如何利用 DoubleAdder 的分段思想构建一个支持多线程无竞争写、单线程高效读的统计桶
大家好,今天本人给大家带来文章《如何利用 DoubleAdder 的分段思想构建一个支持多线程无竞争写、单线程高效读的统计桶》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
DoubleAdder 不支持统计桶,需封装数组或 Map 持有多个实例;推荐预设固定大小的 DoubleAdder[] 数组,避免动态扩容和哈希开销;写入须线程局部路由,读取宜批量调用 sum() 并注意精度与清理。

DoubleAdder 本身不支持“统计桶”抽象,得自己封装
DoubleAdder 是个单值累加器,不是容器。它内部的 Cell[] 是为分散写竞争服务的,不对外暴露索引或分桶语义。想实现“多线程无竞争写、单线程高效读”的统计桶(比如按 HTTP 状态码分桶、按响应耗时区间分桶),必须在它之上再包一层结构——用数组或 Map 持有多个 DoubleAdder 实例,每个实例对应一个桶。
常见错误是试图复用同一个 DoubleAdder 实例去“模拟”分桶,比如靠传不同参数做路由,这会直接破坏它的线程局部性设计,导致 cells 数组频繁扩容甚至退化成只写 base,性能反而不如 AtomicLong。
- 桶数量建议预设且固定(如状态码 0–599 映射到 600 个桶),避免运行时动态扩容引入锁或 CAS 冲突
- 用
DoubleAdder[]数组比ConcurrentHashMap更轻量:无哈希计算、无链表/树遍历、内存连续利于 CPU 预取 - 如果桶 ID 稀疏或不可预知(比如用户 ID 哈希后分布极广),才考虑用
ConcurrentHashMap,但要接受 O(1) 平均但非确定的读写开销
写入时如何确保真正“无竞争”
关键不在 DoubleAdder 本身,而在桶路由逻辑是否线程安全且无共享状态。最稳妥的做法是让每个写入线程自己决定写哪个桶,并保证该决策过程不依赖任何跨线程可变变量。
- 状态码分桶:HTTP 处理线程拿到
statusCode后直接buckets[statusCode].add(1.0),只要buckets数组已初始化完成,这就是纯局部操作 - 耗时分桶:先用位运算或查表把
elapsedMs映射到固定区间索引(如 0–99),再写对应DoubleAdder,避免浮点除法或分支预测失败带来的延迟 - 绝对不要在写入路径里做
getOrDefault(key, new DoubleAdder())这类操作——ConcurrentHashMap.computeIfAbsent()内部有锁,会成为瓶颈
读取时 sum() 调用的代价和时机很关键
DoubleAdder.sum() 是遍历 base + cells[] 的非原子操作,结果是弱一致性快照。对“单线程高效读”而言,问题不在并发安全,而在调用频次和聚合方式。
- 如果每秒调用 1000 次
sum()读一个桶,而这个桶实际只有 2 个Cell,那开销几乎可忽略;但如果对 1000 个桶都这么干,就是 1000×(遍历 2–8 个 Cell),不如批量读 - 推荐做法:读线程一次性遍历整个
DoubleAdder[]数组,对每个元素调用sum(),并用局部变量累加或存入新数组——避免反复触发 JVM 对同一对象的内存屏障刷新 - 注意
sum()返回的是double,连续小数值累加可能有精度漂移(比如加 0.1 一百次≠10.0),监控场景建议统一转为long单位(如微秒)改用LongAdder
长期运行后 cell 数组膨胀,得定期清理
DoubleAdder 不会自动收缩 cells 数组。突发流量后 cells.length 可能从 2 扩到 64,之后空闲线程仍占着槽位,sum() 每次都要遍历全部 64 个 Cell,哪怕其中 62 个是 0。
- 没有标准 API 清理,只能靠反射或继承重写——但不推荐。更务实的做法是:在低峰期(如凌晨)新建一批
DoubleAdder实例替换旧桶数组,让旧对象被 GC - 如果必须原地复用,可考虑在每次读取后判断
cells != null && cells.length > 8 && allCellsZero(cells),再尝试通过反射置空cells字段(需Unsafe权限,生产慎用) - 真正的复杂点在于:你无法知道哪些
Cell是“真空闲”还是“刚被某个线程哈希进来但还没写”,所以所谓“清理”本质是权衡——宁可多占点内存,也不要为省几 KB 引入不确定性
以上就是《如何利用 DoubleAdder 的分段思想构建一个支持多线程无竞争写、单线程高效读的统计桶》的详细内容,更多关于的资料请关注golang学习网公众号!
Golang Strings包常用函数集锦_字符串裁剪、替换与查找技巧
- 上一篇
- Golang Strings包常用函数集锦_字符串裁剪、替换与查找技巧
- 下一篇
- HTML5地理定位如何启用_HTML5 Geolocation使用条件【指南】
-
- 文章 · java教程 | 1小时前 | 并发编程 · Java教程 · java 并发锁 reentrantlock tryLock
- Java ReentrantLock tryLock 超时与资源释放
- 190浏览 收藏
-
- 文章 · java教程 | 22小时前 | 文件上传 · Java教程 · java httpclient 流式上传 HttpRequest BodyPublisher
- Java HttpRequest BodyPublisher 实现流式上传
- 488浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java 模式匹配 switch 处理层级类型的穷尽性
- 301浏览 收藏
-
- 文章 · java教程 | 3天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 3天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 4天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 4天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 300次使用
-
- 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。
- 357次使用
-
- 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。
- 355次使用
-
- 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。
- 323次使用
-
- 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。
- 141次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

