多线程 +1 的最快操作

Posted 2021-07-31 程序员小灰

直奔主题，多个线程，一个共享变量，不断 +1。

如果代码直接这样写，会产生线程安全问题。

public class LongAdder {
   private long count = 0L;
   public void add() {
       count++;
   }
}

可以加锁去实现，但效率太低。

public class LongAdder {
   private long count = 0L;
   public void add() {
   synchronized(this){
       count++;
   }
}

可以用原子类这种乐观锁实现，比加 synchronized 锁效率高很多。

public class LongAdder {
   private AtomicLong count = new AtomicLong(0L);
   public void add() {
       count.incrementAndGet();
   }
}

当然，更高级的玩法也可以自己调用 UNSAFE 模拟原子类里的 CAS 操作，但实际上就是把原子类的源码给展开了。（v = count 应该放在循环里）

public class LongAdder {
   private volatile long count = 0L;
   public void add() {
       boolean success = false;
       int v = count;
       while(!success) {
           success = UNSAFE.compareAndSwapLong(
                    LongAdder.class, countOffset, v, v + 1);
       }
   }
}

这几段多线程 +1 的代码如果看不明白，可以找些资料把这块的基础补一下哈，本文就不赘述了，我们继续。

关于这个多线程 +1 操作，有没有效率更高的办法呢？

分析需求

我们先别急着想，怎么把它变快，一头扎到技术实现上。

同我们接一个新产品的需求一样，我们首先分析一下，这个产品提出这个需求的核心目的是什么，有时候往往可以使问题简化。

我们想一个极端的场景，成百上千个线程一直连续不断对这个 count 进行 +1 操作，一直加上个一年，一年后，我们只需要看一下最终的值是多少，即可。

整个功能就是这样，加一年，最后看那么一下。

我们看看之前的原子类 +1 的代码。

public class LongAdder {
   private AtomicLong count = new AtomicLong(0L);
   public void add() {
       count.incrementAndGet();
   }
}

每时每刻都将 +1 的操作真真正正计算了一遍，并赋值给 count。

但我们只是一年后要读取这个 count 值一次，显然，中间这一年对 count 值准确地计算出结果，就是不必要的。

而恰恰是因为每次都要准确计算出它的结果，导致多线程之间发生了竞争，浪费了资源。

那思路就打开了！

设计思路

我们事先搞出多个这种 count 变量，并且用某种方式让不同线程对应到不同 count 变量上。

你看这样，如果仅仅有四个线程，就完全不存在线程竞争的问题，每个线程操作唯一的变量。

过一段时间后， 获取最终的值，只需要把它们加和即可。

这样，获取 count 值的复杂度增加了，需要做个加和操作，但却是整个过程完全没有线程竞争。

牺牲读性能，换取写性能。用空间换时间。

你看，即使一个小小的多线程 +1 操作的设计，也存在架构思维中的 trade off 思想，这在我之前两篇架构文章中多次提到。

正所谓，不存在完美的算法，我们都只是在做平衡，牺牲这个，才能换取那个。

具体实现

设计思路中，我们尽可能把问题简化，才能得到一个大方向。

现在我们要具体设计了，就要把刚刚懒得思考的问题，拿出来了，这个过程的确比较痛苦。

懒加载

首先，我们当然希望，整个过程都不存在线程竞争。

这样我们一开始就创建了那么多 count，并且把线程一一映射过去，假如本来他们共同对同一个共享变量 +1 就不会产生竞争，那这种方式就有很大问题了：

1. 浪费了空间

2. 多了线程映射的算法逻辑

3. 最终获取值时还要加和

得不偿失呀。

所以我们采用懒加载的办法，一开始，仍然是对同一个共享变量 +1，等真正出现竞争了，再开始启用更多的 count。

我们把一开始使用的唯一共享变量叫做 base，把之后开启的多个变量叫做 Cell 类，放在一个 Cell[] 数组里。Cell 类里只有一个变量就是 value，存储累加过程中的值。

数组扩容

一开始，这个 Cell 数组是空的。

等 base 变量出现了一次竞争失败的情况，就初始化这个 Cell[] 数组，第一次里面放两个 Cell。

此时，如果只有三个线程 +1，就可以保证不会发生竞争。

但如果此时又来了一个线程，导致了竞争，即 CAS 失败，那么可以扩容 Cell[] 数组。

可以注意到我画的，Cell 数组初始大小为 2，之后扩容也是翻倍的方式，不知道你有没有想到些什么，我们接着往下看。

线程映射绑定

刚刚，我们一直默认，线程和 Cell 数组中的每个 Cell 是一一对应的关系，可是怎么做到这一点呢？

我们在每个线程中，维护一个局部变量，这个变量属于这个线程，这个变量的值根据 Cell[] 数组的大小哈希取模，就可以映射到其中一个 Cell 上了。

那同线程绑定的这个局部变量是怎么来的呢？

别担心，JDK 已经帮我们设计好了，这就是 Thread 类里的变量 probe。

public class Thread implements Runnable {
   ...
   int threadLocalRandomProbe;
   ...
}

但是我们不能直接获取，需要借助 ThreadLocalRandom 类的如下办法获取。

static final int getProbe() {
   return UNSAFE.getInt(Thread.currentThread(), PROBE);
}

当然，获取出的这个值，可能哈希取模后也会发生冲突。

没关系，请注意，这只是哈希取模冲突，也就是多个线程可能要对同一个 Cell 里的 value 进行 CAS +1 操作，但不一定会产生竞争。

所以，发生哈希取模冲突后，先直接尝试 CAS +1 操作，如果能成功，就没那么多事了。

但假如恰好，CAS 的时候又发生了竞争，导致操作失败怎么办？

还好，可以用这种方式为该线程的 probe 重新赋值。

probe = 新的值，自己生成一个;
UNSAFE.putInt(Thread.currentThread(), PROBE, probe);

重新赋值后的 probe，再次经过哈希取模后，就不会和之前的冲突了。

但很不幸，假如再冲突怎么办？

那就再次尝试 CAS +1 操作。

但假如又很不幸，CAS +1 操作又失败了，要不要继续重新赋值 probe 呢？

要，不过，此时说明竞争已经很激烈了。

简单说就是，这个 Cell 数组有点拥挤了，此时我们选择将数组扩容！

扩容大家还记得吧，就是上一节中的。

这就又回到了上一节中的步骤，如此循环往复。

当然，扩容也要有个限度，我们规定，数组大小超过 CPU 核心数后，就不再扩容了。

CPU 核心数，可以用如下方式获取。

Runtime.getRuntime().availableProcessors();

如果再发生冲突和竞争的情况，那就不断重新赋值 probe，不断尝试 CAS。

有同学可能会说，那一直不成功咋办呢？

别忘了，如果不使用我们这个 LongAdder，仅仅用一个原子类不断 +1，失败的概率是更高的，我们已经通过将线程分散到不同 Cell，降低了发生竞争失败的概率了。

执行流程

至此，设计思路和实现过程，就都搞定了，我们来看一下整个流程。

1. 最开始只有一个 base 变量，多个线程和谐地进行 CAS +1 操作。

2. 直到有一天，两个线程发生了竞争，即其中一个线程 CAS 时失败了，那么就创建一个大小为 2 的 Cell[] 数组，用线程私有的局部变量 probe 取模，映射到一个 Cell 上，对其 CAS +1 操作。

3. 不过假如线程 probe 取模后，发现那个 Cell 已经被绑定过了，不要紧，先 CAS +1 试一试。

4. 但如果没试成功，说明此处有竞争，那重新计算一下线程的 probe 值，映射到一个新的 Cell 上。

5. 如果此时又冲突，并且 CAS +1 又失败，那么将 Cell[] 数组扩容。

6. 最后当要获取最终的累计和时，用 base 的值，加上所有 Cell[] 数组里的 value 值，得出一个和，返回给调用方。

这个破玩意，其实 JDK 中早有实现，又是 Doug Lea 大神写的一个类，名为

LongAdder

LongAdder

通过我们刚刚眼花缭乱的分析，再看 Doug Lea 大神的 LongAdder 就非常容易了。

我们看最核心的 add 方法，这是最外层的逻辑，很容易理解。

public class LongAdder extends Striped64 implements Serializable {
   public void add(long x) {
       Cell[] as; long b, v; int m; Cell a;
       if ((as = cells) != null || !casBase(b = base, b + x)) {
           // 已经初始化了 Cell 数组
           // 或者对 base 变量 CAS +1 操作失败
           // 就走到这里了
           boolean uncontended = true;
           if (as == null || (m = as.length - 1) < 0 ||
               // 下面这行就是 probe 取模操作
               (a = as[getProbe() & m]) == null ||
               // 取模后发现已经被绑定，冲突了，先不管，直接 cas 试试
               !(uncontended = a.cas(v = a.value, v + x)))
               // 这里数组未初始化完全、或取模后未冲突、或冲突后 cas 失败，都会往下走
               longAccumulate(x, null, uncontended);
       }
   }
}

increment，decrement，sum 方法不说了，太简单。

add 方法看注释，重重条件后，会执行到那个非常庞大的方法。

longAccumulate(x, null, uncontended);

这个方法里面非常长，我就不放在这里了，感兴趣的同学可以去翻翻源码。相信结合我上面带着你走过的分析过程，很快就可以看懂。

后记

LongAdder 源码非常建议大家读一读，即使你不能全局掌握它，也可以学到很多并发编程方面的小知识。

比如，并发编程包经常见的伪共享问题，就体现在 Cell 这个类的设计上。

本来 Cell 这个类应该长这个样子。

static final class Cell {
   volatile long value;
   ...
}

但由于伪共享问题，它被设计成了这个样子。

static final class Cell {
   volatile long p0, p1, p2, p3, p4, p5, p6;
   volatile long value;
   volatile long q0, q1, q2, q3, q4, q5, q6;
   ...
}

在 JDK 1.8 提供了新注解后，又变成了这个样子。

@sun.misc.Contended
static final class Cell {
   volatile long value;
   ...
}

再比如说，刚刚说的重复两轮如果都失败，再走数组扩容，这个重复两轮，其实代码中就是用一个布尔值去玩的。

else if (!collide)
   collide = true;

你看，第一次来的时候，走了这个分支，把布尔值改了。

第二次再来，就进不了这个分支了。

反正感觉很妙。

希望大家平时，不要每个代码都嫌头大就不去钻研，感觉花上一天时间就看个 LongAdder，面试再不考，就觉得是浪费了时间。

其实不然，这个小小的 LongAdder 你要是能琢磨透了，很多多线程的知识点，也就都搞定了。

本篇文章，一个不起眼的 LongAdder 方法，其实展开来看也是个大世界，有着相当多的架构思维。

慢慢你会发现，很多大小技术思想，都是相通的。