并发编程网 - ifeve.com

感谢同事［孙棋］的投稿

现实当中很多场景，需要进行轮训服务，比如轮训在10个日志文件当中写日志，在10台机器上轮训的去调用以实现负载均衡，常规的做法，如tomcat的Poller线程轮训选择，就采用

[code lang=”java”]Math.abs(pollerRotater.incrementAndGet()) % pollers.length[/code]

此地需要取原子自增的绝对值模以poller线程数，那是否有更好的实现呢？

[code lang=”java”]
public class CycleAtomicInteger {
private final static long PARK_TIME = 1000L * 1000;

private AtomicInteger counter = new AtomicInteger(0);

private int range;

public CycleAtomicInteger(int range) {
if (range < 2)
throw new IllegalArgumentException();
this.range = range;
}

/**
* 获取下个原子值
*
* @return
*/
public int next() {
for (;;) {
int c = counter.get();
int next = (c + 1) % range;
if (counter.compareAndSet(c, next)) {
return c;
} else {
LockSupport.parkNanos(PARK_TIME);
}
}
}

}
[/code]

这样就可以快速的实现rr的效果，同时也避免了abs的过程，至于LockSupport.parkNanos(PARK_TIME);加了这个后，4个线程执行2亿次的计算，我本机从原来的16s减少到4s，至于为什么要加这个，可参见更快的AtomicInteger

当然，这样设计会存在cas的aba问题，但对当前的case需求，其实是满足的，也不存在问题