LongAdder与AtomicInteger并发性能的简单比较测试

ConcurrentHashMap源码篇:LongAdder原理分析 前言 最近在学习ConcurrentHashMap的源码,发现它采用了一种比较独特的方式对map中的元素数量进行统计,自然是要好好研究一下其原理思想,同时也能更好地理解ConcurrentHashMap本身。 本文主要思路分为以下4个部分 1.计数的使用效果 2.原理的直观图解 3.源码的细节分析 4.与AtomicInteger的比较 5.思想的抽象 学习的入口自然是map的put方法 public V put(K key, V value) { return putVal(k 阅读详情

测试代码如下:

package lhever.JVM;

import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.atomic.LongAdder;

public class AtomicTest
{

    public  static final  int MAX_THREAD_COUNT = 10;
    private static final int TASK_COUNT = 10;
    private static final int TARGET_COUNT = 100000000;

    private AtomicLong atomicLongVal = new AtomicLong(0);
    private LongAdder longAdderVal = new LongAdder();

    private static CountDownLatch latchForAtomicLong = new CountDownLatch(TASK_COUNT);
    private static CountDownLatch latchForLongAdder = new CountDownLatch(TASK_COUNT);

    public class AtomicLongThread implements Runnable {
        protected String name;
        protected long startTime;

        public AtomicLongThread(long startTime) {
         this.startTime = startTime;
        }

        @Override
        public void run()
        {
            long v = atomicLongVal.get();
            while(v < TARGET_COUNT) {
                v = atomicLongVal.incrementAndGet();
            }
            long endTime = System.currentTimeMillis();
            System.out.println("AtomicLongThread Spend:" + (endTime - startTime) + "ms, v = " + v);
            latchForAtomicLong.countDown();
        }

    }

    public class LongAddderThread implements Runnable {
        protected String name;
        protected long startTime;

        public LongAddderThread(long startTime) {
         this.startTime = startTime;
        }

        @Override
        public void run()
        {
            long v = longAdderVal.sum();
            while(v < TARGET_COUNT) {
                longAdderVal.increment();
                v = longAdderVal.sum();
            }
            long endTime = System.currentTimeMillis();
            System.out.println("LongAddderThread Spend:" + (endTime - startTime) + "ms, v = " + v);
            latchForLongAdder.countDown();
        }

    }

    public void testAtomicLongThread() throws InterruptedException {
        ExecutorService exe = Executors.newFixedThreadPool(MAX_THREAD_COUNT);
        long startTime = System.currentTimeMillis();
        AtomicLongThread atomicIntegerThread = new AtomicLongThread(startTime);
        for(int i = 0; i < TASK_COUNT; i++) {
            exe.submit(atomicIntegerThread);
        }
        latchForAtomicLong.await();
        exe.shutdown();
    }

    public void testLongAdderThread() throws InterruptedException {
        ExecutorService exe = Executors.newFixedThreadPool(MAX_THREAD_COUNT);
        long startTime = System.currentTimeMillis();
        LongAddderThread longAddderThread = new LongAddderThread(startTime);
        for(int i = 0; i < TASK_COUNT; i++) {
            exe.submit(longAddderThread);
        }
        latchForLongAdder.await();
        exe.shutdown();
    }

    /**
     * 下面的测试表明,AtomicLong的并发性能比LongAdder要差,在线程竞争越剧烈的场合,其表现出来的性能会更加优越
     * @param args
     * @throws InterruptedException
     * @author lhever 2017年4月4日 下午11:10:06
     * @since v1.0
     */
    public static void main(String[] args) throws InterruptedException {

       /**
        * MAX_THREAD_COUNT、TASK_COUNT的值都为3时候测试结果如下:
        */
        AtomicTest test = new AtomicTest();
        test.testAtomicLongThread();
        test.testLongAdderThread();

        /*
        在本人的win7 64位系统 运行结果如下
        AtomicLongThread Spend:2258ms, v = 100000001
        AtomicLongThread Spend:2258ms, v = 100000002
        AtomicLongThread Spend:2258ms, v = 100000000
        LongAddderThread Spend:2155ms, v = 100000000
        LongAddderThread Spend:2155ms, v = 100000000
        LongAddderThread Spend:2155ms, v = 100000000
        */

        /**
         * MAX_THREAD_COUNT、TASK_COUNT的值都为10时候测试结果如下:
         */
        AtomicTest test1 = new AtomicTest();
        test1.testAtomicLongThread();
        test1.testLongAdderThread();
       /*
                     在本人的win7 64位系统 运行结果如下
        AtomicLongThread Spend:2889ms, v = 100000005
        AtomicLongThread Spend:2890ms, v = 100000002
        AtomicLongThread Spend:2890ms, v = 100000006
        AtomicLongThread Spend:2889ms, v = 100000003
        AtomicLongThread Spend:2889ms, v = 100000004
        AtomicLongThread Spend:2890ms, v = 100000007
        AtomicLongThread Spend:2889ms, v = 100000000
        AtomicLongThread Spend:2889ms, v = 100000001
        AtomicLongThread Spend:2891ms, v = 100000008
        AtomicLongThread Spend:2892ms, v = 100000009
        LongAddderThread Spend:2054ms, v = 100000005
        LongAddderThread Spend:2054ms, v = 100000003
        LongAddderThread Spend:2054ms, v = 100000003
        LongAddderThread Spend:2054ms, v = 100000007
        LongAddderThread Spend:2054ms, v = 100000002
        LongAddderThread Spend:2054ms, v = 100000006
        LongAddderThread Spend:2054ms, v = 100000007
        LongAddderThread Spend:2054ms, v = 100000004
        LongAddderThread Spend:2054ms, v = 100000003
        LongAddderThread Spend:2057ms, v = 100000008
        */


    }



}
LongAdder/LongAccumulator/AtomicLong/AtomicInteger性能测试 阅读详情

相关推荐

AtomicInteger底层原理与高并发实战避坑指南

AtomicInteger是Java中实现无锁并发的基础原子类,其核心依赖CPU级CAS指令(如x86的lock cmpxchg)与JMM内存模型协同保障单变量操作的原子性与可见性。它并非简单语法糖,而是横跨硬件缓存一致性(MESI)、JVM Unsafe机制、JIT内联优化及内存屏障语义的技术综合体。在低竞争场景下性能远超synchronized,但高竞争时易因自旋重试和伪共享导致性能断崖式下降。典型应用包括ID生成器、监控指标统计等内存级计数场景,而状态机管理应优先选用AtomicIntegerFiel

weixin_33692284的博客 370

解密Java并发中的秘密武器:LongAdder与Atomic类型

这篇博客将深入研究Java并发编程中常用的LongAdder、AtomicInteger和AtomicLong。我们将探讨它们的优势、适用场景以及如何在多线程环境中确保数据的安全性。通过本文,你将对这些并发工具有一个全面的了解,让你在编写高性能并发代码时游刃有余。

todoitbo的博客 1万+

LongAdd 长整型加法

提供了长整型的加法运算,C++的代码能够计算长整形的加法

AtomicInteger、AtomicLong、LongAdder的性能问题及源码分析

1、AtomicInteger 这里主要看incrementAndGet方法 可以看出,AtomicInteger的累加方法使用了unsafe中的getAndAddInt方法(这里的U是jdk.internal.misc.Unsafe类) AtomicInteger之所以使用unsafe进行数据累加而不适用volatile,就是因为volatile不能保证数据的原子性,而unsafe可以。我们看到,unsafe中的累加方法是通过CAS实现的,多线程并发时,同时只会有一个修改成功,其它的线程会

qq_42949615的博客 1993

西门子博图编程:使用S7-1500冗余PLC 建立ModbusTCP通信

文章目录1.1 网络结构1.2 系统 IP 介绍1.3 Modbus TCP 通讯编程1.3.1 CPU 做服务器 1.1 网络结构 以 CPU151 7H 为例, 网络结构示意如下图所示: CPU 1517H 冗余 PLC 有 PROFINET X1 接口和 X2 接口, Modbus TCP 通讯可以将设备(例如 Standard PLC)通过交换机接入到任何网络接口中。如果接入 X1 接口,需要通过交换机接入到 MRP 环网中,但是并不需要支持 H-sync 转发。如果接入 X2 接口,只需要使

2万+

LingBot-Depth 2.0:突破机器人视觉瓶颈的深度估计技术解析

深度估计作为计算机视觉的核心技术,旨在从二维图像中恢复三维空间信息,其原理基于立体匹配、结构光等几何计算方法。这项技术的价值在于为机器人、自动驾驶等系统提供精确的环境感知能力,解决传统深度相机在透明物体、镜面反射等复杂场景下的失效问题。通过大规模数据训练和创新的视觉基座模型,深度估计技术在边缘清晰度、细小物体识别等方面实现突破,广泛应用于机器人导航、工业质检等场景。蚂蚁集团灵波科技发布的LingBot-Depth 2.0模型,将训练数据规模从300万扩展至1.5亿,在深度补全精度和复杂场景鲁棒性上显著提升,

weixin_31100517的博客 248

LongAdder类和AtomicInteger类

voliate关键在保证可见性但是不保证原子性,多线程下还是有线程安全问题。 不使用voliate情况下: 使用voliate情况下: 换成使用线程安全的类 也可以使用LongAdder类来实现线程安全 LongAdder类 在 LongAdder 中维护了一个 Cell 数组,当 Cell 它不为空时,size 是 2 的次幂大小,每个 Cell 数组里面都有一个初始值为 0 的 long 变量,用来存储每个 Cell 的值: LongAdder 引入了分段累加的概念,内部一共

怕什么真理无穷,进一寸有一寸的欢喜。即使开了一辆老掉牙的破车,只要在前行就好,偶尔吹点小风,这就是幸 774

UFS 功能描述:UFS boot

UFS 启动过程介绍:启动配置,启动代码下载过程和安全性

m0_51720747的博客 1608

Spring Boot + Dataway :接口不用写,配配就出来?

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() { r

weixin_47067712的博客 262

NRF52832串口通信避坑指南:从SDK配置到硬件流控(RTS/CTS)实战

本文详细介绍了NRF52832串口通信的实战指南,从SDK配置到硬件流控(RTS/CTS)的完整实现。通过分析UARTE模块特性、解决SDK版本差异问题、正确配置硬件引脚以及实现稳定通信的代码示例,帮助开发者避开常见陷阱,确保高效可靠的串口通信。特别强调了硬件流控在高速通信中的重要性及其实践方法。

weixin_33739646的博客 283

Android开发工程师面试问题与参考答案

这是一份Android开发工程师职位面试指南,主要针对自研OS开发岗位。岗位要求3年以上独立开发经验,熟悉Android平台UI设计、四大组件和Java基础。面试问题覆盖五大核心领域:基础知识、开发经验、技术深度、问题解决和性能优化。文章提供了典型面试问题及专业参考答案,帮助应聘者准备关键技术点,如多线程处理、HashMap与ConcurrentHashMap区别、Handler机制等。同时建议应聘者结合项目经验展示优化能力,并注意公司提供完善的薪酬福利和团队文化。

郑伟强dev的专栏 896

AtomicLong与LongAdder比较

1.什么是AtomicInteger与LongAdder? AtomicInteger和LongAdder都是解决对数字的累加的原子操作,底层都使用到了cas结束,但是LongAdder在多线程的情况下,性能比AtomicLong性能要高。 2.为什么LongAdder的性能比AtomicLong的性能要高? AtomicLong底层实现 public final long getAndAddLong(Object var1, long var2, long...

厚积薄发的博客 820

Android功耗系列专题理论之十三:MTK平台待机功耗问题分析方法

摘要:本文详细分析了MTK平台待机功耗问题的调试方法,重点介绍了SPM电源管理机制、26M时钟控制逻辑以及系统深睡眠状态的判断标准。文章提供了完整的Debug流程,包括日志抓取、唤醒源分析、SCP睡眠状态检查以及时钟/LDO状态排查等实用技巧,并给出硬件漏电点和软件配置异常的排查方案。针对不同模块(Modem/Conn/SSPM等)提供了具体的电源管理绕过命令,适用于功耗问题调试和低功耗模式验证场景。

562

将指定的计数添加到信号量中会导致其超过_比AtomicInteger更好的并发计数器:LongAdder,不尝试一下吗...

「前言」最近在学习ConcurrentHashMap的源码,发现它采用了一种比较独特的方式对map中的元素数量进行统计,自然是要好好研究一下其原理思想,同时也能更好地理解ConcurrentHashMap本身。本文主要思路分为以下5个部分,如果觉得源码看得头疼,那么2、4、5部分已经足够了「1.计数的使用效果」「2.原理的直观图解」「3.源码的细节分析」「4.与AtomicInteger...

weixin_39846378的博客 140

fanuc机器人KAREL中 函数的应用

本次课程讲解编程的思路。很多的同学都玩过积木,一个一个的模块逐渐累积起来,通过彼此之间的相互联系,最终形成一个完整的整体。其实编程也是这样。 将一个对象根据其特点进行模块化拆分,尤其是一些特点非常相似的内容,将其变成一个模块。然后通过传递参数,实现不同的功能,这就是模块化编程。

haier123888的博客 2744

YOLO系列算法改进 | C2PSA改进篇 | 融合BinaryAttention二值化注意力 | 轻量化与效率双提升,适用于高分辨率图像检测与边缘部署场景 | CVPR 2026

YOLO系列算法改进 | C2PSA改进篇 | 融合BinaryAttention二值化注意力 | 轻量化与效率双提升,适用于高分辨率图像检测与边缘部署场景 | CVPR 2026 (以YOLO26最新目标检测模型为基础,利用C2PSA_BinaryAttention创新模块进行改进)

2502_91881744的博客 167

比AtomicInteger更优的多线程计数类:LongAdder原理分析

前言 最近在学习ConcurrentHashMap的源码,发现它采用了一种比较独特的方式对map中的元素数量进行统计,自然是要好好研究一下其原理思想,同时也能更好地理解ConcurrentHashMap本身。 本文主要思路分为以下5个部分 1.计数的使用效果 2.原理的直观图解 3.源码的细节分析 4.与AtomicInteger的比较 5.思想的抽象 学习的入口自然是map的put方法 public V put(K key, V value) { return putVal(key, value,

m0_37125602的博客 278

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

ReentrantLock、Synchronized、Atomic、LongAdder对数字递增功能的性能测试

eentrantLock和Synchronized的区别和原理

changlina_1989的博客 230

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

5-并发编程之LongAdder

一,LongAdder和AtomicInteger效率对比 /** * @author yhd * @createtime 2020/10/3 22:35 * 比较LongAdder和AtomicInteger的效率 */ public class LongAdderAndAtomicTest { public static void main(String[] args) throws Exception { test(1, 10000000); te

weixin_45596022的博客 364

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

LongAdder

LongAdder阅读笔记 问题 1、为什么JDK8需要增加LongAdder? 解决AtomicInteger在并发增加的情况下的性能下降问题 2、AtomicInteger的实现原理? 通过cells数组和base来存储数据 不同的线程会hash到不同的cells或base 3、LongAdder和AtomicInteger的对比? 单线程选AtomicInteger(不过都单线程了...

kylin 304

Java 之 LongAdder 源码浅读

在低并发场景下可以效率性能还可以,但是在高并发下场景下,大量线程会造成CPU极具飙升。所以这里提出了LongAdder,解决高并发场景下的全局计算(但是返回结果只是保证最终一致性)。sum执行时,并没有限制对base和cells的更新(一句要命的话)。所以LongAdder不是强一致性的,它是最终一致性的。首先,最终返回的sum局部变量,初始被复制为base,而最终返回时,很可能base已经被更新了,而此时局部变量sum不会更新,造成不一致。...

龚小帅的博客 572

AtomIcinteger类与cas

为什么需要AtomicInteger原子操作类? AtomicInteger位于java.util.concurrent.atomic包下,是对int的封装,提供原子性的访问和更新操作,其原子性操作的实现是基于CAS。 CAS(compare-and-swap)直译即比较并交换, 提供原子化的读改写能力,是Java 并发中所谓 lock-free 机制的基础。 CAS的思想很简单:三个参数,一个当前内存值V、旧的预期值A、即将更新的值B,当且仅当预期值A和内存值V相同时,将内存值修改为B并返回true,否则

qq_53066866的博客 483

java并发计数器_比AtomicInteger更高效的并发计数器LongAdder

我喜欢新鲜玩意儿,而Java 8里面就有不少。这回我准备介绍一下我的一个最爱——并发计数器。这是一组新的类,用于维护多个线程并发读写的计数器。新的API带来了显著的性能提升,同时还保证了接口的简单易用。多核时代来临了之后,大家都开始使用并发计数器,我们先来看一下Java迄今为止提供了哪些实现方式,它们的性能和这个新的API相比,又有什么不同。脏计数器——选择这种方式意味着多线程直接并发读写一个普通...

weixin_33933221的博客 505

AI如何优化AtomicInteger并发编程?

在多线程环境下,普通的int变量进行自增或自减操作时,看似简单的i++实际上包含了读取、修改、写入三个步骤,这可能导致竞态条件。而AtomicInteger通过CAS(Compare-And-Swap)机制保证了这些操作的原子性,是更安全的选择。最近我在尝试使用Java的AtomicInteger类来实现一个线程安全的计数器,并借助AI工具来优化整个开发过程。对于想学习并发编程的新手来说,这种即时反馈的体验真的很有帮助。特别是它的Kimi-K2模型,对Java并发编程的理解相当到位,生成的代码质量很高。

SunstoneLion34的博客 626

阿里为什么推荐使用LongAdder,而不是volatile?

阿里《Java开发手册》最新嵩山版在 8.3 日发布,其中有一段内容引起了我的的注意,内容如下:【参考】volatile 解决多线程内存不可见问题。对于一写多读,是可以解决变量同步问题,...

HollisChuang's Blog 594
上一篇: 一个列子演示java中弱引用的回收时机
下一篇: 通过一个.class文件探究java的字节码文件结构
lhever_
博客等级 码龄14年 213粉丝 130原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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