AtomicLong与LongAdder的性能比较代码

2024-08-31

LongAdder和AtomicLong性能对比

jdk1.8中新原子操作封装类LongAdder和jdk1.5的AtomicLong和synchronized的性能对比,直接上代码: package com.itbac.cas; import java.util.concurrent.atomic.AtomicLong; import java.util.concurrent.atomic.LongAdder; // 测试用例: 同时运行2秒,检查谁的次数最多 public class LongAdderDemo { // synchroni

java多线程之AtomicLong与LongAdder

AtomicLong简要介绍 AtomicLong是作用是对长整形进行原子操作,显而易见,在java1.8中新加入了一个新的原子类LongAdder,该类也可以保证Long类型操作的原子性,相对于AtomicLong,LongAdder有着更高的性能和更好的表现,可以完全替代AtomicLong的来进行原子操作.在32位操作系统中,64位的long 和 double 变量由于会被JVM当作两个分离的32位来进行操作,所以不具有原子性.而使用AtomicLong能让long的操作保持原子型. At

【Java多线程】AtomicLong和LongAdder

AtomicLong简要介绍 AtomicLong是作用是对长整形进行原子操作,显而易见,在java1.8中新加入了一个新的原子类LongAdder,该类也可以保证Long类型操作的原子性,相对于AtomicLong,LongAdder有着更高的性能和更好的表现,可以完全替代AtomicLong的来进行原子操作. 在32位操作系统中,64位的long 和 double 变量由于会被JVM当作两个分离的32位来进行操作,所以不具有原子性.而使用AtomicLong能让long的操作保持原子型. A

OpenCV：Mat元素访问方法、性能、代码复杂度以及安全性分析

欢迎转载,尊重原创,所以转载请注明出处: http://blog.csdn.net/bendanban/article/details/30527785 本文讲述了OpenCV中几种访问矩阵元素的方法,在指定平台上给出性能比较,分析每种矩阵元素访问方法的代码复杂度,易用性. 一.预备设置本文假设你已经正确配置了OpenCV的环境,为方便大家实验,在文中也给出了编译源程序的Makefile,其内容如代码段1所示. 采用如代码段2所示的计时函数,这段代码你可以在我之前的博文中找到,abtic()

AtomicLong和LongAdder的区别

AtomicLong的原理是依靠底层的cas来保障原子性的更新数据,在要添加或者减少的时候,会使用死循环不断地cas到特定的值,从而达到更新数据的目的. LongAdder在AtomicLong的基础上将单点的更新压力分散到各个节点,在低并发的时候通过对base的直接更新可以很好的保障和AtomicLong的性能基本保持一致,而在高并发的时候通过分散提高了性能. 缺点是LongAdder在统计的时候如果有并发更新,可能导致统计的数据有误差. 不少框架里面使用到了LongAdder这个类,而并非A

AtomicLong与LongAdder的区别

AtomicLong的原理 AtomicLong是通过依靠底层的CAS来保障原子性的更新数据,在要添加或者减少的时候,会使用死循环不断地cas到特定的值,从而达到更新数据的目的. LongAdder的原理 LongAdder是在AtomicLong的基础上将单点更新压力分散到各个节点,在低并发的时候通过对八色的直接更新可以很好的保障和AtomicLong的性能基本保持一致,而在高并发的时候通过分散提高了性能.缺点就是LongAdder在统计的时候如果有并发更新,可能导致统计的数据有误差. Lon

几种提高jQuery性能的代码

1.jQuery对象缓存如果同一元素被查找多次时,就应该将该jQuery对象缓存起来,不然每次查找都要遍历整个文档. 使用下边的代码做个简单的测试 <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.

java编写提升性能的代码

1.ConcurrentHashMap是Java 5中支持高并发.高吞吐量的线程安全HashMap实现,既兼顾安全,又保证高并发,HashMap的升级版本,建议使用. 2.List中的三种循环方法:迭代循环.for-each循环.for循环,其中for循环效率最高,迭代循环其次,这下你应该知道选择哪一个了吧. 3.使用二元操作替代if-else,代码简洁,如: int number >= 20 ? 20 : (number > 1) ? Integer.highestOneBit((numbe

再来一个tensorflow的测试性能的代码

感觉这个比前一套,容易理解些~~ 关于数据提前下载的问题: https://www.jianshu.com/p/5116046733fe 如果使用keras的cifar10.load_data()函数,你会发现,代码会自动去下载 cifar-10-python.tar.gz 文件实际上,通过查看cifar10.py和site-packages/keras/utils/data_utils.py的get_file函数,你会发现,代码将将下载后的文件存放在 -./keras/datasets目录下,

React的性能优化 - 代码拆分之lazy的使用方法

我们在某些网站上肯定看到过这样一种现象,页面上图片只有你滚动到那个位置附近的时候才会加载,否则就只占了个位,这就是延迟加载最普遍的应用场景. 我们react框架进行开发的时候也是一样,没有使用的组件是完全没必要加载的. 说道代码拆分就不得不说一个关键字:import . 使用import动态导入模块.返回一个promise.如果在代码中动态导入一个模块, 那么webpack就会做一次代码拆分.把import导入的模块以及以来打成一个独立的js文件.默认情况下,页面是不会主动加载他的,只有用到他的

C# 集合性能比较(代码测试)

using System; using System.Collections; using System.Collections.Generic; using System.Data; using System.Diagnostics; using System.Linq; using System.Text; using System.Threading.Tasks; namespace Table_And_List { public class Program { public static

常用SQL性能统计代码

1 BEGIN DBMS_STATS.GATHER_TABLE_STATS(OWNNAME=> 'TELEDB', TABNAME=> 'WFGTEST', PARTNAME=> NULL); END; ALTER TABLE WFGTEST DEALLOCATE UNUSED ; COMMIT; SELECT TABLE_NAME,NUM_ROWS,BLOCKS,EMPTY_BLOCKS FROM USER_TABLES WHERE TABLE_NAME='WFGTEST'; SELE

[JDK8]性能优化之使用LongAdder替换AtomicLong

如果让你实现一个计数器,有点经验的同学可以很快的想到使用AtomicInteger或者AtomicLong进行简单的封装. 因为计数器操作涉及到内存的可见性和线程之间的竞争,而Atomic***的实现完美的屏蔽了这些技术细节,我们只需要执行相应的方法,就能实现对应的业务需求. Atomic**虽然好用,不过这些的操作在并发量很大的情况下,性能问题也会被相应的放大.我们可以先看下其中getAndIncrement的实现代码 public final long getAndIncrement() {

比AtomicLong更优秀的LongAdder确定不来了解一下吗？

前言思维导图.png 文章中所有高清无码图片在公众号号回复: 图片666 即可查阅, 可直接关注公众号:壹枝花算不算浪漫最近阿里巴巴发布了Java开发手册(泰山版) (公众号回复: 开发手册可收到阿里巴巴开发手册(泰山版 2020.4.22发布).pdf),其中第17条写到: 阿里巴巴开发手册.png 对于Java项目中计数统计的一些需求,如果是 JDK8,推荐使用 LongAdder 对象,比 AtomicLong 性能更好(减少乐观锁的重试次数) 在大多数项目及开源组件中,计数统计使用

jvm的代码缓存耗尽导致性能下降

在没遇到这个问题之前,我对JVM的解释模式与编译模式的代码性能相差有多大,是没有感觉的,只是觉得编译模式会比解释模式性能好那么一点点吧. 但是经历过这次以后,让我对JVM的即时编译产生了兴趣.先来看看这个问题的背景: 大概是4年前,我的团队里有一个PM找我说他们遇到一个很奇怪的问题,在性能测试的时候,有几个不同的测试场景混合在一起进行压力测试,有时会出现测试几十几分钟以后性能会下降的很厉害,一旦出现性能下降以后,性能再也回不到刚开始测试的水平.奇怪的是:它不是必现的,而且如果只是某1个或者2个场

Linux中查找最耗性能的JAVA代码

在这里总结一下查找Linux.Java环境下最耗CPU性能的代码段的方法.基本上原理就是使用top命令查看最耗cpu的进程和线程(子进程).使用jstack把java线程堆栈给dump下来.然后,在堆栈信息中查找出对应的代码块.具体操作如下: 一.查找最耗cpu的进程执行:top 输出: PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND root 3320m 689m 10m S : java root 2694m 21m S :28.

有助于改善性能的Java代码技巧

前言程序的性能受到代码质量的直接影响.这次主要介绍一些代码编写的小技巧和惯例.虽然看起来有些是微不足道的编程技巧,却可能为系统性能带来成倍的提升,因此还是值得关注的. 慎用异常在Java开发中,经常使用try-catch进行错误捕获,但是try-catch语句对系统性能而言是非常糟糕的.虽然一次try-catch中,无法察觉到她对性能带来的损失,但是一旦try-catch语句被应用于循环或是遍历体内,就会给系统性能带来极大的伤害. 以下是一段将try-catch应用于循环体内的示例代码: @

死磕 java并发包之LongAdder源码分析

问题 (1)java8中为什么要新增LongAdder? (2)LongAdder的实现方式? (3)LongAdder与AtomicLong的对比? 简介 LongAdder是java8中新增的原子类,在多线程环境中,它比AtomicLong性能要高出不少,特别是写多的场景. 它是怎么实现的呢?让我们一起来学习吧. 原理 LongAdder的原理是,在最初无竞争时,只更新base的值,当有多线程竞争时通过分段的思想,让不同的线程更新不同的段,最后把这些段相加就得到了完整的LongAdder存储

LongAdder源码分析

AtomicLong是作用是对长整形进行原子操作,显而易见,在java1.8中新加入了一个新的原子类LongAdder,该类也可以保证Long类型操作的原子性,相对于AtomicLong,LongAdder有着更高的性能和更好的表现,可以完全替代AtomicLong的来进行原子操作. AtomicLong的代码很简单,下面仅以incrementAndGet()为例,对AtomicLong的原理进行说明.incrementAndGet()源码如下: public final long increm

一篇文章快速搞懂 Atomic（原子整数/CAS/ABA/原子引用/原子数组/LongAdder）

前言相信大部分开发人员,或多或少都看过或写过并发编程的代码.并发关键字除了Synchronized,还有另一大分支Atomic.如果大家没听过没用过先看基础篇,如果听过用过,请滑至底部看进阶篇,深入源码分析. 提出问题:int线程安全吗? 看过Synchronized相关文章的小伙伴应该知道其是不安全的,再次用代码应验下其不安全性: public class testInt { static int number = 0; public static void main(String[] ar

AtomicLong与LongAdder的性能比较代码

热门专题