一、原子累加器
我們都知道，原子整型可以在線程安全的前提下做到累加功能，而今天介紹的LongAdder具有更好的性能
我們先來看原子累加器和原子整型做累加的對比使用：
private static <T> void demo(Supplier<T> supplier, Consumer<T> action){ T adder = supplier.get(); long start = System.nanoTime(); List<Thread> ts = new ArrayList<>(); for (int i = 0;i<40;i++){ ts.add(new Thread(()->{ for (int j = 0;j<500000;j++){ action.accept(adder); } })); } ts.forEach(t->t.start()); ts.forEach(t->{ try { t.join(); }catch (InterruptedException e){ e.printStackTrace(); } }); } public static void main(String[] args) { for (int i = 0;i<5;i++){ demo(()->new LongAdder(),longAdder -> longAdder.increment()); } for (int i = 0;i<5;i++){ demo(()->new AtomicLong(),atomicLong -> atomicLong.getAndIncrement()); } }
通過上面的代碼運行我們可以清晰地看到，兩種方式都有效的產完成了累加的效果，但是明顯使用累加器的效率要更好，甚至要高出原子類型累加好幾倍。
現在，我們可以簡單地理解爲，原子累加器就是JAVA在併發編程下提供的有保障的累加手段。
二、LongAdder執行原理
LongAdder之所以性能提升這麼多，就是在有競爭時，設置多個累加單元，不同線程累加不同的累加單元，最後在將其彙總，減少了cas重試失敗，從而提高了性能。
簡單來說，累加器就是將需要做累加的共享變量，分成許多部分，時多個線程只累加自己的部分（這樣做既可以減少使用普通整型容易出現的線程不安全錯誤，也可以提高原子類型在累加時效率底下的問題），足以後再將結果彙總，得到累加結果。
就比如銀行要清點大量鈔票，一個人來清點效率低下，所以需要多個人來（多個線程），將大量鈔票分給多個員工（分配累加單元），每個員工僅僅需要對自己的那部分鈔票清點（每個線程累加自己的累加單元），最後將結果彙總起來，就是所有鈔票的總數。
LongAdder中有幾個關鍵域：
transient volatile Cell[] cells;//累加單元數組，懶惰初始化 transient volatile long base;//基礎值，如果是單線程沒有競爭，則用cas累加這個域 transient volatile int cellsBusy;//zaicell創建或擴容時，置位1，表示加鎖
其中cells就是累加單元，用來給各個線程分配累加任務。
base用來做單線程的累加，同時還有彙總的作用，也是就是說base=cells[0]+cells[1]……+base
cellbase則用來表示加鎖置位，0表示無鎖，1表示加鎖。
注意：
此處cellsbusy所說的鎖並不是真正的對象鎖，而是底層用cas來模擬加鎖。
cas模擬加鎖：
當佔用某資源需要模擬加鎖時，cas會將某處標誌位的初始態變爲加鎖態（如將0改爲1）。此時當出現競爭時，其他線程同樣會嘗試cas操作，但均以失敗告終，所以會不停嘗試cas，起到了加鎖的功效。
@sun.misc.Contended static final class Cell { volatile long value; Cell(long x) { value = x; } final boolean cas(long cmp, long val) { return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val); } // Unsafe mechanics private static final sun.misc.Unsafe UNSAFE; private static final long valueOffset; static { try { UNSAFE = sun.misc.Unsafe.getUnsafe(); Class<?> ak = Cell.class; valueOffset = UNSAFE.objectFieldOffset (ak.getDeclaredField("value")); } catch (Exception e) { throw new Error(e); } } }
在Cell類源碼中我們能看出，cell底層也是採用cas來做累加計數。
三、僞共享
我們都知道cpu內存模型
因爲 CPU 與內存的速度差異很大,需要靠預讀數據至緩存來提升效率。而緩存以緩存行爲單位,每個緩存行對應着一塊內存,一般是64 byte (8個 long )
緩存的加入會造成數據副本的產生,即同一份數據會緩存在不同核心的緩存行中。
CPU 要保證數據的一致性,如果某個 CPU 核心更改了數據,其它 CPU 核心對應的整個緩存行必須失效
也就是說，在同一緩存行中的緩存的內容時時刻刻都是相同的，這樣就違背了我們cells的初衷。
如圖，
因爲cells是數組類型，導致他們在內存中始終處於連續存儲狀態。
當任何一個線程改變cell中的值時，另一個線程中的緩存必然會失效（緩存是以行爲單位進行更新），這樣繁雜的操作使得效率大大降低。
問題解決
@ sun . misc . Contended 用來解決這個問題,
它的原理是在使用此註解的對象或字段的前後各增加128字節大小的 padding 從而讓 CPU 將對象預讀至緩存時佔用不同的緩存行,這樣,不會造成對方緩存行的失效。
也就是說，增加無用的內存空間是cells擴容，從而在緩存中，每一個cell能佔據一個緩存行，也就解決了失效的問題。