当前位置:首页 > 文章列表 > 文章 > java教程 > AtomicReference原子类使用教程

AtomicReference原子类使用教程

2026-01-10 12:29:37 0浏览 收藏

小伙伴们对文章编程感兴趣吗?是否正在学习相关知识点?如果是,那么本文《AtomicReference原子更新方法详解》,就很适合你,本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点,希望对大家的知识积累有所帮助!

AtomicReference用于原子更新对象引用,保证引用赋值的原子性,适用于无锁更新配置、状态机切换等场景,通过compareAndSet实现CAS操作,结合循环重试或函数式方法getAndUpdate/accumulateAndGet可安全修改共享引用,但不保证对象内部线程安全,需注意高并发下CAS失败率及引用相等性判断问题。

Java里如何使用AtomicReference管理对象原子更新_AtomicReference使用方法解析

在Java并发编程中,AtomicReference 是一个非常有用的工具类,用于实现对象引用的原子更新。它位于 java.util.concurrent.atomic 包下,适用于需要无锁地安全更新共享对象引用的场景。

AtomicReference的基本作用

与 AtomicInteger 等原子类类似,AtomicReference 提供了对对象引用的原子操作能力。它不保证对象本身的线程安全,而是保证“引用赋值”这一动作是原子的。适用于状态对象、配置信息、缓存实例等需要动态替换的引用类型。

常见使用场景包括:

  • 无锁更新服务配置对象
  • 实现线程安全的状态机切换
  • 替代 volatile 配合 CAS 实现更灵活的并发控制

基本用法示例

创建一个 AtomicReference 并进行原子更新:

// 定义一个简单的状态类
class State {
    final String name;
    final int value;

    State(String name, int value) {
        this.name = name;
        this.value = value;
    }

    @Override
    public String toString() {
        return "State{" + "name='" + name + '\'' + ", value=" + value + '}';
    }
}

// 使用AtomicReference管理状态对象
AtomicReference stateRef = new AtomicReference<>(new State("INIT", 0));

// 原子获取当前值
State currentState = stateRef.get();

// 原子设置新值
stateRef.set(new State("RUNNING", 1));

// CAS方式更新:期望是INIT状态时才更新为STARTING
State expected = currentState;
State update = new State("STARTING", 2);
boolean success = stateRef.compareAndSet(expected, update);
if (success) {
    System.out.println("更新成功");
} else {
    System.out.println("更新失败,引用已被其他线程修改");
}

compareAndSet 与 weakCompareAndSet 的区别

compareAndSet 是强保证的CAS操作,成功则一定完成更新,失败则说明当前值不等于预期值。

weakCompareAndSet 在某些平台上可能以更低的开销执行,但允许偶然失败(即使值匹配也可能失败),通常建议优先使用 compareAndSet。

典型模式:循环重试直到更新成功

for (;;) {
    State oldState = stateRef.get();
    State newState = modify(oldState); // 根据旧状态生成新状态

    if (stateRef.compareAndSet(oldState, newState)) {
        break; // 成功退出
    }
    // 失败则重试,读取最新值继续
}

结合函数式更新(JDK 8+)

AtomicReference 提供了 accumulateAndGet 和 getAndUpdate 方法,支持基于函数式的更新逻辑:

// 将当前状态的value加1,并返回更新前的值
State prev = stateRef.getAndUpdate(current -> 
    new State(current.name, current.value + 1)
);

// 基于当前值计算并返回结果
int newValue = stateRef.accumulateAndGet(
    new State("ADD", 10),
    (current, update) -> new State(current.name, current.value + update.value)
).value;

这些方法简化了状态转换逻辑,避免手动编写CAS重试循环。

注意事项

使用 AtomicReference 时需注意以下几点:

  • 只保证引用的原子性,不保护对象内部状态,若对象可变,仍需额外同步
  • 适合低竞争场景,高并发下大量CAS失败可能导致性能下降
  • 不要依赖引用相等性判断,特别是在对象重建时
  • 避免在 lambda 中持有长时间运行的操作,影响更新效率

基本上就这些。AtomicReference 是实现无锁并发的重要组件之一,合理使用可以在保证线程安全的同时减少锁开销。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

猫眼电影购票手续费怎么收?猫眼电影购票手续费怎么收?
上一篇
猫眼电影购票手续费怎么收?
减肥早餐怎么吃控制热量技巧
下一篇
减肥早餐怎么吃控制热量技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    363次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    418次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    432次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    385次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    210次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码