AI绘画关于SD,MJ,GPT,SDXL百科全书
面试题分享点我直达
2023Python面试题
2023最新面试合集链接
2023大厂面试题PDF
面试题PDF版本
java、python面试题
项目实战:AI文本 OCR识别最佳实践
AI Gamma一键生成PPT工具直达链接
玩转cloud Studio 在线编码神器
玩转 GPU AI绘画、AI讲话、翻译,GPU点亮AI想象空间
史上最全文档AI绘画stablediffusion资料分享
AI绘画 stable diffusion Midjourney 官方GPT文档 AIGC百科全书资料收集
AIGC资料包
随着多线程编程的普及,volatile和AtomicLong这两个关键字被越来越多的使用。但是很多人并不理解它们的原理以及区别。今天我就来通过一个典型的场景,讲解 volatile 和 AtomicLong 的用法、原理以及区别,希望可以帮助大家更好地使用这两者。 我们假设有这样一个多线程场景:存在一个长整型变量,多个线程同时进行读写操作。为了保证线程安全,我们通常会进行同步,但是同步操作又会影响效率。这个时候我们就可以考虑用 volatile 或者 AtomicLong 来优化。 先说说 volatile,它可以保证变量的可见性,具体来说就是当一个线程修改了 volatile 变量,新值对其他线程立即可见。这是因为volatile变量直接操作主内存,而不是线程的工作内存。 java public class VolatileExample { volatile long count = 0;
public void increment() { count++; }
public long getCount() { return count; } } 这里通过 volatile 关键字,可以保证多个线程都能读取到 count 的最新的值。 但是,volatile 并不能保证原子性。什么意思呢?我们来看看下面的代码: java public void increment() { count++; }
// 这里的递增操作并不是原子的,实际会分为三步 // 1. 读取count值 // 2. 计算值+1 // 3. 写入新的值 也就是说某一个时刻,可能有两个线程同时读取了 count 值,然后分别增加,这就破坏了原子性。要解决这个问题,我们就需要 AtomicLong 了。 AtomicLong 通过 CAS (Compare And Swap) 算法实现了对长整型的原子操作。看一个例子: java AtomicLong atomicCount = new AtomicLong();
public void increment() { atomicCount.getAndIncrement(); } getAndIncrement()会先获取当前的值,然后原子地增加,最后返回旧值。这样多个线程调用的时候可以保证原子性。 AtomicLong 的 CAS 原理是通过循环调用 CAS 指令,直到更新成功为止: java do { // 获取旧的预期值 oldValue = atomicCount.get();
// 用CAS指令更新值,如果预期值一样才更新
success = compareAndSet(oldValue, oldValue + 1);
// 如果失败,继续循环执行CAS
} while(!success);
通过 CAS 不断尝试更新,直到成功为止。
所以,总结一下 volatile 和 AtomicLong 的区别:
- volatile 保证可见性,AtomicLong 保证原子性
- volatile 不会对代码产生线程锁,AtomicLong 会通过 CAS 产生线程开销
- volatile 是通过直接操作主内存实现,AtomicLong 是通过 CAS 实现 那么什么时候该用 volatile,什么时候该用 AtomicLong 呢? 如果只要保证可见性,那用 volatile 即可。如果需要原子操作,如对数字进行递增操作,这时就需要用 AtomicLong。 当然,synchronized和Lock也能保证原子性,但是通过 CAS 实现的 AtomicLong 性能会更好一些。 以上就是本文的全部内容了,通过一个典型多线程场景讲解了 volatile 和 AtomicLong 的用法、原理以及区别。这两个关键字非常有用,正确理解后可以充分利用它们带来的优势
