Java中的LongAdder与LongAccumulator详解

2. 概述

本文将深入探讨java.util.concurrent包中的两个高效并发工具：LongAdder和LongAccumulator。这两个类专为多线程环境设计，通过巧妙的策略实现了无锁（lock-free）操作，同时保证线程安全，是高并发场景下的性能利器。

✅ 核心优势：

无锁设计
线程安全
适用于高并发计数场景

3. LongAdder详解

当面对频繁的数值累加操作时，AtomicLong可能成为性能瓶颈。其依赖的CAS（Compare-And-Swap）操作在激烈竞争下会导致大量CPU周期浪费。而LongAdder通过动态分段计数技术完美解决了这个问题。

3.1 工作原理

LongAdder的核心思想是：维护一个可动态扩展的计数器数组。当多个线程并发调用increment()时：

线程被分配到数组的不同位置
各自更新独立的计数器
最终通过sum()合并结果

这种设计极大减少了线程争用（contention），显著提升并发性能。

3.2 使用示例

LongAdder counter = new LongAdder();
ExecutorService executorService = Executors.newFixedThreadPool(8);

int numberOfThreads = 4;
int numberOfIncrements = 100;

Runnable incrementAction = () -> IntStream
  .range(0, numberOfIncrements)
  .forEach(i -> counter.increment());

for (int i = 0; i < numberOfThreads; i++) {
    executorService.execute(incrementAction);
}

⚠️ 注意：最终结果需通过sum()获取：

assertEquals(counter.sum(), numberOfIncrements * numberOfThreads);

3.3 重置操作

如需清空计数器重新开始，使用sumThenReset()：

assertEquals(counter.sumThenReset(), numberOfIncrements * numberOfThreads);
assertEquals(counter.sum(), 0); // 验证已重置

3.4 DoubleAdder

Java还提供了DoubleAdder用于double类型的高效累加，API与LongAdder类似。

4. LongAccumulator详解

LongAccumulator是更通用的累加器，支持自定义的二元操作（类似于Stream API的reduce()操作）。它允许实现各种无锁算法，适用于需要自定义累积逻辑的场景。

4.1 核心特性

✅ 关键要求：必须提供可交换（commutative）的操作函数，即操作顺序不影响结果：

LongAccumulator accumulator = new LongAccumulator(Long::sum, 0L);

4.2 使用示例

int numberOfThreads = 4;
int numberOfIncrements = 100;

Runnable accumulateAction = () -> IntStream
  .rangeClosed(0, numberOfIncrements)
  .forEach(accumulator::accumulate);

for (int i = 0; i < numberOfThreads; i++) {
    executorService.execute(accumulateAction);
}

📝 操作逻辑：

执行自定义的LongBinaryOperator
检查previousValue是否变化
若变化则用新值重试
否则更新累加器值

4.3 结果验证

assertEquals(accumulator.get(), 20200); // 4线程 * (0+100)*101/2 = 20200

4.4 DoubleAccumulator

同样存在DoubleAccumulator用于double类型的自定义累加。

5. 动态分段技术

所有Adder和Accumulator实现都继承自Striped64基类，其核心是动态分段（Dynamic Striping）技术：

5.1 工作机制

❌ 传统方式：单一内存位置 → 高争用 ✅ Striped64方式：内存位置数组 → 分散争用

图解：不同线程更新不同内存位置，通过数组（分段）分散竞争压力

5.2 伪共享问题

⚠️ 潜在陷阱：JVM可能将相邻状态分配在同一缓存行（cache line），导致伪共享（False Sharing）：

更新一个位置导致附近位置缓存失效
显著降低性能

5.3 解决方案

通过@Contended注解添加填充字节（padding），确保每个状态独占缓存行：

图解：填充字节确保状态间缓存行隔离，避免伪共享

💡 权衡：以内存消耗换取性能提升

6. 总结

LongAdder和LongAccumulator通过动态分段和CAS优化，提供了高性能的无锁并发解决方案：

✅ 适用场景：

高频计数器（LongAdder）
自定义累加逻辑（LongAccumulator）
对性能敏感的并发系统

⚠️ 注意事项：

LongAdder的sum()操作可能耗时
LongAccumulator需保证操作可交换
伪共享问题需通过填充解决

完整示例代码可在GitHub项目中获取（Maven项目，可直接导入运行）。

Persistence

REST

Security