使用AtomicLong可解决高并发下计数器线程安全问题，它通过CAS机制保证原子性，示例中100个线程各递增1000次，最终结果正确为100000。
在高并发场景下，多个线程同时修改同一个计数器时，使用普通的int或long变量容易出现线程安全问题。Java 提供了 AtomicLong 类来解决这个问题，它通过底层的 CAS（Compare-And-Swap）机制保证操作的原子性，无需使用 synchronized 锁就能实现高效、线程安全的计数。
AtomicLong 的基本用法
AtomicLong 位于 java.util.concurrent.atomic 包中，封装了一个 long 类型的值，并提供了一系列原子操作方法。
常用方法包括：
- get()：获取当前值
- set(long value)：设置新值
- incrementAndGet()：自增并返回新值（等价于 ++i）
- decrementAndGet()：自减并返回新值
- addAndGet(long delta)：增加指定值并返回结果
- compareAndSet(expectedValue, newValue)：如果当前值等于预期值，则更新为新值
import java.util.concurrent.atomic.AtomicLong;
public class Counter {
private static AtomicLong count = new AtomicLong(0);
public static void increment() {
count.incrementAndGet();
}
public static long getCount() {
return count.get();
}
}
在多线程环境中使用 AtomicLong
下面是一个模拟高并发计数的测试场景，多个线程同时对计数器进行递增操作。
立即学习“Java免费学习笔记（深入）”；
public class AtomicLongDemo {
private static AtomicLong counter = new AtomicLong(0);
public static void main(String[] args) throws InterruptedException {
Thread[] threads = new Thread[100];
for (int i = 0; i < threads.length; i++) {
threads[i] = new Thread(() -> {
for (int j = 0; j < 1000; j++) {
counter.incrementAndGet();
}
});
threads[i].start();
}
for (Thread thread : threads) {
thread.join();
}
System.out.println("最终计数值: " + counter.get()); // 预期输出: 100000
}
}
在这个例子中，即使有 100 个线程各自执行 1000 次递增，最终结果也能准确达到 100000，不会因为竞争而丢失更新。
与 synchronized 和 volatile 的对比
- synchronized 虽然能保证线程安全，但会引入锁竞争，影响性能；而 AtomicLong 使用无锁算法，效率更高
- volatile 只能保证可见性，不能保证复合操作（如 i++）的原子性，因此不适合用于计数
- AtomicLong 在读多写少或中等并发下表现优异，适合计数器、序列号生成等场景
注意事项和适用场景
虽然 AtomicLong 性能好，但在极端高并发场景下（如大量线程频繁更新同一变量），可能出现 CAS 失败重试次数过多的问题，导致性能下降。
在这种情况下，可以考虑使用 LongAdder，它是 JDK 8 引入的类，专为高并发计数优化，在多线程竞争激烈时性能优于 AtomicLong。
建议：- 一般高并发计数优先使用 AtomicLong
- 如果发现性能瓶颈，可改用 LongAdder
- 避免在循环中频繁调用 compareAndSet 做自旋控制，防止 CPU 空转
