compareAndSet方法，分别传入false、true的时候呢，就可以保证对应我们要控制的那一段代码只执行一次，甚至可以理解为当前只有一个线程可以执行这段代码。如果我们在执行完之后再把这个变量标识为false之后，当然它可以继续执行。这样它达到的效果就是，同样的代码、同一时间只有一个线程可以执行。
