这是一个非常典型也非常重要的并发性能优化问题。

---

1、简要结论：

LongAdder 是 AtomicLong 的性能增强版，在高并发场景下比 AtomicLong 更高效，其核心是：使用分段（Striped）思想 + CAS 操作，避免大量线程争抢同一个变量。

---

2、为什么 AtomicLong 会成为性能瓶颈？

AtomicLong 的底层实现是基于 CAS（Compare-And-Swap） 的：

public final long incrementAndGet() {
    for (;;) {
        long current = get();
        long next = current + 1;
        if (compareAndSet(current, next))
            return next;
    }
}

⚠️ 问题：

• 所有线程都在争抢一个变量（如 count）
• 并发高时，CAS 成功率变低，大量自旋，CPU 开销大

---

3、LongAdder 的设计核心：分段计数

👉 类似“分区统计”：把一个变量拆成多个，分摊竞争压力

+-----------+-----------+-----------+-----------+
| Cell[0]   | Cell[1]   | Cell[2]   | ...       |
|   5       |   3       |   4       |           |
+-----------+-----------+-----------+-----------+

• 每个线程对不同的 Cell 操作
• 最后通过所有 Cell 的值 + 基础值（base）求和得出总值

---

4、源码结构（简化）

public class LongAdder extends Striped64 {
    // 分段数组（懒初始化）
    transient volatile Cell[] cells;

    // 低竞争时使用的基础值
    transient volatile long base;
}

---

5、increment() 方法实现逻辑（简化）

public void increment() {
    Cell[] as; long b; int m, h;
    if ((as = cells) != null || !casBase(b = base, b + 1)) {
        boolean uncontended = true;
        if (as == null || (m = as.length - 1) < 0 ||
            as[h & m] == null || !(uncontended = as[h & m].cas(v, v + 1)))
            longAccumulate(1L, null, uncontended);
    }
}

⛓️ 解释流程：

1. 优先尝试 CAS 增加 base（低并发下走这里）
2. 如果失败，尝试对当前线程的 Cell 位置进行 CAS 增加
3. 如果还失败，说明竞争严重，调用 longAccumulate()：

• 初始化或扩展 cells 数组
• 重试插入到新的 Cell 槽位

---

6、求和操作（sum()）

public long sum() {
    Cell[] as = cells;
    long sum = base;
    if (as != null) {
        for (Cell a : as) {
            if (a != null)
                sum += a.value;
        }
    }
    return sum;
}

⚠️ sum() 不是原子操作，仅做近似统计（适用于统计计数、QPS、请求量等）

---

7、LongAdder vs AtomicLong 性能对比

指标	AtomicLong	LongAdder
CAS 重试开销	高（集中在单变量）	低（分段分散）
高并发性能	一般，容易争抢	优秀，避免热点竞争
空间开销	低	稍高（多个 Cell 占内存）
精度	精确	高并发下可能近似（非原子）
适用场景	低并发/精准计数	高并发/统计型计数（QPS）

---

8、实际使用建议

应用场景	推荐使用
Web 访问计数器	✅ LongAdder（吞吐量更高）
并发限流统计	✅ LongAdder
交易系统计数（需精确）	❌ 用 AtomicLong 或加锁
计量指标上报（Prometheus）	✅ LongAdder

---

9、参考链接

• 🔗 Java 源码：LongAdder
• 🔗 JDK Concurrency 原始设计者 Doug Lea 的 Striped64 论文
• 🔗 官方文档：LongAdder
• 🔗 阿里 P8 分析：LongAdder 是怎么做到比 AtomicLong 快的

---

10、总结记忆口诀

AtomicLong 高竞争易瓶颈，LongAdder 分段巧避锋；base 优先，cell 分摊，近似统计快如风。

---

更多详细内容请关注其他相关文章！