阿里《Java開發(fā)手冊》最新嵩山版在不久前發(fā)布,其中有一段內(nèi)容引起了編者的注意,內(nèi)容如下:
【參考】volatile 解決多線程內(nèi)存不可見問題。對于一寫多讀,是可以解決變量同步問題,但是如果多寫,同樣無法解決線程安全問題。
說明:如果是 count++ 操作,使用如下類實現(xiàn):AtomicInteger count = new AtomicInteger(); count.addAndGet(1); 如果是 JDK8,推薦使用 LongAdder 對象,比 AtomicLong 性能更好(減少樂觀 鎖的重試次數(shù))。
以上內(nèi)容共有兩個重點:
- 類似于 count++ 這種非一寫多讀的場景不能使用
volatile
; - 如果是 JDK8 推薦使用
LongAdder
而非AtomicLong
來替代volatile
,因為LongAdder
的性能更好。
但口說無憑,即使是孤盡大佬說的,咱們也得證實一下,因為馬老爺子說過:實踐是檢驗真理的唯一標(biāo)準(zhǔn)。
這樣做也有它的好處,第一,加深了我們對知識的認(rèn)知;第二,文檔上只寫了LongAdder
比 AtomicLong
的性能高,但是高多少呢?文中并沒有說,那只能我們自己動手去測試嘍。
(推薦教程:Java教程)
話不多,接下來我們直接進(jìn)入本文正式內(nèi)容...
volatile 線程安全測試
首先我們來測試 volatile
在多寫環(huán)境下的線程安全情況,測試代碼如下:
public class VolatileExample {
public static volatile int count = 0; // 計數(shù)器
public static final int size = 100000; // 循環(huán)測試次數(shù)
public static void main(String[] args) {
// ++ 方式 10w 次
Thread thread = new Thread(() -> {
for (int i = 1; i <= size; i++) {
count++;
}
});
thread.start();
// -- 10w 次
for (int i = 1; i <= size; i++) {
count--;
}
// 等所有線程執(zhí)行完成
while (thread.isAlive()) {}
System.out.println(count); // 打印結(jié)果
}
}
我們把 volatile
修飾的 count
變量 ++ 10w 次,在啟動另一個線程 -- 10w 次,正常來說結(jié)果應(yīng)該是 0,但是我們執(zhí)行的結(jié)果卻為:
1063
結(jié)論:由以上結(jié)果可以看出 volatile
在多寫環(huán)境下是非線程安全的,測試結(jié)果和《Java開發(fā)手冊》相吻合。
LongAdder VS AtomicLong
接下來,我們使用 Oracle 官方的 JMH 來測試一下兩者的性能,測試代碼如下:
import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.infra.Blackhole;
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.AtomicInteger;
import java.util.concurrent.atomic.LongAdder;
@BenchmarkMode(Mode.AverageTime) // 測試完成時間
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 1, time = 1, timeUnit = TimeUnit.SECONDS) // 預(yù)熱 1 輪,每次 1s
@Measurement(iterations = 5, time = 5, timeUnit = TimeUnit.SECONDS) // 測試 5 輪,每次 3s
@Fork(1) // fork 1 個線程
@State(Scope.Benchmark)
@Threads(1000) // 開啟 1000 個并發(fā)線程
public class AlibabaAtomicTest {
public static void main(String[] args) throws RunnerException {
// 啟動基準(zhǔn)測試
Options opt = new OptionsBuilder()
.include(AlibabaAtomicTest.class.getSimpleName()) // 要導(dǎo)入的測試類
.build();
new Runner(opt).run(); // 執(zhí)行測試
}
@Benchmark
public int atomicTest(Blackhole blackhole) throws InterruptedException {
AtomicInteger atomicInteger = new AtomicInteger();
for (int i = 0; i < 1024; i++) {
atomicInteger.addAndGet(1);
}
// 為了避免 JIT 忽略未被使用的結(jié)果
return atomicInteger.intValue();
}
@Benchmark
public int longAdderTest(Blackhole blackhole) throws InterruptedException {
LongAdder longAdder = new LongAdder();
for (int i = 0; i < 1024; i++) {
longAdder.add(1);
}
return longAdder.intValue();
}
}
程序執(zhí)行的結(jié)果為:
從上述的數(shù)據(jù)可以看出,在開啟了 1000 個線程之后,程序的 LongAdder
的性能比 AtomicInteger
快了約 1.53 倍,你沒看出是開了 1000 個線程,為什么要開這么多呢?這其實是為了模擬高并發(fā)高競爭的環(huán)境下二者的性能查詢。
如果在低競爭下,比如我們開啟 100 個線程,測試的結(jié)果如下:
結(jié)論:從上面結(jié)果可以看出,在低競爭的并發(fā)環(huán)境下 AtomicInteger
的性能是要比 LongAdder
的性能好,而高競爭環(huán)境下 LongAdder
的性能比 AtomicInteger
好,當(dāng)有 1000 個線程運行時,LongAdder
的性能比 AtomicInteger
快了約 1.53 倍,所以各位要根據(jù)自己業(yè)務(wù)情況選擇合適的類型來使用。
性能分析
為什么會出現(xiàn)上面的情況?這是因為 AtomicInteger
在高并發(fā)環(huán)境下會有多個線程去競爭一個原子變量,而始終只有一個線程能競爭成功,而其他線程會一直通過 CAS
自旋嘗試獲取此原子變量,因此會有一定的性能消耗;而 LongAdder
會將這個原子變量分離成一個 Cell
數(shù)組,每個線程通過 Hash 獲取到自己數(shù)組,這樣就減少了樂觀鎖的重試次數(shù),從而在高競爭下獲得優(yōu)勢;而在低競爭下表現(xiàn)的又不是很好,可能是因為自己本身機制的執(zhí)行時間大于了鎖競爭的自旋時間,因此在低競爭下表現(xiàn)性能不如 AtomicInteger
。
(推薦微課:Java微課)
總結(jié)
本文我們測試了 volatile
在多寫情況下是非線程安全的,而在低競爭的并發(fā)環(huán)境下 AtomicInteger
的性能是要比 LongAdder
的性能好,而高競爭環(huán)境下 LongAdder
的性能比 AtomicInteger
好,因此我們在使用時要結(jié)合自身的業(yè)務(wù)情況來選擇相應(yīng)的類型。
文章來源:公眾號-- Java中文社群 作者:磊哥
以上就是W3Cschool編程獅
關(guān)于阿里為什么推薦使用LongAdder,而不是volatile?的相關(guān)介紹了,希望對大家有所幫助。