原子操作类
volatile解决多线程内存不可见的问题对于一写多读，是可以解决变量同步问题，但是如果多写，同样无法解决线程安全问题。
在JDK8中，推荐使用LongAdder对象，比AtomicLong性能更好（减少乐观锁的重试次数）
基本类型原子类
- AtomicInteger
- AtomicBoolean
- AtomicLong
常用API
get()：获取当前的值
getAndSet(int newValue)：获取当前值，并设置新值
getAndIncrement()：获取当前值，并自增
getAndDecrement()：获取当前值，并自减
getAndAdd(int delta)：获取当前值，并加上预期的值
cpmpareAndSet(int expect, int update)：如果输入的数值等于预期值，则以原子方式将该值设置为输入值。
使用CountDownLatch来避免在多线程情况下由于其他线程未完成任务，主线程就get值的情况。
数组类型原子类
- AtomicIntegerArray
- AtomicLongArray
- AtomicReferenceArray
使用方法和基本类型原子类类似
引用类型原子类
- AtomicReference
- AtomicStampedReference：使用版本号可以解决修改过几次的问题。
- AtomicMarkableReference：使用标记位可以解决是否被修改过的问题。
对象的属性修改原子类
- AtomicReferenceFieldUpdater
- AtomicLongFieldUpdater
- AtomicIntegerFieldUpdater：基于反射的实用程序，可以对指定类的制定volatile int 字段进行原子更新
使用目的：以一种线程安全的方式操作非线程安全对象内的某些字段
要求：1. 更新的对象属性必须使用public volatile 修饰符。2. 因为对象的属性修改类型原子类都是抽象类，所以每次使用都必须使用静态方法newUpdater()创建一个更新器，并且需要设置想要更新的类和属性。
原子操作增强类远离深度解析
- DoubleAccumulator
- DoubleAdder
- LongAccumulator
- LongAdder
案例：1. 商品点赞计数器，不要求实时准确。2. 一个很大的List，里面都是int类型，如何实现++。
使用场景：
- LongAdder只能用来计算加法，且从0开始计算。
- LongAccumulator提供了自定义的函数操作，用来扩展。
在高并发的环境下，LongAdder的性能高于AtomicLong。
LongAdder源码分析
LongAdder继承自Striped64，再继承自Number
Cell时Striped64的一个内部类
Striped64中的重要变量：
- NCPU：cpu核数，即cells数组最大长度
- cells：cell的数组，2的幂
- base: 基础的value值
- cellsBusy：创建或者扩容Cells时使用的自旋锁变量调整单元格大小。
LongAdder的基本思路就是分散热点，将value值分散到一个Cell数组中。不同线程会命中到数组的不同槽中，各个线程只对自己槽中的那个值进行CAS操作，这样 热点被分散了，冲突的概率就小很多。如果要获取真正的long值，只要将各个槽中的变量值累加返回。
sum()会将所有Cell数组中的value和base累加作为返回值，核心思想就是将之前的AtomicLong一个value的更新压力分散到多个value中去，从而降级更新热点。
LongAdder再无竞争的情况，跟AtomicLong一样，对同一个base进行操作，当出现竞争关系时则是采用化整为零分散热点的做法，用空间换时间，用一个数组cells，将一个value拆分进这个数组cells。多个线程需要同时对value进行操作时，可以对线程id进行hash得到hash值，再根据hash值映射到这个数组cells的某个下标，再对该下标所对应的值进行自增操作。当所有线程操作完毕后，将数组cells的所有值和base都加起来作为最终结果。
add(1L)
步骤：
- 如果Cells表为空，尝试用CAS更新base字段，成功则推出。
- 如果Cells表为空，CAS更新base字段失败，出现竞争，uncontended为true，调用longAccumulate。（初始化Cell[]）
- 如果Cells表非空，但是当前线程映射的Cells槽为空，uncontended为true，调用longAccumulate。（初始化某个Cell）
- 如果Cells表非空，且当前线程映射的Cells槽为空,CAS更新Cell的值，成功则返回，否则，uncontended设为false，调用longAccumulate。（扩容Cell[]）
longAccumulate
三个入参：
- long x：需要增加的值，一般默认都是1
- LongBinaryOperator fn 默认传递nul
- wasUncontended竞争标识，如果是false则代表有竞争。只有cells初始化后，并且当前线程CAS竞争失败才会使false
Striped64中的一些变量和方法：
步骤：
首先给当前线程分配一个hash，然后进入自旋，其中自选分为三个分支：
1. Cell[]已经初始化，且可能存在Cell数组扩容：
(1)
(2)
(3)
(4)
(5)
(6)
- Cell[]未初始化（首次新建）：未初始化过Cell[]。尝试占有锁并首次初始化cell[]
- Cell[]正在初始化中：多个线程尝试CAS修改失败的线程会走该分支，尝试直接在base上累加
总结
：
sum
sum = base+Cell[]
为什么再并发的环境下sum可能会不准确：sum执行时，并没有限制对base和cells的更新。所以LongAdder不是强一致性，而是最终一致性的。
首先，最终返回的sum局部变量，初始被赋值为base，而最终返回时，很可能base已经被修改了，而此时局部变量sum不会更新，造成不一致。其次，这里对cell的读取也无法保证时最后一次写入的值。所以，sum再没有并发的情况下，才可以确定获得准确的结果。
使用场景
AtomicLong：
- 线程安全，可允许一些性能消耗，要求高精度时可以使用。
- 保证精度，有性能代价。
- AtomicLong是多个线程针对单个热点值value进行原子操作。
LongAdder：
- 当需要在高并发下有较好的性能表现，且对精度要求不高时使用。
- 保证性能，有精度代价。
- LongAdder是每个线程拥有自己的槽，各个线程一般只对自己槽中的那个值进行CAS操作。
总结
AtomicLong：
原理：CAS+自旋
主要方法：incrementAndGet
场景：低并发下的全局计算，能保证并发情况下计数的准确性，其内部通过CAS来解决并发安全性的问题
缺陷：高并发后性能急剧下降，因为自旋会成为瓶颈
LongAdder：
原理：CAS+Base+Cell[]，空间换时间
场景：高并发下的全局计算
缺陷：sum求和后还有计算线程修改结果的话，最终结果不够准确
CAS+自旋
主要方法：incrementAndGet
场景：低并发下的全局计算，能保证并发情况下计数的准确性，其内部通过CAS来解决并发安全性的问题
缺陷：高并发后性能急剧下降，因为自旋会成为瓶颈
LongAdder：
原理：CAS+Base+Cell[]，空间换时间
场景：高并发下的全局计算
缺陷：sum求和后还有计算线程修改结果的话，最终结果不够准确