LongAdder介绍

LongAdder是java并发包(java.util.concurrent)中的一个类，用于高效地实现多线程环境下的加法操作。

在多线程环境中，如果多个线程同时对同一个变量进行加法操作，会存在竞争条件（race condition）。传统的加法操作使用synchronized关键字或者锁来保证线程安全，但是在高并发情况下，竞争条件会导致性能瓶颈。LongAdder类通过一种更加高效的方式来解决这个问题。

LongAdder内部维护了一个或多个变量，这些变量被称为"cell"。每个线程都可以独立地访问这些变量进行加法操作，而不会发生竞争。当多个线程同时对同一个变量进行加法操作时，LongAdder会将这些加法操作分摊到不同的"cell"上，从而减少竞争条件的出现。

代码示例

举个例子来说明LongAdder的使用：

import java.util.concurrent.atomic.LongAdder;public class LongAdderExample {    public static void main(String[] args) {        LongAdder longAdder = new LongAdder();                // 创建并启动10个线程        Thread[] threads = new Thread[10];        for (int i = 0; i < threads.length; i++) {            threads[i] = new Thread(() -> {                // 每个线程执行1000次加法操作                for (int j = 0; j < 1000; j++) {                    longAdder.increment();                }            });            threads[i].start();        }                // 等待所有线程执行完毕        for (Thread thread : threads) {            try {                thread.join();            } catch (InterruptedException e) {                e.printStackTrace();            }        }                // 输出结果        System.out.println("Sum: " + longAdder.sum());    }}

在上面的例子中，我们创建了10个线程，每个线程执行1000次加法操作。所有线程都共享同一个LongAdder对象。每个线程调用longAdder.increment()方法来进行加法操作。

由于LongAdder内部使用了分散的"cell"来减少竞争条件，所以多个线程可以同时对LongAdder进行加法操作，而不会发生竞争。最后，我们通过调用longAdder.sum()方法来获取所有线程执行加法操作后的结果。

这样，使用LongAdder可以在高并发环境中实现高性能的加法操作。

实现原理

LongAdder的底层实现原理主要包括两个重要概念：“Cell"和"Base”。

1. “Cell”（单元）
   LongAdder内部维护了一个或多个"cell"，每个"cell"都是一个独立的变量，用于存储部分加法操作的结果。在初始化时，默认情况下会创建一个"cell"。

2. “Base”（基准）
   除了"cell"，LongAdder还维护了一个名为"base"的变量，用于存储没有被分配到"cell"的加法操作的结果。"base"是一个普通的long类型变量。

当一个线程进行加法操作时，LongAdder会采取以下策略：

• 如果当前线程是第一个进行加法操作的线程，那么直接将操作的结果累加到"base"上。
• 如果当前线程不是第一个进行加法操作的线程，那么LongAdder会将操作的结果累加到当前线程所分配的"cell"上。

当多个线程同时进行加法操作时，每个线程都会被分配到一个独立的"cell"，从而减少了竞争条件。

当需要获取最终的加法结果时，LongAdder会将"base"和所有"cell"中的值进行求和，得到最终的结果。

需要注意的是，LongAdder在进行求和操作时，并不会阻塞其他线程的加法操作。这样就实现了高并发环境下的高性能加法操作。

总结：
LongAdder通过使用"cell"和"base"的组合方式，将加法操作分散到多个独立的变量上，从而避免了竞争条件，并实现了高效的加法操作。每个线程都可以独立地对"cell"进行加法操作，最后通过对"base"和所有"cell"的求和，得到最终的结果。这种设计使得LongAdder在高并发环境下能够提供优异的性能。

与分段锁的区别

LongAdder和分段锁（Segmented Lock）是两种并发编程中解决竞争条件的不同策略，它们可以在一定程度上解决多线程环境下的加法操作竞争问题。

1. LongAdder：
   LongAdder使用了一种称为"分散累加"（Scatter-Gather）的策略，通过将加法操作分散到多个独立的变量（“cell”）上，避免了多线程竞争的情况。每个线程都可以独立地对"cell"进行加法操作，最后通过对所有"cell"的求和得到最终结果。LongAdder适用于高并发环境，可以提供更好的性能。但是，它对内存的消耗相对较大，因为需要维护多个"cell"。

2. 分段锁（Segmented Lock）：
   分段锁是一种基于锁的并发控制策略。它将共享数据分成多个段（segment），每个段都有一个独立的锁。不同的线程可以同时访问不同的段，从而减少了竞争条件。分段锁适用于一些对共享数据访问不是非常频繁的情况，因为每个段仍然需要获取独立的锁来保证线程安全。相对于LongAdder，分段锁在低并发情况下可能更加高效，但在高并发环境下，锁的竞争仍然存在。

关于LongAdder和分段锁的关系：
LongAdder和分段锁都是解决多线程环境下加法操作竞争的方法，但采用了不同的实现方式。LongAdder使用分散累加的方式将加法操作分散到多个独立的变量上，避免了竞争，适用于高并发环境。而分段锁则是通过将共享数据分成多个段，并对每个段加锁来减少竞争，适用于一些对共享数据访问频率较低的情况。

选择使用LongAdder还是分段锁取决于具体的应用场景和需求。如果需要在高并发情况下实现高性能的加法操作，可以选择LongAdder。如果对共享数据的访问不是非常频繁，且需要更细粒度的并发控制，可以考虑使用分段锁。

来源地址：https://blog.csdn.net/a772304419/article/details/131012291