1、描述
下游可用的服务器目前有5个（node），设计一个方法，方法没有任何参数，采用轮询的方式返回其中一个node；
2、使用环形链表
每次取下一个node即可。注意：需要保证线程安全！
// 节点定义
@Data
class Node {
Node next;
String name;
String ip;
}// 环形状node集合
class LoadBalanceCycle {
private Node head;
private Node nextNode;
/**
* 添加节点
*/
public synchronized void addNode(String name, String ip) {
Node newNode = new Node();
newNode.name = name;
newNode.ip = ip;
if (head == null) {
head = newNode;
head.next = head;
} else {
Node temp = head;
while (temp.next != head) {
temp = temp.next;
}
temp.next = newNode;
newNode.next = head;
}
}
/**
* 获取下一个节点
*/
public synchronized Node getNextNode() {
if (nextNode == null) {
nextNode = head;
} else {
nextNode = nextNode.next;
}
return nextNode;
}
}// 测试验证
public static void main(String[] args) {
LoadBalanceCycle loadBalanceCycle = new LoadBalanceCycle();
// 初始化三个节点的
loadBalanceCycle.addNode("node1", "192.168.0.1");
loadBalanceCycle.addNode("node2", "192.168.0.2");
loadBalanceCycle.addNode("node3", "192.168.0.3");
AtomicInteger n1Count = new AtomicInteger();
AtomicInteger n2Count = new AtomicInteger();
AtomicInteger n3Count = new AtomicInteger();
CountDownLatch latch = new CountDownLatch(30);
// 多线程，返回负载均衡中的节点
for (int i = 0; i < 3; i++) {
new Thread(() -> {
int j = 10;
while (j > 0) {
try {
String name = loadBalanceCycle.getNextNode().getName();
System.out.println(Thread.currentThread().getName() + " " + name);
if ("node1".equals(name)) {
n1Count.incrementAndGet();
}
if ("node2".equals(name)) {
n2Count.incrementAndGet();
}
if ("node3".equals(name)) {
n3Count.incrementAndGet();
}
j--;
} finally {
latch.countDown();
}
}
}).start();
}
try {
latch.await();
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
System.out.println("==============================负载均衡调用结果===================================");
System.out.println("node1 被调用的次数: " + n1Count.get());
System.out.println("node2 被调用的次数: " + n2Count.get());
System.out.println("node3 被调用的次数: " + n3Count.get());
}
}
3、使用AtomicLong
long 类型的最大值？
这个值是 2^63 - 1，即 9223372036854775807，是 long 类型能表示的最大正数值。
是多少亿？
Long.MAX_VALUE 大约是 92233.72 亿。（如果你的请求次数即【负载均衡调用次数】会超过这个值，那么或许下面的例子会存在问题）
@Data
class Node2 {
String name;
String ip;
public Node2(String node1, String s) {
this.name = node1;
this.ip = s;
}
}
/**
* 基于AtomicLong实现的一个结构
*/
class LoadBalanceByAtomic {
final List<Node2> nodeList = new ArrayList<>();
AtomicLong mark = new AtomicLong(0);
public void add(Node2 node) {
synchronized (nodeList) {
nodeList.add(node);
}
}
public Node2 getNext() {
long andIncrement = mark.getAndIncrement();
return nodeList.get((int) (andIncrement % nodeList.size()));
}
}测试代码
public static void main(String[] args) {
LoadBalanceByAtomic loadBalanceByAtomic = new LoadBalanceByAtomic();
// 初始化三个节点的
loadBalanceByAtomic.add(new Node2("node1", "192.168.0.1"));
loadBalanceByAtomic.add(new Node2("node2", "192.168.0.2"));
loadBalanceByAtomic.add(new Node2("node3", "192.168.0.3"));
AtomicInteger n1Count = new AtomicInteger();
AtomicInteger n2Count = new AtomicInteger();
AtomicInteger n3Count = new AtomicInteger();
CountDownLatch latch = new CountDownLatch(30);
// 多线程，返回负载均衡中的节点
for (int i = 0; i < 3; i++) {
new Thread(() -> {
int j = 10;
while (j > 0) {
try {
String name = loadBalanceByAtomic.getNext().getName();
System.out.println(Thread.currentThread().getName() + " " + name);
if ("node1".equals(name)) {
n1Count.incrementAndGet();
}
if ("node2".equals(name)) {
n2Count.incrementAndGet();
}
if ("node3".equals(name)) {
n3Count.incrementAndGet();
}
j--;
} finally {
latch.countDown();
}
}
}).start();
}
try {
latch.await();
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
System.out.println("==============================负载均衡调用结果===================================");
System.out.println("node1 被调用的次数: " + n1Count.get());
System.out.println("node2 被调用的次数: " + n2Count.get());
System.out.println("node3 被调用的次数: " + n3Count.get());
}结果：
问题
在大并发下使用 AtomicInteger ，相比于使用锁，Atomic会不断自旋重试，在线程比较多的场景下会造成cpu资源消耗高么？
在大并发场景下，使用 AtomicInteger 相比使用显式的锁（如 synchronized）确实有一些区别和考虑因素。
-
自旋和CPU消耗：
AtomicInteger使用了一些技术（如 CAS，即比较并交换），它会尝试更新值直到成功。如果更新失败，它会自旋（重试）。在低并发情况下，自旋几乎没有额外开销，因为更新通常很快成功。- 在高并发情况下，自旋可能会导致一定的CPU资源消耗。如果有大量线程竞争同一个
AtomicInteger，并且更新操作不断失败，导致频繁自旋，会增加CPU负载。
-
性能比较：
AtomicInteger在低到中等并发情况下通常比显式锁（如synchronized）效率更高，因为它利用了硬件级别的原子操作，避免了线程阻塞和切换的开销。- 在非常高的并发情况下，性能可能会受到影响，因为自旋操作可能会消耗大量CPU资源，而且不能保证性能和可扩展性的优势。
-
选择合适的工具：
- 在选择
AtomicInteger还是显式锁时，需要考虑具体的应用场景和并发需求。通常情况下，AtomicInteger更适合用于简单的计数或者状态标记等，而显式锁更适合于需要复杂的条件同步和数据操作的场景。
- 在选择
综上所述，虽然 AtomicInteger 在大多数情况下性能优于显式锁，但在极端高并发情况下，它可能会因为自旋而增加CPU消耗。因此，在高并发场景下，需要进行性能测试和基准测试，以便选择最适合的并发控制方法。
二者比较
锁跟Atomic-CAS在大并发场景下的效率比较-CSDN博客
![[人工智能]对未来建筑行业的影响](https://i-blog.csdnimg.cn/direct/9e2acfa9ae8d4d5d97c2effe055e7c31.png#pic_center.png)