前言
最近公司的项目在陆续升级jdk8，正好想起之前有人问我的jdk8中新增的LongAdder类和AtomicLong的区别，就忍不住想探究一番。
源码解析
首先看一下类的定义
public class LongAdder extends Striped64 implements Serializable然后来看一下类的属性和方法
这里让我困惑的一个问题是LongAdder中没有类似于AtomicLong中getAndIncrement()或者incrementAndGet()这样的原子操作，所以只能通过increment()方法和longValue()方法的组合来实现更新和获取的动作，然而这样不能保证这个组合操作的原子性，猜想也许LongAdder就是不具备这样的机制吧。那么就主要看一下increment()和longValue()方法。
longValue方法
public long longValue() {
return sum();
}
首先看一下获取值的longValue()方法，这里调用了sum()
public long sum() {
Cell[] as = cells; Cell a;
long sum = base;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
这里出现了一个类Cell，这个类是Striped64类的静态内部类，因此当Striped64对象初始化时并不会连带将Cell类初始化，其源码如下
@sun.misc.Contended static final class Cell {
volatile long value;
Cell(long x) { value = x; }
final boolean cas(long cmp, long val) {
return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val);
}
// Unsafe mechanics
private static final sun.misc.Unsafe UNSAFE;
private static final long valueOffset;
static {
try {
UNSAFE = sun.misc.Unsafe.getUnsafe();
Class<?> ak = Cell.class;
valueOffset = UNSAFE.objectFieldOffset
(ak.getDeclaredField("value"));
} catch (Exception e) {
throw new Error(e);
}
}
}
这里有一个@sun.misc.Contended标识非常奇怪，查了资料发现是用于解决伪共享（false sharing）问题的，这里就不深入讲解了。这个类只有一个cas(long cmp, long val)方法，做的事情也就是简单的CAS操作，接着来看一下cells和base的定义，这两个属性都是Striped64中的
transient volatile Cell[] cells;
transient volatile long base;
可以看到全部都是volatile类型的，因此都具有可见性，并且可以推测会遇到并发的操作。
回到sum()方法就很好理解了，这个方法返回的是base和cells数组中所有元素的和，这里的base像是一个初始值的作用，我们继续往下分析。
increment方法
public void increment() {
add(1L);
}
接着分析increment()方法，可以看到该方法就是对add(long x)的封装，那么具体来分析一下这个方法
public void add(long x) {
Cell[] as; long b, v; int m; Cell a;
if ((as = cells) != null || !casBase(b = base, b + x)) {
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[getProbe() & m]) == null ||
!(uncontended = a.cas(v = a.value, v + x)))
longAccumulate(x, null, uncontended);
}
}
这里重点是casBase(b = base, b + x)，来看一下它做了什么
final boolean casBase(long cmp, long val) {
return UNSAFE.compareAndSwapLong(this, BASE, cmp, val);
}
由于此处的x为1，那么该方法就是对Striped64的BASE的值进行累加并返回是否成功，顺带一提这里的BASE是base值所对应的内存偏移量，所以casBase(b = base, b + x)就是对base进行CAS操作，执行成功的话操作就结束了，那么什么时候会不成功呢，当然就是并发量大的时候，结合之前分析的longValue()方法，这里就可以得出一个结论——当并发不大的时候只对base进行更新，获取值得时候当然也只从base获取即可，这个时候其实和AtomicLong的原理几乎一模一样，看来区别就在于后面的分支，继续往下看。
首先置标志位uncontended为true，从字面意思也可以看出来uncontended意思是没有竞争的。当casBase不成功则将进入add(long x)的if分支中，分支由四部分组成中间用||连接，必须全部满足才会结束方法执行，否则进入longAccumulate(x, null, uncontended)方法，这四部分分别为
- as == null，数组为空
- (m = as.length - 1) < 0 ，或者数组长度小于1
- (a = as[getProbe() & m]) == null，或者位置上没有Cell对象,即getProbe()&m其实相当于hashMap里面的tab[i = (n - 1) & hash]
- !(uncontended = a.cas(v = a.value, v + x))，或者修改cell的值失败
这里的四个条件其实并不是并列的，而是递进式的，1和2判断cells数组是否为空，3取cells数组中的任意一个元素a判断是否为空，4是对a进行cas操作并将执行结果赋值标志位uncontended。从这里可以给出第二个结论，当竞争激烈到一定程度无法对base进行累加操作时，会对cells数组中某个元素进行更新。
小结
- 如果Cells表为空，尝试用CAS更新base字段，成功则退出；
- 如果Cells表为空，CAS更新base字段失败，出现竞争，uncontended为true，调用longAccumulate；
- 如果Cells表非空，但当前线程映射的槽为空，uncontended为true，调用longAccumulate；
- 如果Cells表非空，且前线程映射的槽非空，CAS更新Cell的值，成功则返回，否则，uncontended设为false，调用longAccumulate。
看到这里大概应该知道为什么LongAdder会比AtomicLong更高效了，没错，唯一会制约AtomicLong高效的原因是高并发，高并发意味着CAS的失败几率更高， 重试次数更多，越多线程重试，CAS失败几率又越高，变成恶性循环，AtomicLong效率降低。 那怎么解决？ LongAdder给了我们一个非常容易想到的解决方案：减少并发，将单一value的更新压力分担到多个value中去，降低单个value的 “热度”，分段更新！！！
这样，线程数再多也会分担到多个value上去更新，只需要增加value就可以降低 value的 “热度” AtomicLong中的 恶性循环不就解决了吗？ cells 就是这个 “段” cell中的value 就是存放更新值的， 这样，当我需要总数时，把cells 中的value都累加一下不就可以了么！！
在看看add方法中的代码，casBase方法可不可以不要，直接分段更新,上来就计算 索引位置，然后更新value？
不是不行，而是有所考虑的,因为，casBase操作等价于AtomicLong中的CAS操作，要知道，LongAdder这样的处理方式是有坏处的，分段操作必然带来空间上的浪费，可以空间换时间，但是，能不换就不换，空间时间都节约.
casBase操作保证了在低并发时，不会立即进入分支做分段更新操作，因为低并发时，casBase操作基本都会成功，只有并发高到一定程度了，才会进入分支
最后来看一下当上述条件无法全部满足时调用的longAccumulate(x, null, uncontended)方法
final void longAccumulate(long x, LongBinaryOperator fn,
boolean wasUncontended) {
int h;
if ((h = getProbe()) == 0) {
ThreadLocalRandom.current(); // force initialization
h = getProbe(); //返回当前线程的threadLocalRandomProbe值
wasUncontended = true;
}
boolean collide = false; // True if last slot nonempty
for (;;) {
Cell[] as; Cell a; int n; long v;
if ((as = cells) != null && (n = as.length) > 0) {
if ((a = as[(n - 1) & h]) == null) {
if (cellsBusy == 0) { // cells数组中对应位置没有数据则插入新对象
Cell r = new Cell(x);
if (cellsBusy == 0 && casCellsBusy()) {
boolean created = false;
try { // Recheck under lock
Cell[] rs; int m, j;
if ((rs = cells) != null &&
(m = rs.length) > 0 &&
rs[j = (m - 1) & h] == null) {
rs[j] = r;
created = true;
}
} finally {
cellsBusy = 0;
}
if (created)
break;
continue; // Slot is now non-empty
}
}
collide = false;
}
else if (!wasUncontended) // CAS already known to fail
wasUncontended = true; // Continue after rehash
else if (a.cas(v = a.value, ((fn == null) ? v + x :
fn.applyAsLong(v, x)))) //对该位置的cell元素进行累加
break;
else if (n >= NCPU || cells != as)
collide = false; // At max size or stale //判断数组大小是否大于核数
else if (!collide)
collide = true;
else if (cellsBusy == 0 && casCellsBusy()) { //对cells数组进行扩容，直接扩容为2倍
try {
if (cells == as) { // Expand table unless stale
Cell[] rs = new Cell[n << 1];
for (int i = 0; i < n; ++i)
rs[i] = as[i];
cells = rs;
}
} finally {
cellsBusy = 0;
}
collide = false;
continue; // Retry with expanded table
}
h = advanceProbe(h);
}
else if (cellsBusy == 0 && cells == as && casCellsBusy()) { //cellsBusy这里是做为一个自旋锁来使用的
boolean init = false;
try { // 初始化cells数组大小为2
if (cells == as) {
Cell[] rs = new Cell[2];
rs[h & 1] = new Cell(x);
cells = rs;
init = true;
}
} finally {
cellsBusy = 0;
}
if (init)
break;
}
else if (casBase(v = base, ((fn == null) ? v + x :
fn.applyAsLong(v, x)))) //对base进行CAS操作
break; // Fall back on using base
}
}
longAccumulate.png
- 如果Cells表为空，尝试获取锁之后初始化表（初始大小为2）；
- 如果Cells表非空，对应的Cell为空，自旋锁未被占用，尝试获取锁，添加新的Cell；
- 如果Cells表非空，找到线程对应的Cell，尝试通过CAS更新该值；
- 如果Cells表非空，线程对应的Cell CAS更新失败，说明存在竞争，尝试获取自旋锁之后扩容,将cells数组扩大，降低每个cell的并发量后再试
这个方法比较长，大致对几个关键点做了注释，该方法主要是用一个死循环对cells数组中的元素进行操作，当要更新的位置的元素为空时插入新的cell元素，否则在该位置进行CAS的累加操作，如果CAS操作失败并且数组大小没有超过核数就扩容cells数组。
总结
LongAdder类与AtomicLong类的区别在于高并发时前者将对单一变量的CAS操作分散为对数组cells中多个元素的CAS操作，取值时进行求和；而在并发较低时仅对base变量进行CAS操作，与AtomicLong类原理相同。不得不说这种分布式的设计还是很巧妙的。
