[面试题] AtomicInteger 和 LongAdder 有什么区别？为什么高并发计数更推荐 LongAdder？

📖 版块 A：知识讲解版 (温故知新)

• AtomicInteger：

  1. 基于单个共享变量 + CAS 实现原子更新。
  2. 适合竞争不激烈的计数场景。

• LongAdder：

  1. 基于 分段累加 思想。
  2. 除了一个基础值 base 之外，还维护一组 Cell。
  3. 多个线程会把更新压力分散到不同 Cell 上，减少对同一个热点变量的 CAS 冲突。

• 核心区别：

  1. 低并发：AtomicInteger 更简单，开销小。
  2. 高并发写：LongAdder 吞吐量通常更好。
  3. 取值方式：LongAdder.sum() 需要把多个槽位求和，因此读取不是单变量瞬时值那种严格语义。

• 为什么 LongAdder 更快：

  • 它用“空间换时间”，把单点竞争打散成多点竞争，降低自旋失败概率。

• 适用场景：

  1. QPS 统计。
  2. 监控指标累加。
  3. 高并发访问计数。

• 不适用场景：

  • 既要求高并发更新，又要求每次读取都必须拿到严格即时一致值的金融类场景。

🎤 版块 B：面试实战版 (高手逐字稿)

Q：AtomicInteger 和 LongAdder 有什么区别？为什么高并发计数更推荐 LongAdder？

💬 高手逐字稿：

AtomicInteger 和 LongAdder 都能做线程安全计数，但它们适合的并发强度不一样。

AtomicInteger 的实现很直接，就是围绕一个共享变量做 CAS。比如自增的时候，它会不断尝试读取旧值、计算新值、再 CAS 回去。如果并发不高，这种方式非常轻量，也很好理解。

但问题在于，高并发下所有线程都去抢同一个变量，CAS 冲突会非常严重。大量线程不断自旋重试，CPU 就会空转，吞吐量开始明显下降。

LongAdder 的优化思路就是把这个“单点热点”拆掉。它内部不只维护一个值，而是维护一个 base 加上一个 Cell 数组。线程更新时，不再都去打同一个点，而是尽量分散到不同的 Cell 上做 CAS。最后读取总值时，再把 base 和所有 Cell 加起来。这个设计本质上就是用更多内存槽位，换更低的冲突概率。

所以为什么高并发计数更推荐 LongAdder？因为它把本来所有线程都挤在同一个收费口的问题，变成了多个收费口并行通行。在监控指标、访问次数统计、QPS 计数这种“写很多、读结果只是做统计”的场景里，它通常比 AtomicInteger 吞吐量高很多。

不过它不是无脑替代。LongAdder 读取时要做聚合，所以它更偏统计语义，而不是那种每一步都要求精确可观察的强一致计数。如果业务是转账流水、库存扣减这种严格场景，我还是会优先考虑 CAS + 业务控制，甚至直接用锁，而不是只看吞吐量。