atomic常用类方法

Java中的java.util.concurrent.atomic包提供了多种原子操作工具类,以下是核心类及其方法:


1. AtomicBoolean

方法‌:

  • get():获取当前值
  • set(boolean newValue):强制设置值
  • compareAndSet(boolean expect, boolean update):CAS操作
  • getAndSet(boolean newValue):原子获取旧值并设置新值
  • lazySet(boolean newValue):最终一致性设置(不保证立即可见)

2. AtomicInteger/AtomicLong

方法‌:

  • get()/intValue():获取当前值
  • set(int newValue):强制设置值
  • compareAndSet(int expect, int update):CAS操作
  • getAndIncrement():原子自增(返回旧值)
  • getAndDecrement():原子自减
  • getAndAdd(int delta):原子加法
  • incrementAndGet():自增并返回新值
  • updateAndGet(IntUnaryOperator updateFunction):函数式更新

‌**3. AtomicReference<V>**‌

方法‌:

  • get():获取引用值
  • set(V newValue):强制设置引用
  • compareAndSet(V expect, V update):CAS操作
  • getAndSet(V newValue):原子交换引用
  • updateAndGet(UnaryOperator<V> updateFunction):函数式更新引用

4. AtomicIntegerArray/AtomicLongArray

方法‌:

  • length():数组长度
  • get(int i):获取下标i的值
  • set(int i, int newValue):设置指定下标值
  • compareAndSet(int i, int expect, int update):CAS操作指定元素
  • getAndIncrement(int i):原子自增数组元素

‌**5. AtomicStampedReference<V>**‌

方法‌:

  • getReference():获取引用值
  • getStamp():获取版本戳
  • compareAndSet(V expectedReference, V newReference, int expectedStamp, int newStamp):带版本戳的CAS

‌**6. AtomicMarkableReference<V>**‌

方法‌:

  • isMarked():获取标记状态
  • compareAndSet(V expectedReference, V newReference, boolean expectedMark, boolean newMark):带标记位的CAS

‌**7. LongAdder/DoubleAdder(高并发统计场景)**‌

方法‌:

  • add(long x):累加值
  • sum():返回总和(非原子)
  • reset():重置计数器

特点总结‌:

  1. 线程安全‌:所有操作均为原子性
  2. 无锁设计‌:基于CAS实现高性能并发
  3. 内存语义 ‌:遵循volatile的可见性和有序性
  4. 函数式支持 ‌:JDK8+提供updateAndGet等函数式方法

适用于计数器、状态标志、对象引用更新等场景。

相关推荐
Coder_Boy_1 小时前
基于SpringAI的在线考试系统-相关技术栈(分布式场景下事件机制)
java·spring boot·分布式·ddd
程序员泠零澪回家种桔子4 小时前
分布式事务核心解析与实战方案
分布式
凯子坚持 c5 小时前
CANN 生态中的分布式训练利器:深入 `collective-ops` 项目实现高效多卡协同
分布式
惊讶的猫6 小时前
rabbitmq实践小案例
分布式·rabbitmq
禁默7 小时前
打破集群通信“内存墙”:手把手教你用 CANN SHMEM 重构 AIGC 分布式算子
分布式·重构·aigc
惊讶的猫8 小时前
rabbitmq初步介绍
分布式·rabbitmq
小镇敲码人9 小时前
华为CANN框架中HCCL仓库的全面解析:分布式通信的引擎
分布式·华为
User_芊芊君子9 小时前
【分布式训练】CANN SHMEM跨设备内存通信库:构建高效多机多卡训练的关键组件
分布式·深度学习·神经网络·wpf
酷酷的崽7989 小时前
CANN 开源生态解析(四):`cann-dist-train` —— 构建高效可扩展的分布式训练引擎
分布式·开源
惊讶的猫10 小时前
AMQP 与 RabbitMQ 四大模型
分布式·rabbitmq