LongAdder通过base+Cell[]分段CAS实现高并发计数优化，写吞吐显著提升但读结果可能滞后；适用于写多读少、允许误差的场景，不支持原子组合操作。
LongAdder 通过“分段 CAS”把单点竞争拆成多路并行更新，显著降低高并发下的计数开销。它不靠一个变量硬扛所有线程，而是用 base + Cell[] 的结构，让线程尽量各自更新不同内存位置，减少 CAS 失败和 CPU 空转。
核心机制：base 和 Cell[] 协同分流
LongAdder 内部维护两个关键部分：
- base：一个 volatile long 值，无竞争时所有线程直接对它做 CAS 更新（行为类似 AtomicLong）
- Cell[] 数组：延迟初始化的分片单元数组，每个 Cell 包含独立的 volatile long value；线程根据哈希值定位到某个 Cell，只在该 Cell 上尝试 CAS
当多个线程同时调用 add(1)，它们大概率被分配到不同 Cell，彼此不干扰——相当于把“抢一个收银台”变成“分散到多个窗口排队”。
Cell 内部仍用 CAS，但冲突大幅下降
每个 Cell 的更新逻辑仍是基于 Unsafe.compareAndSwapLong 的 CAS 操作，但关键区别在于：
- 竞争范围从“全局唯一地址”缩小到“单个 Cell 的 value 字段”
- 若当前 Cell CAS 失败，线程不会死等重试，而是尝试换一个 Cell 继续 CAS（rehash 后再找）
- Cell 类加了
@Contended注解，每个 Cell 占满 64 字节缓存行，避免多个 Cell 被塞进同一缓存行导致伪共享
读操作不保证强一致，但换来了写吞吐提升
sum() 方法只是简单遍历所有 Cell 并累加 base 值，期间 Cell 值可能还在被其他线程更新。这意味着：
- 读不是快照，结果可能略滞后（比如刚 increment 的值还没被 sum 捕获）
- 但写路径极轻量：多数情况下只需一次 CAS 就完成，无需锁或复杂同步
- 实测在 256 线程场景下，吞吐比 AtomicLong 高出 20 倍以上
适用边界要清楚：不是万能替代
LongAdder 不适合所有计数场景，需满足几个前提：
- 写远多于读（如每秒百万次 increment，几分钟才查一次 sum）
- 允许短暂统计误差（监控指标、限流阈值、日志打点都符合）
- 不需要 compareAndSet、getAndIncrement 等原子组合操作（它只提供 add / increment / sum / reset）
- 不追求内存占用最小化（Cell[] 默认初始大小为 2，最大可扩容至 CPU 核心数级别）
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
