JMH測(cè)試AtomicLong和LongAdder的性能

AtomicLong 和 LongAdder 的區(qū)別

AtomicLong

1、AtomicLong是利用了底層的CAS操作來(lái)提供并發(fā)性。
2、在并發(fā)量較低的環(huán)境下，線程沖突的概率比較小，自旋的次數(shù)不會(huì)很多。但是，高并發(fā)環(huán)境下，N個(gè)線程同時(shí)進(jìn)行自旋操作，會(huì)出現(xiàn)大量失敗并不斷自旋的情況，此時(shí)AtomicLong的自旋會(huì)成為瓶頸。
3、AtomicLong中有個(gè)內(nèi)部volatile變量value保存著實(shí)際的long值，所有的操作都是針對(duì)該變量進(jìn)行。也就是說(shuō)，高并發(fā)環(huán)境下，value變量其實(shí)是一個(gè)熱點(diǎn)，也就是N個(gè)線程競(jìng)爭(zhēng)一個(gè)熱點(diǎn)。

創(chuàng)新互聯(lián)主營(yíng)永城網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營(yíng)網(wǎng)站建設(shè)方案,成都App定制開發(fā),永城h5成都微信小程序搭建,永城網(wǎng)站營(yíng)銷推廣歡迎永城等地區(qū)企業(yè)咨詢

LongAdder

1、LongAdder的基本思路就是分散熱點(diǎn)，將value值分散到一個(gè)數(shù)組中，不同線程會(huì)命中到數(shù)組的不同槽中，各個(gè)線程只對(duì)自己槽中的那個(gè)值進(jìn)行CAS操作，這樣熱點(diǎn)就被分散了，沖突的概率就小很多。如果要獲取真正的long值，只要將各個(gè)槽中的變量值累加返回。
2、低并發(fā)、一般的業(yè)務(wù)場(chǎng)景下AtomicLong是足夠了。如果并發(fā)量很多，存在大量寫多讀少的情況，那LongAdder可能更合適。

利用JMH測(cè)試AtomicLong和LongAdder的性能

1、創(chuàng)建一個(gè)Maven工程，Pom.xml代碼如下

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.jane</groupId>
    <artifactId>jmh2</artifactId>
    <version>1.0-SNAPSHOT</version>

    <dependencies>
        <!-- JMH -->
        <dependency>
            <groupId>org.openjdk.jmh</groupId>
            <artifactId>jmh-core</artifactId>
            <version>1.20</version>
        </dependency>
        <dependency>
            <groupId>org.openjdk.jmh</groupId>
            <artifactId>jmh-generator-annprocess</artifactId>
            <version>1.20</version>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.codehaus.mojo</groupId>
                <artifactId>exec-maven-plugin</artifactId>
                <executions>
                    <execution>
                        <id>run-benchmarks</id>
                        <phase>integration-test</phase>
                        <goals>
                            <goal>exec</goal>
                        </goals>
                        <configuration>
                            <classpathScope>test</classpathScope>
                            <executable>java</executable>
                            <arguments>
                                <argument>-classpath</argument>
                                <classpath />
                                <argument>org.openjdk.jmh.Main</argument>
                                <argument>.*</argument>
                            </arguments>
                        </configuration>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>
</project>

2、啟動(dòng)文件

package com.jane;

import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.RunnerException;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.atomic.LongAdder;

@BenchmarkMode(Mode.AverageTime) // 測(cè)試方法平均執(zhí)行時(shí)間,如果測(cè)試吞入量則換成Mode.Throughput
@OutputTimeUnit(TimeUnit.MICROSECONDS) // 輸出結(jié)果的時(shí)間粒度為微秒
public class Main {
    private static AtomicLong count = new AtomicLong();
    private static LongAdder longAdder = new LongAdder();

    @Benchmark
    @Threads(1) //單位時(shí)間內(nèi)也，默認(rèn)一秒啟動(dòng)多少個(gè)線程進(jìn)行測(cè)試
    public void atolong(){
        count.getAndIncrement(); //測(cè)試AtomicLong遞增方法
    }

    @Benchmark
    @Threads(1) //單位時(shí)間內(nèi)也，默認(rèn)一秒啟動(dòng)多少個(gè)線程進(jìn)行測(cè)試
    public void loadder(){
        longAdder.increment();//測(cè)試LongAdder的遞增方法
    }

    public static void main(String[] args) throws RunnerException {
        Options options = new OptionsBuilder()
                .include(Main.class.getSimpleName())
                .forks(1)
                .build();
        new Runner(options).run();
    }
}

3、單線程下的性能對(duì)比