直接用 longadder 替换 atomiclong 可显著提升高并发计数性能，因其将单变量拆为多独立槽位，减少 cas 自旋；适用于只累加、不强读、写远多于读的场景。
直接用 LongAdder 替换 AtomicLong 就能显著提升高并发计数性能，核心在于它把“一个热点变量”拆成“多个独立单元”，让线程各自操作不冲突的槽位，避免 CAS 自旋浪费 CPU。
适用场景：只累加、不强读、写远多于读
不是所有计数都适合换 LongAdder。它专为以下情况设计：
- 只做
increment()、add(x)这类累加/累减，不依赖中间精确值（比如统计总请求数、错误次数、QPS） - 更新非常频繁，但调用
sum()的次数很少（例如每分钟汇总一次，而非每次请求都查） - 允许最终一致：
sum()返回的是当前所有槽位的快照和，不是某个原子时刻的精确值（并发写入中调用可能略滞后） - 不能用于控制逻辑，比如
while (counter.sum() 这种循环条件——因为值非实时，可能导致死循环或漏判
替换方式：简单但注意语义变化
代码改动极小，但关键细节不能忽略：
JavaStoryDevelop
下载
你接手一个需求时，是不是经常这样："改一个小字段 → 结果把不相关的代码也改了"、"需求说得很模糊 → 做着做着发现跑偏了"、"数据库加个字段 → 上线才发现漏了数据兼容"、"做了个新功能 → 一个月后自己都忘了当时怎么设计的"、"写到一半被中断 → 再回来不知道从哪继续"；这个 Skill 就是专门解决这些问题的。 它会自动探测你的项目环境（JDK、Spring Boot、ORM、数据库、前端框架），记在
- 声明从
private final AtomicLong counter = new AtomicLong();改为private final LongAdder counter = new LongAdder(); -
counter.incrementAndGet()→counter.increment();（increment()无返回值） -
counter.get()→counter.sum()（注意：不是get()，且结果非强一致） - 如果需要初始化非零值，不能直接构造，得先
new LongAdder()再add(initValue)
原理简析：分段 + 避伪共享 = 减竞争
它不是靠锁或单点 CAS，而是靠两层机制降低争抢：
-
base + cells 分治结构：低并发时所有线程尝试更新公共
base；一旦发现竞争（CAS 失败多次），就扩容cells数组，线程按哈希分散到不同Cell槽位写入，彼此互不干扰 -
@Contended 填充防伪共享：每个
Cell内部用 JVM 注解自动填充字节，确保每个Cell.value单独占满一个 CPU 缓存行（64 字节），避免不同核修改相邻变量时引发缓存行反复同步
实际效果：线程越多，优势越明显
在 256 线程并发递增场景下，LongAdder 耗时约 220ms，而 AtomicLong 达 5800ms —— 性能差距达 26 倍。这不是理论优化，是真实可测的吞吐提升。但也要注意：线程数少（如 ≤4）时，AtomicLong 反而更轻量；若需高频读取累计值，LongAdder 的遍历求和开销会抵消部分写入优势。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
