并发包学习（一）-Atomic包小记

此篇是J.U.C学习的第一篇Atomic包相关的内容，希望此篇总结能对自己的基础有所提升。本文总结来源自《Java并发编程的艺术》第七章并配以自己的实践理解。如有错误还请指正。

一、案例分析

首先看两段代码：

代码①：

/**
 * @author laoyeye
 * @Description: 5000个线程，200个并发
 * @date 2018/8/16 21:58
 */
public class IntTest {
    // 请求总数
    public static int clientTotal = 5000;

    // 同时并发执行的线程数
    public static int threadTotal = 200;

    public static int count = 0;

    public static void main(String[] args) throws Exception {
        ExecutorService executorService = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadTotal);
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
        for (int i = 0; i < clientTotal ; i++) {
            executorService.execute(() -> {
                try {
                    semaphore.acquire();
                    add();
                    semaphore.release();
                } catch (Exception e) {
                    e.printStackTrace();
                }
                countDownLatch.countDown();
            });
        }
        countDownLatch.await();
        executorService.shutdown();
        System.out.println(count);
    }

    private static void add() {
        count++;
    }

5000个线程200个并发的情况下，对一个共享变量进行++操作。

结果：4997

代码②：

public class AtomicIntegerTest {

    // 请求总数
    public static int clientTotal = 5000;

    // 同时并发执行的线程数
    public static int threadTotal = 200;

    public static AtomicInteger count = new AtomicInteger(0);

    public static void main(String[] args) throws Exception {
        ExecutorService executorService = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadTotal);
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
        for (int i = 0; i < clientTotal ; i++) {
            executorService.execute(() -> {
                try {
                    semaphore.acquire();
                    add();
                    semaphore.release();
                } catch (Exception e) {
                    e.printStackTrace();
                }
                countDownLatch.countDown();
            });
        }
        countDownLatch.await();
        executorService.shutdown();
        System.out.println(count);
    }

    private static void add() {
        count.incrementAndGet();
    }
}

5000个线程200个并发的情况下，同样进行每次加一操作。

结果：5000。和预期的结果一样

那么为什么AtomicInteger可以得到预期的结果，而使用基本数据类型Int的值却不对呢？

主要是原子性的问题，Int的操作，在多线程的情况下并不保证原子性，而AtomicInteger则是一个JDK提供的一个原子操作类，具体AtomicInteger怎么实现的原子性可以看下文。

二、Atomic相关概念

java从JDK1.5开始提供java.util.concurrent.atomic包，即本文所述的Atomic包。这个包的原子操作类提供了一个简单，高效，线程安全地更新一个变量的方式。

因为变量的类型很多，Atomic包基本上分为四种类型的更新方式，分别是原子更新基本类型，原子更新数组，原子更新引用和原子更新属性（字段）。Atomic包的类基本上都是使用Unsafe实现的包装类。 Unsafe 类提供了硬件级别的原子操作，可以安全的直接操作内存变量，其在 JUC 源码中被广泛的使用。

三、原子更新基本类型

1、AtomicBoolen：原子更新布尔类型。

2、AtomicInteger：原子更新整型。

3、AtomicLong：原子更新整型。

AtomicInteger详解

同样以一种的代码②为例，为什么AtomicInteger的incrementAndGet()方法保证了原子性的操作呢，我们来看一下源码的实现：

源码①：

    static {
        try {
            valueOffset = unsafe.objectFieldOffset
                (AtomicInteger.class.getDeclaredField("value"));
        } catch (Exception ex) { throw new Error(ex); }
    }

首先我们通过unsafe调用了它的objectFieldOffset(Field field)方法，这个方法返回指定的变量在所属类的内存偏移地址，偏移地址仅仅在该Unsafe函数中访问指定字段时使用。

源码②：

unsafe.getAndAddInt(this, valueOffset, 1) + 1;

   public final int getAndAddInt(Object var1, long var2, int var4) {
        int var5;
        do {
            var5 = this.getIntVolatile(var1, var2);
        } while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));

        return var5;
    }

getIntVolatile获取对象obj中偏移量offset的变量对应的volative内存语义的值，即预期的值var5。

compareAndSwapInt方法中，var1为需要改变的对象，var2为偏移量(即之前求出来的valueOffset的值)，var5为expect的值，第四个为update后的值。

当value的值与expect这个值相等，那么则将value修改为update这个值，并返回true，否则返回false。

此操作极为常说的CAS原子操作，这里使用while循环是考虑到多个线程同时调用的情况CAS失败后需要自旋重试。

AtomicBoolen详解

代码③

public class AtomicBooleanTest {

        // 请求总数
        public static int clientTotal = 5000;

        // 同时并发执行的线程数
        public static int threadTotal = 200;

        public static AtomicBoolean isHappened = new AtomicBoolean(false);

        public static void main(String[] args) throws Exception {
            ExecutorService executorService = Executors.newCachedThreadPool();
            final Semaphore semaphore = new Semaphore(threadTotal);
            final CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
            for (int i = 0; i < clientTotal; i++) {
                executorService.execute(() -> {
                    try {
                        semaphore.acquire();
                        test();
                        semaphore.release();
                    } catch (Exception e) {
                        e.printStackTrace();
                    }
                    countDownLatch.countDown();
                });
            }
            countDownLatch.await();
            executorService.shutdown();
            System.out.println(isHappened.get());
        }

        private static void test() {
            if (isHappened.compareAndSet(false, true)) {
                System.out.println("execute");
            }
        }
    }

执行结果：

execute
true

通过结果可知System.out.println("execute");的代码只执行过一次，200的并发，为什么只执行了一次呢，我们再来看下源码的解决办法。

源码③

    public final boolean compareAndSet(boolean expect, boolean update) {
        int e = expect ? 1 : 0;
        int u = update ? 1 : 0;
        return unsafe.compareAndSwapInt(this, valueOffset, e, u);
    }

我们看到当调用compareAndSet方法时，先把Boolean型转换为整型，在使用compareAndSwapInt进行CAS。所以即使在200并发的情况下，AtomicBoolen依旧能够保持原子性。

通过上面两个类的讲解我们看到都是使用的compareAndSwapInt的方法，unsafe类还提供了compareAndSwapLong，用于AtomicLong，以及compareAndSwapObject方法。而像char，float,double等数据类型没有对应的原子操作类，这时候我们可以参考AtomicBoolen的思路做类似处理。

四、原子更新数组

1、AtomicIntegerArray：原子更新整型数组里的元素

2、AtomicLongArray：原子更新长整型数组里的元素

3、AtomicReferenceArray：原子更新引用类型数组里的元素

这里我们只介绍下AtomicIntegerArray，基本操作类似。

代码④

public class AtomicIntegerArrayTest {

    // 请求总数
    public static int clientTotal = 5000;

    // 同时并发执行的线程数
    public static int threadTotal = 200;

    static int[] value = new int[]{1,2};

    public static AtomicIntegerArray ai = new AtomicIntegerArray(value);

    public static void main(String[] args) throws Exception {
        ExecutorService executorService = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadTotal);
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
        for (int i = 0; i < clientTotal ; i++) {
            executorService.execute(() -> {
                try {
                    semaphore.acquire();
                    test();
                    semaphore.release();
                } catch (Exception e) {
                    e.printStackTrace();
                }
                countDownLatch.countDown();
            });
        }
        countDownLatch.await();
        executorService.shutdown();
        System.out.println(ai.get(0));
        System.out.println(value[0]);
    }

    private static void test() {
        ai.getAndSet(0,3);
    }
}

结果：3,1

为什么是3和1呢，同样的我们从源码中找答案。

源码④：

    public final int getAndSet(int i, int newValue) {
        return unsafe.getAndSetInt(array, checkedByteOffset(i), newValue);
    }

    public final int getAndSetInt(Object var1, long var2, int var4) {
        int var5;
        do {
            var5 = this.getIntVolatile(var1, var2);
        } while(!this.compareAndSwapInt(var1, var2, var5, var4));

        return var5;
    }

同样的原理，当前位置的数组value的值和预期的值相等，然后将对应的元素更新为新的值。但是需要注意的是，AtomicIntegerArray会将当前数组复制一份，所以当AtomicIntegerArray对内部的数组元素进行修改后，不会影响到原先的数组。

五、原子更新引用类型

1、AtomicReference：原子更新引用类型

2、AtomicStampedReference：更新带有版本号的引用类型，可解决CAS的ABA问题

3、AtomicMarkableReference：原子更新带有标记位的引用类型

原子更新基本类型每次只能更新一个变量，如果要原子更新更多变量，这时候就需要引用类型了。

代码⑤

public class AtomicReferenceTest {
    public static void main(String[] args) {

        User user1 = new User("张三",12);
        User user2 = new User("lisi",20);

        AtomicReference<User> ar = new AtomicReference<User>();
        ar.set(user1);
        ar.compareAndSet(user1, user2);

        System.out.println("user " + ar.get().getName());
    }

static class User {
    private String name;
    private int old;

    public String getName() {
        return name;
    }

    public int getOld() {
        return old;
    }

    public void setName(String name) {
        this.name = name;
    }

    public void setOld(int old) {
        this.old = old;
    }

    public User(String name, int old) {
        this.name = name;
        this.old = old;
    }
}
}

结果：user lisi

可以看到结果已经原子更新为lisi了，年龄也同步更新。

代码⑥

public class AtomicMarkableReferenceTest {
    public static void main(String[] args) {

        User user1 = new User("张三",12);
        User user2 = new User("lisi",20);

        AtomicStampedReference ar = new AtomicStampedReference(user1,0);

        final  Integer stamp = ar.getStamp();

        ar.compareAndSet(user1, user2,stamp,stamp+10);

        System.out.println("user " + ((User)ar.getReference()).getName());
        System.out.println("user " + ar.getStamp());

        System.out.println( ar.compareAndSet(user1, user2, stamp,stamp+10));
    }

static class User {
    private String name;
    private int old;

    public String getName() {
        return name;
    }

    public int getOld() {
        return old;
    }

    public void setName(String name) {
        this.name = name;
    }

    public void setOld(int old) {
        this.old = old;
    }

    public User(String name, int old) {
        this.name = name;
        this.old = old;
    }
}
}

结果：

user lisi
user 10
false

可以看到我们在做了原子更新后，版本号也做了改变，这时候如果还用原来的版本号去更新，就会出现更新失败的情况。

AtomicMarkableReference跟AtomicStampedReference类似 
AtomicStampedReference是使用pair的int stamp作为计数器使用，AtomicMarkableReference的pair使用的是boolean mark。 
就像一杯水，AtomicStampedReference可能关心的是动过几次，AtomicMarkableReference关心的是有没有被人动过，方法都比较简单，不在演示了。

六、原子更新字段类

1、AtomicIntegerFieldUpdater：更新整型字段

2、AtomicLongFieldUpdater：更新长整型字段

3、AtomicReferenceFieldUpdater：原子更新引用类型里的字段

public class AtomicIntegerFieldUpdaterTest {

    private static AtomicIntegerFieldUpdater<AtomicIntegerFieldUpdaterTest> updater =
            AtomicIntegerFieldUpdater.newUpdater(AtomicIntegerFieldUpdaterTest.class, "count");

    public volatile int count = 100;

    public static void main(String[] args) {

        AtomicIntegerFieldUpdaterTest ai = new AtomicIntegerFieldUpdaterTest();

        if (updater.compareAndSet(ai, 100, 120)) {
            System.out.println("方法1，"+ai.getCount());
        }

        if (updater.compareAndSet(ai, 100, 120)) {
            System.out.println("方法2，"+ai.getCount());
        } else {
            System.out.println("方法3，"+ai.getCount());
        }
    }

    public int getCount() {
        return count;
    }

    public void setCount(int count) {
        this.count = count;
    }
}

结果：

方法1，120
方法3，120

原子更新字段类需要两部，①必须使用静态方法newupdate()创建一个更新器，并且设置想要更新的类和属性。第二步，更新类的字段属性必须使用public volatile修饰

七、1.8新增的LongAdder相关类

这个类是1.8新增的一个类，为什么在已经有AtomicLong的情况下，还是增加了这个类呢？

这主要是由于AtomicLong CAS算法的缺陷造成的，众所周知，CAS是比较当前值与预期的值是否相等，相等则更新为新的值，否则重新自旋取值。这就造成了CAS在高并发情况性下大量失败，性能较低的情况。

既然AtomicLong性能问题是由于过多线程同时去竞争同一个变量的更新而降低的，那么如果把一个变量分解为多个变量，让同样多的线程去竞争多个资源，那么性能问题不就迎刃而解了吗？

没错，因此，JDK8 提供的LongAdder就是这个思路。这个类我目前只在网上了解到原理，还未应用也不了解源码实现，等以后再更新吧。

下文来自简书：https://www.jianshu.com/p/22d38d5c8c2a

总结分析下LongAdder减少冲突的方法以及在求和场景下比AtomicLong更高效的原因

• 首先和AtomicLong一样，都会先采用cas方式更新值
• 在初次cas方式失败的情况下(通常证明多个线程同时想更新这个值)，尝试将这个值分隔成多个cell（sum的时候求和就好），让这些竞争的线程只管更新自己所属的cell（因为在rehash之前，每个线程中存储的hashcode不会变，所以每次都应该会找到同一个cell），这样就将竞争压力分散了

AtomicLong可否可以被LongAdder替代

有了传说中更高效的LongAdder，那AtomicLong可否不使用了呢？当然不是！

答案就在LongAdder的java doc中，从我们翻译的那段可以看出，LongAdder适合的场景是统计求和计数的场景，而且LongAdder基本只提供了add方法，而AtomicLong还具有cas方法(要使用cas，在不直接使用unsafe之外只能借助AtomicXXX了)，，例如getAndIncrement、getAndDecrement等，使用起来非常的灵活，而LongAdder只有add和sum，使用起来比较受限。