这是一篇来自粉丝的投稿，作者【林湾村龙猫】最近在阅读Java源码，这一篇是他关于并发包中atomic类的源码阅读的总结。Hollis做了一点点修改。
引子
在多线程的场景中，我们需要保证数据安全，就会考虑同步的方案，通常会使用synchronized或者lock来处理，使用了synchronized意味着内核态的一次切换。这是一个很重的操作。
有没有一种方式，可以比较便利的实现一些简单的数据同步，比如计数器等等。concurrent包下的atomic提供我们这么一种轻量级的数据同步的选择。
使用例子
- import java.util.concurrent.CountDownLatch;
- import java.util.concurrent.atomic.AtomicInteger;
- public class App {
- public static void main(String[] args) throws Exception {
- CountDownLatch countDownLatch = new CountDownLatch(100);
- AtomicInteger atomicInteger = new AtomicInteger(0);
- for (int i = 0; i < 100; i++) {
- new Thread() {
- @Override
- public void run() {
- atomicInteger.getAndIncrement();
- countDownLatch.countDown();
- }
- }.start();
- }
- countDownLatch.await();
- System.out.println(atomicInteger.get());
- }
- }
在以上代码中，使用AtomicInteger声明了一个全局变量，并且在多线程中进行自增，代码中并没有进行显示的加锁。
以上代码的输出结果，永远都是100。如果将AtomicInteger换成Integer，打印结果基本都是小于100。
也就说明AtomicInteger声明的变量，在多线程场景中的自增操作是可以保证线程安全的。接下来我们分析下其原理。
原理
我们可以看一下AtomicInteger的代码
他的值是存在一个volatile的int里面。volatile只能保证这个变量的可见性。不能保证他的原子性。
可以看看getAndIncrement这个类似i++的函数，可以发现，是调用了UnSafe中的getAndAddInt。
UnSafe是何方神圣？UnSafe提供了java可以直接操作底层的能力。
进一步，我们可以发现实现方式：
如何保证原子性：自旋 + CAS（乐观锁）。在这个过程中，通过compareAndSwapInt比较更新value值，如果更新失败，重新获取旧值，然后更新。
优缺点
CAS相对于其他锁，不会进行内核态操作，有着一些性能的提升。但同时引入自旋，当锁竞争较大的时候，自旋次数会增多。cpu资源会消耗很高。
换句话说，CAS+自旋适合使用在低并发有同步数据的应用场景。
Java 8做出的改进和努力
在Java 8中引入了4个新的计数器类型，LongAdder、LongAccumulator、DoubleAdder、DoubleAccumulator。他们都是继承于Striped64。
在LongAdder 与AtomicLong有什么区别？
Atomic*遇到的问题是，只能运用于低并发场景。因此LongAddr在这基础上引入了分段锁的概念。可以参考《JDK8系列之LongAdder解析》一起看看做了什么。
大概就是当竞争不激烈的时候，所有线程都是通过CAS对同一个变量（Base）进行修改，当竞争激烈的时候，会将根据当前线程哈希到对于Cell上进行修改（多段锁）。
可以看到大概实现原理是：通过CAS乐观锁保证原子性，通过自旋保证当次修改的最终修改成功，通过降低锁粒度（多段锁）增加并发性能。
【本文是51CTO专栏作者Hollis的原创文章，作者微信公众号Hollis(ID：hollischuang)】
