本篇文章给大家带来的内容是关于AtomicInteger原子类的作用介绍（代码示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
AtomicInteger 原子类的作用
多线程操作，Synchronized 性能开销太大count++并不是原子操作。因为count++需要经过读取-修改-写入三个步骤。
count++并不是原子操作。因为count++需要经过读取-修改-写入三个步骤。
可以这样做：
public synchronized void increase() {
count++;
}Synchronized锁是独占的，意味着如果有别的线程在执行，当前线程只能是等待！
用CAS操作
CAS有3个操作数：
内存值V旧的预期值A要修改的新值B当多个线程尝试使用CAS同时更新同一个变量时，只有其中一个线程能更新变量的值(A和内存值V相同时，将内存值V修改为B)，而其它线程都失败，失败的线程并不会被挂起，而是被告知这次竞争中失败，并可以再次尝试(或者什么都不做)。
我们可以发现CAS有两种情况：
如果内存值V和我们的预期值A相等，则将内存值修改为B，操作成功！
如果内存值V和我们的预期值A不相等，一般也有两种情况：
重试(自旋)什么都不做
理解CAS的核心就是：
CAS是原子性的，虽然你可能看到比较后再修改(compare and swap)觉得会有两个操作，但终究是原子性的！
原子变量类在java.util.concurrent.atomic包下，总体来看有这么多个
基本类型：
AtomicBoolean：布尔型AtomicInteger：整型AtomicLong：长整型
数组：
AtomicIntegerArray：数组里的整型AtomicLongArray：数组里的长整型AtomicReferenceArray：数组里的引用类型
引用类型：
AtomicReference：引用类型AtomicStampedReference：带有版本号的引用类型AtomicMarkableReference：带有标记位的引用类型
对象的属性
AtomicIntegerFieldUpdater：对象的属性是整型AtomicLongFieldUpdater：对象的属性是长整型AtomicReferenceFieldUpdater：对象的属性是引用类型
JDK8新增DoubleAccumulator、LongAccumulator、DoubleAdder、LongAdder
是对AtomicLong等类的改进。比如LongAccumulator与LongAdder在高并发环境下比AtomicLong更高效。Atomic包里的类基本都是使用Unsafe实现的包装类
Unsafe里边有几个我们喜欢的方法(CAS)：
// 第一和第二个参数代表对象的实例以及地址，第三个参数代表期望值，第四个参数代表更新值 public final native boolean compareAndSwapObject(Object var1, long var2, Object var4, Object var5); public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5); public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);
原子变量类使用
class Count{
// 共享变量(使用AtomicInteger来替代Synchronized锁)
private AtomicInteger count = new AtomicInteger(0);
public Integer getCount() {
return count.get();
}
public void increase() {
count.incrementAndGet();
}
}原子类的ABA问题
下面的操作都可以正常执行完的，这样会发生什么问题呢？？线程C无法得知线程A和线程B修改过的count值，这样是有风险的。
现在我有一个变量count=10，现在有三个线程，分别为A、B、C线程A和线程C同时读到count变量，所以线程A和线程C的内存值和预期值都为10此时线程A使用CAS将count值修改成100修改完后，就在这时，线程B进来了，读取得到count的值为100(内存值和预期值都是100)，将count值修改成10线程C拿到执行权，发现内存值是10，预期值也是10，将count值修改成11
解决ABA问题
要解决ABA的问题，我们可以使用JDK给我们提供的AtomicStampedReference和AtomicMarkableReference类。
简单来说就是在给为这个对象提供了一个版本，并且这个版本如果被修改了，是自动更新的。
原理大概就是：维护了一个Pair对象，Pair对象存储我们的对象引用和一个stamp值。每次CAS比较的是两个Pair对象
LongAdder 性能比 AtomicLong 要好
使用AtomicLong时，在高并发下大量线程会同时去竞争更新同一个原子变量，但是由于同时只有一个线程的CAS会成功，所以其他线程会不断尝试自旋尝试CAS操作，这会浪费不少的CPU资源。
而LongAdder可以概括成这样：内部核心数据value分离成一个数组(Cell)，每个线程访问时,通过哈希等算法映射到其中一个数字进行计数，而最终的计数结果，则为这个数组的求和累加。
简单来说就是将一个值分散成多个值，在并发的时候就可以分散压力，性能有所提高。
