Atomic类和线程同步新机制

时间：2020-07-22 13:51:53 收藏：0 阅读：82

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() {
                @Override
                public 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:2096
synchronized:100000000-----time:5765
LongAdder: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。

技术图片

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。