设计一个线程安全的计数器，支持高并发自增和获取当前值

题目

设计一个线程安全的计数器，支持高并发自增和获取当前值

信息

• 类型：问答
• 难度：⭐⭐

考点

线程安全,原子操作,并发容器,性能优化

快速回答

实现线程安全计数器的核心方案：

• 使用AtomicLong或LongAdder（JDK8+）实现原子操作
• 避免使用synchronized或volatile+锁的原始方案
• 高并发场景优先选择LongAdder减少竞争
• 获取最终值时注意调用sum()方法合并单元格

问题背景

在高并发场景下设计计数器需解决两个核心问题：1）多线程自增操作的原子性；2）保证获取当前值的可见性。常见错误方案如使用volatile long或synchronized方法会导致性能瓶颈或数据不一致。

解决方案对比

方案1：AtomicLong（基础版）

import java.util.concurrent.atomic.AtomicLong;

public class AtomicCounter {
    private final AtomicLong count = new AtomicLong(0);

    public void increment() {
        count.incrementAndGet();
    }

    public long getCount() {
        return count.get();
    }
}

原理说明：基于CAS（Compare-And-Swap）实现无锁更新，适合低竞争场景。但在高并发下大量线程重试会导致CPU资源浪费。

方案2：LongAdder（JDK8+ 优化版）

import java.util.concurrent.atomic.LongAdder;

public class AdderCounter {
    private final LongAdder count = new LongAdder();

    public void increment() {
        count.increment();
    }

    public long getCount() {
        return count.sum();
    }
}

原理说明：采用分段累加（Cell数组）分散竞争，线程优先更新自己的Cell，最后合并结果。吞吐量比AtomicLong高5倍以上（基准测试数据）。

最佳实践

• 首选LongAdder：适用于写多读少的高并发场景（如统计点击数）
• 精确场景用AtomicLong：需要实时精确值且竞争不激烈时使用
• 避免误区：
  • 错误1：volatile long + synchronized ➜ 锁竞争导致性能骤降
  • 错误2：直接调用LongAdder.longValue() ➜ 实际应调用sum()

性能测试数据（参考）

扩展知识

• CAS的ABA问题：AtomicLong可能遇到，但计数器场景不影响正确性
• 最终一致性：LongAdder的sum()结果非实时精确值，但保证最终正确
• 分布式计数器：超大规模系统可考虑Redis原子操作或分片统计