LongAdder 是 Java 8 引入的并发计数类，是 java.util.concurrent.atomic 包的一部分，用于在 高并发场景下替代 AtomicLong，显著提高性能。

---

一、LongAdder 是什么？

定义：

LongAdder 是一种高并发场景下更高效的累加器，通过**分段计数（striped cells）**来减少线程争用，最终通过将多个值相加得出总结果。

---

二、为什么不用 AtomicLong？

AtomicLong 的缺陷：

• 基于 CAS（Compare-And-Swap） 实现；
• 所有线程竞争同一个值（单点），导致严重的 伪共享 和 竞争冲突；
• 在高并发场景中，会频繁自旋失败、性能下降。

---

三、LongAdder 的分段原理核心思想

多个线程并发写入不同的槽（Cell），有效降低冲突，最后通过累加所有槽的值得到总和。

---

四、底层核心结构

class LongAdder {
    // 用于低并发下直接累加
    transient volatile long base;

    // 高并发时使用的分段数组（长度是2的幂次）
    transient volatile Cell[] cells;

    // 用于线程定位Cell数组槽位的探针变量
    transient final ThreadLocalRandomProbe probe;
}

核心组件详解：

组件	含义
base	单线程或低并发时使用，类似 AtomicLong 的值
cells[]	分段数组，高并发时每个线程命中一个 Cell，减少冲突
Cell	内部类，每个 Cell 维护一个 long 值，并通过 CAS 操作

---

五、工作原理（增量流程）

方法：LongAdder.increment() / add(long x)

执行流程：

1. 线程尝试对 base 做一次 CAS 增加操作；
2. 如果竞争不激烈（低并发），操作成功，返回；
3. 如果竞争激烈（CAS失败）：

• 初始化 cells[] 数组；
• 将线程映射到一个 Cell 槽位（根据 thread probe 值）；
• 对 Cell.value 做 CAS 累加；
• 如果冲突严重，可能扩容 cells（最大可扩至 CPU 核心数 × 2）；

关键点：

• 每个线程尽量只操作一个 Cell，互不干扰；
• 最终通过 sum() 将 base + 所有 cell 值相加 得到总和。

---

六、源码精要解析（简化）

1. add(long x) 方法片段：

public void add(long x) {
    Cell[] as; long b, v; int m; Cell a;

    // 尝试直接更新 base
    if ((as = cells) == null || !casBase(b = base, b + x)) {
        boolean uncontended = true;
        if (as == null || (m = as.length - 1) < 0 ||
            (a = as[getProbe() & m]) == null ||
            !(uncontended = a.cas(v = a.value, v + x))) {
            longAccumulate(x, null, uncontended);
        }
    }
}

2. sum() 方法：

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

---

七、性能对比（JMH 测试）

测试场景（1000 线程）	AtomicLong 耗时	LongAdder 耗时	性能提升比例
1 亿次累加	4000ms	300ms	约 13 倍

来源：JMH 基准测试

---

八、LongAdder 的优缺点

优点	说明
极高并发性能	分段避免竞争冲突
减少伪共享	每个线程写入独立槽位，避免 cache line 竞争
CAS 成功率高	分摊压力至多个 Cell

缺点	说明
不能保证强一致性	累加过程非原子（多个 Cell），如用于唯一 ID 生成不适合
获取总值需要 sum() 扫描数组	成本高于原子值，但适用于大多数统计场景

---

九、实际使用场景

场景	说明
网站访问量统计	比如 PV / UV 计数，性能优于 AtomicLong
日志计数器 / 异常统计	统计某类异常、接口调用次数等高频场景
指标收集系统（如 Prometheus）	高并发下的监控指标累加

---

十、权威链接与文档

• 🔗 官方 Java 17 LongAdder API
• 📘 Java 源码：LongAdder.java – OpenJDK
• 📘 Martin Thompson 的博客：分段技术与 False Sharing
• 📘 《Java 并发编程实战》 – 第11章 原子变量与非阻塞同步

---

十一、总结答题结构（面试可用）

问题	回答建议
什么是 LongAdder？	高并发下分段累加，替代 AtomicLong，避免竞争
它怎么提升性能？	使用 Cell[] 分段，线程写入各自槽位，减少 CAS 冲突
与 AtomicLong 的区别？	AtomicLong 单点竞争，LongAdder 分散压力，性能提升巨大
有什么缺点？	获取总值需合并所有 Cell，非强一致性，不适合计唯一值
哪些场景适合？	并发统计、计数器、接口监控、性能日志等高频加法场景

---

更多详细内容请关注其他相关文章！