内容简介：AtomicXFieldUpdater，属性原子修改的外部工具类
最近在看资料的时候偶然间看到了AtomicLongFieldUpdater这个 工具 类，觉得新鲜就查阅了相关的资料，发现居然是jdk1.5就有的工具类，不禁感叹自己对 Java 的理解还是太浅了，于是在此整理一下该类的资料，作为知识储备。
AtomicXFieldUpdater
根据名字，我们可以知道 AtomicLongFieldUpdater
是对long型field进行原子update的，它是一个工具类，那么有long型的话是不是就有其他类型？通过查看相应的包，发现还有 AtomicIntegerFieldUpdater
和 AtomicReferenceFieldUpdater
两个“同胞兄弟”，它们3个加起来，支持了对Integer、long、Reference的原子操作，分别对应的原子类为AtomicInteger、AtomicLong、AtomicReference，那么updater和对应的原子类有什么区别呢？
拿 AtomicLongFieldUpdater
来说，通过API文档，其中写了一句：“通过反射技术来对volatile修饰的long型属性进行原子更新”。这里面有几个关键词： 反射
、 volatile
、 原子更新
。
本着 talk is cheap, show me the code
的原则，直接上代码来展示它的用法，代码来自 博客3
// LongTest.java的源码
import java.util.concurrent.atomic.AtomicLongFieldUpdater;
public class LongFieldTest{
public static void main(String[] args){
// 获取Person的class对象
Class cls = Person.class;
// 新建AtomicLongFieldUpdater对象，传递参数是“class对象”和要update的属性名"id"
AtomicLongFieldUpdater mAtoLong = AtomicLongFieldUpdater.newUpdater(cls, "id");
Person person = new Person(12345678L);
// 比较person的"id"属性，如果id的值为12345678L，则设置为1000。
mAtoLong.compareAndSet(person, 12345678L, 1000);
System.out.println("id="+person.getId());
}
}
class Person{
volatile long id;
public Person(long id){
this.id = id;
}
public void setId(long id){
this.id = id;
}
public long getId(){
return id;
}
}
上面代码最终输出的为1000，有几个需要关注的点
-
updater通过
AtomicLongFieldUpdater.newUpdater来构造，通过传入类对应的class和要修改的属性名”id”指定该updater所要修改的类的属性，此处为Person的id - 通过compareAndSet(CAS)来进行原子的修改，12345678L是expectedValue，如果传入的person对象的id不为12345678L，则修改失败，这里保证了线程安全，试想在多线程环境下，threadA和threadB同时执行CAS操作，12345678L是传入的expectedValue，只有第一个到达的线程可以成功的执行CAS，将该id修改成希望修改的值
根据Java API的说法，这个工具类不能保证完全的原子性，它只能保证相同updater上执行CAS和set操作的原子性，因此它的原子性是弱与AtomicLong的。为什么呢？因为AtomicLong是对long型属性加了一层原子引用，任何想要修改该long值的操作都需要先获得该原子引用，而updater不会为属性增加原子引用，它是通过反射技术，通过外部操作去修改long型属性值，因此它的原子保证也是通过外部限制的，因此只能保证同一updater进行CAS和set的原子性。
可以说上面的特性既是 AtomicLongFieldUpdater
的优点，也是它的缺点，为什么说呢？试想对于下面的类(代码来源于 博客1
)，Record是一个记录类，保存了系统中的一条记录信息，version属性是版本的计数。
public class Record{
private final AtomicLong version = new AtomicLong(0);
public long update(){
return version.incrementAndGet();
}
}
update方法更新版本号使其加一。这个类看起来逻辑十分清晰，但有一个隐藏的缺陷，就是每个Record都有一个对应的AtomicLong与之对应，如果系统有上亿条Record( 夸张而谈 )，而我们对于update方法的调用并不是很多，更多的是读取version的值，那么这会对堆空间造成严重的污染，大量的AtomicLong存在于堆上( 栈上存引用，堆上存实际的对象值 )，造成了内存的浪费，且AtomicLong的读取需要使用get方法，效率比正常变量的读取要慢，那么如何优化呢？
使用 AtomicLongFieldUpdater
，我们可以把Record类定义如下:
public class Record{
private static final AtomicLongFieldUpdater<Record> VERSION =
AtomicLongFieldUpdater.newUpdater(Record.class, "version");
private volatile long version = 0;
public long update(){
return VERSION.incrementAndGet(this);
}
}
通过改造，对于version属性正常的读取操作可以像普通属性读取那样进行，而当需要update的时候，使用 AtomicLongFieldUpdater
的 incrementAndGet
方法来进行，这样内存空间节省了下来(1. AtomicLong对象的引用和值统统不需要，对于拥有大量Record的系统无疑是很大的内存空间 2. version的读取和普通属性读取相同)，还有一个好处是 AtomicLongFieldUpdater
是一个静态常量，它在Record类加载的时候就放在了堆空间的常量池中，对于N个Record，只需要一个 AtomicLongFieldUpdater
即可（类静态常量），如何还不清晰的话，可以把static final修饰的看作一个”全局常量”，整个系统只存在一个。
因此，虽然原子性不如 AtomicLong
，但它的效率很高，在特定的场景下有着很好的应用。Stack Overflow有一个回答比较好 引文3
，对于CPU的消耗来说，其从小到大依次为：
-
long: 最小， 多线程不安全 -
volatile long: 消耗>long, 多线程读取安全，但无法进行原子操作 -
AtomicLong:消耗>volatile long,多线程读安全，可进行原子操作 -
AtomicLongFieldUpdate：消耗>AtomicLong，因为其使用反射技术，多线程安全和可原子操作
因此 AtomicLongFieldUpdate
的场景是，对于long的正常读写是占比很大的操作，原子操作只占很小的比例，并且多线程读取时必要的，此时可以使用 AtomicLongFieldUpdate
+ volatile
的组合。
AtomicReference
如果我们有一个双向链表，想要对链表中节点的替换进行原子操作，此时我们可以使用如下的代码:
class Node{
private volatile Node left, right;
private static final AtomicReferenceFieldUpdater<Node, Node> leftUpdater =
AtomicReferenceFieldUpdater.newUpdater(Node.class, Node.class, "left");
private static AtomicReferenceFieldUpdater<Node, Node> rightUpdater =
AtomicReferenceFieldUpdater.newUpdater(Node.class, Node.class, "right");
NodegetLeft(){ return left; }
boolean compareAndSetLeft(Node expect, Node update){
return leftUpdater.compareAndSet(this, expect, update);
}
// ... and so on
}
compareAndSetLeft
方法原子的将left指针从expect修改为update。我们知道，通过CAS实现的并发链表，其并发访问性能是最好的，因为无需给节点进行加锁，上面的代码是一个多线程访问的双向链表，拥有良好的读性能。
总结
通过上文的分析，总结 AtomicLongFieldUpdate
的使用场景主要如下(对另外两个也适用)：
- 多数情况下对属性操作为正常的读写，偶尔需要原子操作(CAS)
- 该对象在系统中大量存在(如Record)，需要节省AtomicLong的内置原子引用所带来的内存消耗.
据说ConcurrentHashMap, ConcurrentLinkedQueue和ConcurrentSkipListMap中有对AtomicXFieldUpdater工具类的使用，有机会可以通过源码加深一下理解，也可以读一下AtomicXFieldUpdater类的源码，对于AtomicLong和AtomicLongFieldUpdate的内存空间比较可以参考 引文6
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
