怎样看网站做的好不好,90设计官方,域名备案以后怎么建设网站,开源项目管理系统无法加载可扩展计数器到处都需要计数器#xff0c;例如#xff0c;查找应用程序的关键KPI#xff0c;应用程序的负载#xff0c;服务的请求总数#xff0c;用于查找应用程序吞吐量的一些KPI等。 由于所有这些需求#xff0c;并发复杂性也增加了#xff0c;这使这个问题… 无法加载可扩展计数器 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发布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 –在“ 比较和交换”的良好支持下此选项看起来不错。 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 JDK1.7.0.25 处理器Intel i7-3632QM8 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将减少争用。 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 –维护计数器以了解将要使用系统的线程总数。 当线程数大于逻辑核心数时此方法效果很好。 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 由于存在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运行而呈指数级增长。 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而当拥有24或48核服务器的情况很普遍时传统的并发方式在当今时代将无法扩展。 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。 该测试中使用的所有计数器的代码都可以在Github上获得 参考来自JCG合作伙伴 Ashkrit Sharma的“ 多核可扩展计数器 ”准备好博客了。 翻译自: https://www.javacodegeeks.com/2013/09/scalable-counters-for-multi-core.html无法加载可扩展计数器
