一直使用AtomicInteger?试一试FieldUpdater-创新互联
1. 背景
在进入正题之前,这里先提出一个问题,如何在多线程中去对一个数字进行+1操作?这个问题非常简单,哪怕是Java的初学者都能回答上来,使用AtomicXXX,比如有一个int类型的自加,那么你可以使用AtomicInteger 代替int类型进行自加。
创新互联是专业的运城网站建设公司,运城接单;提供网站设计制作、成都网站建设,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行运城网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!AtomicInteger atomicInteger = new AtomicInteger(); atomicInteger.addAndGet(1);
如上面的代码所示,使用addAndGet即可保证多线程中相加,具体原理在底层使用的是CAS,这里就不展开细讲。基本上AtomicXXX能满足我们的所有需求,直到前几天一个群友(ID:皮摩)问了我一个问题,他发现在很多开源框架中,例如Netty中的AbstractReferenceCountedByteBuf 类中定义了一个refCntUpdater:
private static final AtomicIntegerFieldUpdaterrefCntUpdater; static { AtomicIntegerFieldUpdater updater = PlatformDependent.newAtomicIntegerFieldUpdater(AbstractReferenceCountedByteBuf.class, "refCnt"); if (updater == null) { updater = AtomicIntegerFieldUpdater.newUpdater(AbstractReferenceCountedByteBuf.class, "refCnt"); } refCntUpdater = updater; }
refCntUpdater 是Netty用来记录ByteBuf被引用的次数,会出现并发的操作,比如增加一个引用关系,减少一个引用关系,其retain方法,实现了refCntUpdater的自增:
private ByteBuf retain0(int increment) { for (;;) { int refCnt = this.refCnt; final int nextCnt = refCnt + increment; // Ensure we not resurrect (which means the refCnt was 0) and also that we encountered an overflow. if (nextCnt <= increment) { throw new IllegalReferenceCountException(refCnt, increment); } if (refCntUpdater.compareAndSet(this, refCnt, nextCnt)) { break; } } return this; }
俗话说有因必有果,netty多费力气做这些事必然是有自己的原因的,接下来就进入我们的正题。
2.Atomic field updater
在java.util.concurrent.atomic
包中有很多原子类,比如AtomicInteger,AtomicLong,LongAdder等已经是大家熟知的常用类,在这个包中还有三个类在jdk1.5中都存在了,但是经常被大家忽略,这就是fieldUpdater:
AtomicIntegerFieldUpdater
AtomicLongFieldUpdater
AtomicReferenceFieldUpdater
这个在代码中不经常会有,但是有时候可以作为性能优化的工具出场,一般在下面两种情况会使用它:
你想通过正常的引用使用volatile的,比如直接在类中调用
this.variable
,但是你也想时不时的使用一下CAS操作或者原子自增操作,那么你可以使用fieldUpdater。当你使用AtomicXXX的时候,其引用Atomic的对象有多个的时候,你可以使用fieldUpdater节约内存开销。
2.1 正常引用volatile变量
一般有两种情况需要正常引用:
当代码中引入已经正常引用,但是这个时候需要新增一个CAS的需求,我们可以将其替换AtomicXXX对象,但是之前的调用都得换成
.get()
和.set()
方法,这样做会增加不少的工作量,并且还需要大量的回归测试。代码更加容易理解,在
BufferedInputStream
中,有一个buf数组用来表示内部缓冲区,它也是一个volatile数组,在BufferedInputStream中大多数时候只需要正常的使用这个数组缓冲区即可,在一些特殊的情况下,比如close的时候需要使用compareAndSet
,我们可以使用AtomicReference,我觉得这样做有点乱,使用fieldUpdater来说更加容易理解,
protected volatile byte buf[]; private static final AtomicReferenceFieldUpdaterbufUpdater = AtomicReferenceFieldUpdater.newUpdater (BufferedInputStream.class, byte[].class, "buf"); public void close() throws IOException { byte[] buffer; while ( (buffer = buf) != null) { if (bufUpdater.compareAndSet(this, buffer, null)) { InputStream input = in; in = null; if (input != null) input.close(); return; } // Else retry in case a new buf was CASed in fill() } }
2.2 节约内存
之前说过在很多开源框架中都能看见fieldUpdater的身影,其实大部分的情况都是为了节约内存,为什么其会节约内存呢?
我们首先来看看AtomicInteger类:
public class AtomicInteger extends Number implements java.io.Serializable { private static final long serialVersionUID = 6214790243416807050L; // setup to use Unsafe.compareAndSwapInt for updates private static final Unsafe unsafe = Unsafe.getUnsafe(); private static final long valueOffset; static { try { valueOffset = unsafe.objectFieldOffset (AtomicInteger.class.getDeclaredField("value")); } catch (Exception ex) { throw new Error(ex); } } private volatile int value; }
在AtomicInteger成员变量只有一个int value
,似乎好像并没有多出内存,但是我们的AtomicInteger是一个对象,一个对象的正确计算应该是 对象头 + 数据大小,在64位机器上AtomicInteger对象占用内存如下:http://www.chacha8.cn/detail/1132398249.html
关闭指针压缩: 16(对象头)+4(实例数据)=20不是8的倍数,因此需要对齐填充 16+4+4(padding)=24
开启指针压缩(-XX:+UseCompressedOop): 12+4=16已经是8的倍数了,不需要再padding。
由于我们的AtomicInteger是一个对象,还需要被引用,那么真实的占用为:
关闭指针压缩:24 + 8 = 32
开启指针压缩: 16 + 4 = 20
而fieldUpdater是staic final
类型并不会占用我们对象的内存,所以使用fieldUpdater的话可以近似认为只用了4字节,这个再未关闭指针压缩的情况下节约了7倍,关闭的情况下节约了4倍,这个在少量对象的情况下可能不明显,当我们对象有几十万,几百万,或者几千万的时候,节约的可能就是几十M,几百M,甚至几个G。
比如在netty中的AbstractReferenceCountedByteBuf,熟悉netty的同学都知道netty是自己管理内存的,所有的ByteBuf都会继承AbstractReferenceCountedByteBuf,在netty中ByteBuf会被大量的创建,netty使用fieldUpdater用于节约内存。郑州不孕不育医院有哪些:http://wapyyk.39.net/zz3/zonghe/1d427.html
在阿里开源的数据库连接池druid中也有同样的体现,早在2012的一个pr中,就有优化内存的comment:,在druid中,有很多统计数据对象,这些对象通常会以秒级创建,分钟级创建新的,druid通过fieldUpdater节约了大量内存:
3.最后
AtomicFieldUpdater的确在我们平时使用比较少,但是其也值得我们去了解,有时候在特殊的场景下的确可以作为奇技淫巧。
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
本文题目:一直使用AtomicInteger?试一试FieldUpdater-创新互联
网站地址:http://hbruida.cn/article/ccdooh.html