到处都需要计数器，例如，查找应用程序的关键KPI，应用程序的负载，服务的请求总数，用于查找应用程序吞吐量的一些KPI等。

由于所有这些需求，并发复杂性也增加了，这使这个问题变得有趣。

如何实现并发计数器

• 同步 –这是JDK 1.5之前的唯一选项，因为现在我们正在等待JDK8版本，因此绝对不是一个选项。
• 基于锁 –切勿尝试将其用作计数器，否则它将性能很差
• 等待免费 -Java不支持Fetch-and-add ，因此实现起来有点困难。
• 无锁 –很好地支持“ 比较和交换” ，使用起来不错。

基于比较和交换的计数器如何执行

我使用AtomicInteger进行此测试，并且每个线程使此计数器递增1百万次，以增加线程的争用数量，并逐渐增加。

试验机详细信息

作业系统：Windows 8

JDK：1.7.0.25

处理器：Intel i7-3632QM，8 Core

内存：8 GB

Y轴 –增加一百万次所需的时间

X轴–螺纹数

随着线程数量的增加，增加计数器所花费的时间也增加了，这是由于争用造成的。 对于基于CAS的计数器，是CAS故障导致减速。

这是我们可以获得的最佳性能吗？ 肯定不是它们是实现并发计数器的更好的解决方案，让我们来看看它们。

备用并发计数器

让我们看一些实现计数器的解决方案，以更好的方式处理竞争：

• 基于核心的计数器 –维护每个逻辑核心的计数器，这样您的争用就会减少。 您拥有这种类型的计数器的唯一问题是，如果线程数大于逻辑核心数，那么您将开始注意到竞争。
• 基于线程的计数器 –维护将使用系统的线程总数的计数器。 当线程数大于逻辑核心数时，这很好地工作。

让我们测试一下

不同类型的计数器花费的时间

Y轴 –增加一百万次所需的时间

X轴–螺纹数

同时用计数器进行比基于原子计数器要好得多，16个线程是5倍左右的时间比较好，这是巨大的差异！

CAS失效率

Y轴 – CAS失效100Ks

X轴–螺纹数

由于争用，基于原子的计数器会出现很多故障，并且随着我添加更多线程和其他计数器的性能提高，它会呈指数增长。

观察

多核计算机变得易于使用，并且我们必须改变处理并发的方式，传统的并发方式在当今时代无法扩展，因为拥有24或48核服务器非常普遍。

• 为了减少争用，您必须使用多个计数器，然后再将它们聚合
• 如果线程数少于或等于内核数，则基于内核的计数器效果很好
• 当线程数量远大于可用内核时，基于线程的计数器就很好
• 减少争用的关键是确定要写入哪个线程的计数器。我使用了基于线程ID的简单方法，但是可以使用更好的方法，请查看JDK 8的ThreadLocalRandom以获得一些想法。
• JDK8的LongAdder使用基于线程的方法，该方法创建许多插槽以减少争用。

Github提供了此测试中使用的所有计数器的代码

翻译自: https://www.javacodegeeks.com/2013/09/scalable-counters-for-multi-core.html