Java Atomic类及线程同步新机制原理解析

一、为什么要使用Atomic类？

看一下下面这个小程序，模拟计数，创建10个线程，共同访问这个int count = 0 ；每个线程给count往上加10000，这个时候你需要加锁，如果不加锁会出现线程安全问题，但是使用AtomicInteger之后就不用再做加锁的操作了，因为AtomicInteger内部使用了CAS操作，直接无锁往上递增，有人会问问什么会出现无锁操作，答案只有一个：那就是快呗；

下面是AtomicInteger的使用方法：

package com.example.demo.threaddemo.juc_008;import java.util.ArrayList;import java.util.List;import java.util.concurrent.atomic.AtomicInteger;/** * @author D-L * @Classname T01_AtomicInteger * @Version 1.0 * @Description 使用AtomicInteger类代替synchronized * @Date 2020/7/22 */public class T01_AtomicInteger {// int count = 0; AtomicInteger count = new AtomicInteger(0); public /**synchronized*/ void m(){ for (int i = 0; i < 10000; i++) {// count++; count.incrementAndGet(); } } public static void main(String[] args) { T01_AtomicInteger t = new T01_AtomicInteger(); List<Thread> threads = new ArrayList<>(); for (int i = 0; i < 10; i++) { threads.add(new Thread(t::m ,'Thread' + i)); } threads.forEach(o -> o.start()); threads.forEach(o ->{ try {o.join(); } catch (InterruptedException e) {e.printStackTrace(); } }); /* for (int i = 0; i < 10; i++) { new Thread(t::m ,'Thread'+i).start(); } try { TimeUnit.SECONDS.sleep(3); } catch (InterruptedException e) { e.printStackTrace(); }*/ System.out.println(t.count); }}

二、Atomic类，synchronized、LongAdder的效率验证 及 分析

模拟多个线程对一个数进行递增，多线程对一个共享变量进行递增的方法大概有三种；验证一下它们的效率，这里做一些粗糙的测试，基本已经能说明问题，具体情况还要根据实际情况：

第一种：使用long count = 0; 加锁来实现；

第二种：使用AtomicLong类来实现；

第三种：使用LongAdder实现；

package com.example.demo.threaddemo.juc_008;import java.util.concurrent.atomic.AtomicLong;import java.util.concurrent.atomic.LongAdder;/** * @author D-L * @Classname T02_AtomicVsSyncVsLongAdder * @Version 1.0 * @Description 测试Atomic类 synchronized LongAdder效率 * @Date 2020/7/22 */public class T02_AtomicVsSyncVsLongAdder { static AtomicLong count1 = new AtomicLong(0L); static Long count2 = 0L; static LongAdder count3 = new LongAdder(); public static void main(String[] args) throws InterruptedException { Thread [] threads = new Thread[1000]; /*-----------------------------------Atomic类-----------------------------------*/ for (int i = 0; i < threads.length; i++) { threads[i] = new Thread(() ->{for (int j = 0; j < 100000; j++) { count1.incrementAndGet();} }); } long start = System.currentTimeMillis(); for (Thread t : threads) t.start(); for (Thread t : threads) t.join(); long end = System.currentTimeMillis(); System.out.println('Atomic:' + count1.get() +'-----time:' +(end - start)); /*----------------------------------synchronized---------------------------------*/ Object lock = new Object(); for (int i = 0; i < threads.length; i++) { threads[i] = new Thread(new Runnable() {@Overridepublic void run() { for (int j = 0; j < 100000; j++) { synchronized (lock) { count2++; } }} }); } long start2 = System.currentTimeMillis(); for (Thread t : threads) t.start(); for (Thread t : threads) t.join(); long end2 = System.currentTimeMillis(); System.out.println('synchronized:' + count1.get() +'-----time:' +(end2 - start2)); /*-------------------------------------LongAdder----------------------------------*/ for (int i = 0; i < threads.length; i++) { threads[i] = new Thread(() ->{for (int j = 0; j < 100000; j++) { count3.increment();} }); } long start3 = System.currentTimeMillis(); for (Thread t : threads) t.start(); for (Thread t : threads) t.join(); long end3 = System.currentTimeMillis(); System.out.println('LongAdder:' + count1.get() +'-----time:' +(end3 - start3)); }} /*----------------------------------运行结果---------------------------------*/Atomic:100000000-----time:2096synchronized:100000000-----time:5765LongAdder:100000000-----time:515

从以上的结果来看并发量达到一定程度运行效率：LongAdder > AtomicLong > synchronized; 这个还只是一个粗略的测试，具体使用还要根据实际情况。

为什么AtomicLong的效率比synchronized的效率高？

AtomicLong的底层使用的是CAS操作（无锁优化），而synchronized虽然底层做了优化但是并发量达到一定层度，存在锁的膨胀，最终会变成重量级锁，需要向操作系统申请锁资源，所以synchronized的效率慢一点合情合理。

为什么LongAdder的效率比AtomicLong的效率高？

因为LongAdder使用了分段锁的概念，效率比AtomicLong的效率高。

分段锁的意思就是用一个数组把线程分成若干组，然后运行结束后把结果累加起来，例如你有1000个线程，数组的长度为4，那就把0-250个放到数组的第0位，以此类推，然后把四个数组中线程的计算结果累加，这样会很大程度上节省时间，从而提高效率。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持好吧啦网。