Atomic Sync LongAdder的比较

											Atomic Sync LongAdder的比较
package cn.qqjx.thread;


import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.atomic.LongAdder;


/*
 * @Auther  wangpeng
 * @Date 2021/1/9
 */

public class T02_AtomicVsSyncVsLongAdder {

    static long count2 = 0L;
    static AtomicLong count1 = new AtomicLong(0L);
    static LongAdder count3 = new LongAdder();

    public static void main(String[] args) throws Exception {
        Thread[] threads = new Thread[1000];

        for(int i=0; i<threads.length; i++) {
            threads[i] =
                    new Thread(()-> {
                        for(int k=0; k<100000; k++) count1.incrementAndGet();
                    });
        }

        long start = System.currentTimeMillis();

        for(Thread t : threads ) t.start();

        for (Thread t : threads) t.join();

        long end = System.currentTimeMillis();

        //TimeUnit.SECONDS.sleep(10);

        System.out.println("Atomic: " + count1.get() + " time " + (end-start));
        //-----------------------------------------------------------
        Object lock = new Object();

        for(int i=0; i<threads.length; i++) {
            threads[i] =
                    new Thread(new Runnable() {
                        @Override
                        public void run() {

                            for (int k = 0; k < 100000; k++)
                                synchronized (lock) {
                                    count2++;
                                }
                        }
                    });
        }

        start = System.currentTimeMillis();

        for(Thread t : threads ) t.start();

        for (Thread t : threads) t.join();

        end = System.currentTimeMillis();


        System.out.println("Sync: " + count2 + " time " + (end-start));


        //----------------------------------
        for(int i=0; i<threads.length; i++) {
            threads[i] =
                    new Thread(()-> {
                        for(int k=0; k<100000; k++) count3.increment();
                    });
        }

        start = System.currentTimeMillis();

        for(Thread t : threads ) t.start();

        for (Thread t : threads) t.join();

        end = System.currentTimeMillis();

        //TimeUnit.SECONDS.sleep(10);

        System.out.println("LongAdder: " + count1.longValue() + " time " + (end-start));

    }

    static void microSleep(int m) {
        try {
            TimeUnit.MICROSECONDS.sleep(m);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }


}

Atomic: 100000000 time 1730
Sync: 100000000 time 3376
LongAdder: 100000000 time 240
在Java中,`volatile`、`Atomic`(以`AtomicInteger`为例)、`LongAdder` `synchronized` 在可见性原子性方面有不同的特性,下面通过一个实验来对比它们在计数场景中的表现。 ### 实验思路 创建多个线程对一个计数器进行递增操作,分别使用 `volatile`、`AtomicInteger`、`LongAdder` `synchronized` 来实现计数器,最后对比它们的计数结果性能。 ### 示例代码 ```java import java.util.concurrent.atomic.AtomicInteger; import java.util.concurrent.atomic.LongAdder; public class VisibilityAndAtomicityExperiment { // 使用 volatile 修饰的计数器 private static volatile int volatileCounter = 0; // 使用 AtomicInteger 实现的计数器 private static AtomicInteger atomicCounter = new AtomicInteger(0); // 使用 LongAdder 实现的计数器 private static LongAdder longAdderCounter = new LongAdder(); // 普通计数器,使用 synchronized 保证原子性 private static int synchronizedCounter = 0; private static final int THREAD_COUNT = 10; private static final int INCREMENT_TIMES = 10000; public static void main(String[] args) throws InterruptedException { // 测试 volatile Thread[] volatileThreads = new Thread[THREAD_COUNT]; for (int i = 0; i < THREAD_COUNT; i++) { volatileThreads[i] = new Thread(() -> { for (int j = 0; j < INCREMENT_TIMES; j++) { volatileCounter++; } }); volatileThreads[i].start(); } for (Thread thread : volatileThreads) { thread.join(); } System.out.println("Volatile Counter: " + volatileCounter); // 测试 AtomicInteger Thread[] atomicThreads = new Thread[THREAD_COUNT]; for (int i = 0; i < THREAD_COUNT; i++) { atomicThreads[i] = new Thread(() -> { for (int j = 0; j < INCREMENT_TIMES; j++) { atomicCounter.incrementAndGet(); } }); atomicThreads[i].start(); } for (Thread thread : atomicThreads) { thread.join(); } System.out.println("AtomicInteger Counter: " + atomicCounter.get()); // 测试 LongAdder Thread[] longAdderThreads = new Thread[THREAD_COUNT]; for (int i = 0; i < THREAD_COUNT; i++) { longAdderThreads[i] = new Thread(() -> { for (int j = 0; j < INCREMENT_TIMES; j++) { longAdderCounter.increment(); } }); longAdderThreads[i].start(); } for (Thread thread : longAdderThreads) { thread.join(); } System.out.println("LongAdder Counter: " + longAdderCounter.sum()); // 测试 synchronized Thread[] synchronizedThreads = new Thread[THREAD_COUNT]; for (int i = 0; i < THREAD_COUNT; i++) { synchronizedThreads[i] = new Thread(() -> { for (int j = 0; j < INCREMENT_TIMES; j++) { synchronized (VisibilityAndAtomicityExperiment.class) { synchronizedCounter++; } } }); synchronizedThreads[i].start(); } for (Thread thread : synchronizedThreads) { thread.join(); } System.out.println("Synchronized Counter: " + synchronizedCounter); } } ``` ### 代码解释 1. **`volatile` 计数器**:使用 `volatile` 修饰的 `volatileCounter`,多个线程对其进行递增操作。`volatile` 保证了变量的可见性,但不保证原子性,因此最终结果可能小于预期值。 2. **`AtomicInteger` 计数器**:使用 `AtomicInteger` 实现的 `atomicCounter`,`AtomicInteger` 是原子类,通过 CAS(Compare and Swap)操作保证了递增操作的原子性,最终结果是正确的。 3. **`LongAdder` 计数器**:使用 `LongAdder` 实现的 `longAdderCounter`,`LongAdder` 在高并发场景下性能优于 `AtomicInteger`,它通过分段锁的方式减少了竞争,最终结果是正确的。 4. **`synchronized` 计数器**:使用 `synchronized` 关键字保证了 `synchronizedCounter` 递增操作的原子性,最终结果是正确的。 ### 实验结果分析 - **`volatile`**:由于 `volatile` 不保证原子性,多个线程同时对 `volatileCounter` 进行递增操作时会出现数据竞争,导致最终结果小于预期值。 - **`AtomicInteger`**:`AtomicInteger` 通过 CAS 操作保证了递增操作的原子性,最终结果是正确的。 - **`LongAdder`**:`LongAdder` 在高并发场景下性能优于 `AtomicInteger`,最终结果是正确的。 - **`synchronized`**:`synchronized` 关键字保证了递增操作的原子性,最终结果是正确的,但在高并发场景下性能可能不如 `AtomicInteger` `LongAdder`。 ### 总结 在计数场景中,如果需要保证原子性,不建议使用 `volatile`。`AtomicInteger` 适用于并发程度不高的场景,而 `LongAdder` 适用于高并发场景。`synchronized` 是一种传统的同步机制,性能相对较低,但可以保证可见性原子性。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值