1.概述

转载：jdk11源码–LongAdder源码分析原理分析

先参考使用相关的文档：

高并发中计数器的实现方式有哪些？

【java】阿里为什么推荐使用LongAdder，而不是volatile？

针对JDK中的原子类，想必大家都熟悉AtomicInteger，AtomicLong等类。他们都是采用CAS乐观锁方式来实现的。

但是这种方式是否还有继续优化的空间呢？答案是肯定的。

CAS乐观锁对临界区的数据（也就是atomicLong中的volatile long value属性）进行修改，这个属性是热点数据。并发量高的时候，会出现很多线程都轮询修改value属性的情况，CPU消耗比较高。

大家在想一下，在秒杀，拍卖，银行转账等业务场景下，可能存在以下情况：大量客户的请求都需要修改某个银行账户的余额。有一种优化策略就是将该银行热点账户拆分为多条记录，将请求hash路由到不同的子账户中进行计算。那么上述Atomic类也可以采用该种策略：热点数据拆分。

这就是阅读源码的作用，可以学习到各种各样的优秀设计，并且可以将其应用到具体的工作之中。

2.LongAdder案例

编写java代码测试LongAdder：

@Test
    public void test() throws InterruptedException {
        LongAdder longAdder = new LongAdder();
        AtomicLong aLong = new AtomicLong();
        ExecutorService threadPool = Executors.newFixedThreadPool(100);
        for(int i = 0; i < 1000000;i++){
            threadPool.execute(() -> {
                longAdder.increment();
                aLong.incrementAndGet();
            });
        }

        TimeUnit.SECONDS.sleep(2);//等待线城池执行完成

        System.out.println(longAdder.longValue());
        System.out.println(aLong.get());
    }

注意上面线程数设置的多一点，才能造成比较激烈的竞争。

在longValue()方法中打断点看一下实际的结果分布，可以看到base中有值，并且有4个cells，每个cell都有值。将4个cell的值累加再加上base的值正好是100W，详细源码分析请继续阅读：

3.LongAdder源码分析

首先画一个AtomicLong和LongAdder的临界区数据对比图：

从上面的图中大家可以看到临界区数据的分布 ，至此可以完全理解LongAdder的优化思路了。

接下来看源码，主要关注红框内的方法

LongAdder继承自Striped64类。Striped64类中核心参数：

//CPU的数量，用于cell数组容量扩容
    static final int NCPU = Runtime.getRuntime().availableProcessors();
    /**
     * 容量大小是2的幂次方。当竞争大的时候，则会修改cell中的数值
     */
    transient volatile Cell[] cells;
    /**
     * base基础数据，CAS竞争不大的话，则直接修改base
     */
    transient volatile long base;
    /**
     * 是否竞争激烈
     */
    transient volatile int cellsBusy;

可以看到都是volatile修饰的，都解决了JMM中的可见性的问题。

首先看一下LongAdder核心的Cell类：

/**
     * Padded variant of AtomicLong supporting only raw accesses plus CAS.
     *
     * JVM intrinsics note: It would be possible to use a release-only
     * form of CAS here, if it were provided.
     */
    @jdk.internal.vm.annotation.Contended static final class Cell {
        volatile long value;//Cell中存储数据的属性，volatile 修饰保证可见性
        Cell(long x) { value = x; }
        final boolean cas(long cmp, long val) {
            return VALUE.compareAndSet(this, cmp, val); //CAS修改
        }
        final void reset() {
            VALUE.setVolatile(this, 0L);
        }
        final void reset(long identity) {
            VALUE.setVolatile(this, identity);
        }
        final long getAndSet(long val) {
            return (long)VALUE.getAndSet(this, val);
        }

        // VarHandle mechanics
        private static final VarHandle VALUE;
        static {
            try {
                MethodHandles.Lookup l = MethodHandles.lookup();
                VALUE = l.findVarHandle(Cell.class, "value", long.class);
            } catch (ReflectiveOperationException e) {
                throw new ExceptionInInitializerError(e);
            }
        }
    }

@jdk.internal.vm.annotation.Contended这个注解的意思是JVm内部进行了优化，解决了伪共享问题。

再看一下获取数据的方法：

public long longValue() {
    return sum();
}
    
public long sum() {
    Cell[] cs = cells;//cell中的数据
    long sum = base;//基本数据
    if (cs != null) {
        for (Cell c : cs)
            if (c != null)
                sum += c.value;
    }
    return sum;
}

可以看到很简单，将base和cells数组中的数据累加起来即可。

继续，看如何CAS递增数据，这里比较复杂一些。

/**
     * Adds the given value.
     *
     * @param x the value to add
     */
    public void add(long x) {
        Cell[] cs; long b, v; int m; Cell c;
        if ((cs = cells) != null || !casBase(b = base, b + x)) {
            boolean uncontended = true;
            if (cs == null || (m = cs.length - 1) < 0 ||
                (c = cs[getProbe() & m]) == null ||
                !(uncontended = c.cas(v = c.value, v + x)))
                longAccumulate(x, null, uncontended);
        }
    }

    /**
     * Equivalent to {@code add(1)}.
     */
    public void increment() {
        add(1L);
    }

初始化时，cells肯定为空。我们先看一下casBase(b = base, b + x)的实现

/**
     * CASes the base field.
     */
    final boolean casBase(long cmp, long val) {
        return BASE.compareAndSet(this, cmp, val);
    }

当CAS修改base的值失败时，则说明并发比较高，则进入到if内部代码，首先设置uncontended =true，表明竞争激烈。

接下来需要判断4个条件：

cs == null
(m = cs.length - 1) < 0
(c = cs[getProbe() & m]) == null
!(uncontended = c.cas(v = c.value, v + x))

前两个条件判断cells数组是否为空，如果是空，则走longAccumulate方法。

第三个条件是根据当前线程与数组进行逻辑与操作，获得的cell位置如果为空则走longAccumulate方法。

第三步的结果c是线程路由的cells数组的位置。

第四个条件是对这个cell中的value进行CAS修改，修改失败则走longAccumulate方法。

通过这几步可以知道，LongAdder是在遇到并发激烈时，将线程路由到cells数组中的某个位置对该位置的Cell的value进行cas修改。而longAccumulate则会对cells数组进行扩容等维护工作。看看longAccumulate源码：

final void longAccumulate(long x, LongBinaryOperator fn,
                              boolean wasUncontended) {
        int h;
        if ((h = getProbe()) == 0) {
            ThreadLocalRandom.current(); // 强制初始化
            h = getProbe();//返回当前线程的threadLocalRandomProbe值
            wasUncontended = true;
        }
        boolean collide = false;                // True if last slot nonempty
        done: for (;;) {
            Cell[] cs; Cell c; int n; long v;
            if ((cs = cells) != null && (n = cs.length) > 0) {
                if ((c = cs[(n - 1) & h]) == null) {
                    if (cellsBusy == 0) {       // 尝试添加新的Cell
                        Cell r = new Cell(x);   // Optimistically create乐观创建cell
                        if (cellsBusy == 0 && casCellsBusy()) {
                            try {               // Recheck under lock
                                Cell[] rs; int m, j;
                                if ((rs = cells) != null &&
                                    (m = rs.length) > 0 &&
                                    rs[j = (m - 1) & h] == null) {
                                    rs[j] = r;
                                    break done;
                                }
                            } finally {
                                cellsBusy = 0;
                            }
                            continue;           // Slot is now non-empty
                        }
                    }
                    collide = false;
                }
                else if (!wasUncontended)       // CAS already known to fail
                    wasUncontended = true;      // Continue after rehash
                else if (c.cas(v = c.value,
                               (fn == null) ? v + x : fn.applyAsLong(v, x)))
                               //上面这里是对cell中的value进行cas修改
                    break;
                else if (n >= NCPU || cells != cs)
                    collide = false;            // 判断数组大小是否大于核数【cells数组最大不超过CPU可用核数】
                else if (!collide)
                    collide = true;
                else if (cellsBusy == 0 && casCellsBusy()) {
                    try {//对cells数组进行扩容，直接扩容为2倍，下面是采用位移操作 ： n << 1
                        if (cells == cs)        // Expand table unless stale
                            cells = Arrays.copyOf(cs, n << 1);
                    } finally {
                        cellsBusy = 0;
                    }
                    collide = false;
                    continue;                   // Retry with expanded table
                }
                h = advanceProbe(h);
            }
            else if (cellsBusy == 0 && cells == cs && casCellsBusy()) {
                try {                           // Initialize table
                    if (cells == cs) {
                        Cell[] rs = new Cell[2];//初始化cells数组大小是2
                        rs[h & 1] = new Cell(x);
                        cells = rs;
                        break done;
                    }
                } finally {
                    cellsBusy = 0;
                }
            }
            // cas修改base变量。
            else if (casBase(v = base,
                             (fn == null) ? v + x : fn.applyAsLong(v, x)))
                break done;
        }
    }

该方法大概思路就是无限循环对cells数组进行操作更新。如果对应的cell为空则cas创建cell并插入，如果不为空则cas修改其value值。如果cas修改失败则扩容，但是扩容最大值是CPU核数。