三、Atom和缓存 Ref适用的场景是系统中存在多个相互关联的状态，他们需要一起更新，因此需要通过dosync做事务包装。但是如果你有一个状态变量，不需要跟其他状态变量协作，这时候应该使用Atom了。可以将一个Atom和一个Ref一起在一个事务里更新吗？这没办法做到，如果你需要相互协作，你只能使用Ref。Atom适用的场景是状态是独立，没有依赖，它避免了与其他Ref交互的开销，因此性能会更好，特别是对于读来说。
1、定义Atom，采用atom函数，赋予一个初始状态:
这里将mem的初始状态定义为一个map。
2、deref和@：可以用deref函数，也可以简单地用宏@,这跟Ref一样，取atom的值：
@mem => {} (deref mem) => {} 3、reset!：重新设置atom的值，不关心当前值是什么：
查看mem：
已经更新到新的map了。
4、swap!：如果你的更新需要依赖当前的状态值，或者只想更新状态的某个部分，那么就需要使用swap!（类似alter)：
(swap ! an - atom f & args) swap! 将函数f作用于当前状态值和额外的参数args之上，形成新的状态值，例如我们给mem加上一个keyword:
user => (swap ! mem assoc : b 2 ) { : b 2 , : a 1 } 看到，:b 2被加入了当前的map。
5、compare and set:
类似原子变量AtomicInteger之类，atom也可以做compare and set的操作：
(compare - and - set ! atom oldValue newValue) 当且仅当atom的当前状态值等于oldValue的时候，将状态值更新为newValue，并返回一个布尔值表示成功或者失败:
user => (def c (atom 1 )) # 'user/c user => (compare - and - set ! c 2 3 ) false user => (compare - and - set ! c 1 3 ) true user => @c 3 6、缓存和atom:
（1）atom非常适合实现缓存，缓存通常不会跟其他系统状态形成依赖，并且缓存对读的速度要求更高。上面例子中用到的mem其实就是个简单的缓存例子，我们来实现一个putm和getm函数：
;;创建缓存 (defn make - cache [] (atom {})) ;;放入缓存 (defn putm [cache key value] (swap ! cache assoc key value)) ;;取出 (defn getm [cache key] (key @cache )) 这里key要求是keyword，keyword是类似:a这样的字符序列，你熟悉ruby的话，可以暂时理解成symbol。使用这些API：
user => (def cache (make - cache)) # 'user/cache user => (putm cache : a 1 ) { : a 1 } user => (getm cache : a) 1 user => (putm cache : b 2 ) { : b 2 , : a 1 } user => (getm cache : b) 2 （2）
memoize函数作用于函数f，产生一个新函数，新函数内部保存了一个缓存，缓存从参数到结果的映射。第一次调用的时候，发现缓存没有，就会调用f去计算实际的结果，并放入内部的缓存；下次调用同样的参数的时候，就直接从缓存中取，而不用再次调用f，从而达到提升计算效率的目的。
memoize的实现就是基于atom，查看源码：
(defn memoize [f] (let [mem (atom {})] (fn [ & args] ( if - let [e (find @mem args)] (val e) (let [ret (apply f args)] (swap ! mem assoc args ret) ret))))) 内部的缓存名为mem，memoize返回的是一个匿名函数，它接收原有的f函数的参数，if-let判断绑定的变量e是否存在，变量e是通过find从缓存中查询args得到的项，如果存在的话，调用val得到真正的结果并返回；如果不存在，那么使用apply函数将f作用于参数列表之上，计算出结果，并利用swap!将结果加入mem缓存，返回计算结果。
7、性能测试：
使用atom实现一个计数器，和使用java.util.concurrent.AtomicInteger做计数器，做一个性能比较，各启动100个线程，每个线程执行100万次原子递增，计算各自的耗时，测试程序如下，代码有注释,不再罗嗦：
(ns atom - perf) ( import ' java.util.concurrent.atomic.AtomicInteger) ( import ' java.util.concurrent.CountDownLatch) ( def a (AtomicInteger. 0)) ( def b (atom 0)) ;;为了性能，给java加入type hint (defn java - inc [ # ^AtomicInteger counter] (.incrementAndGet counter)) (defn countdown - latch [ # ^CountDownLatch latch] (.countDown latch)) ;;单线程执行缓存次数 ( def max_count 1000000 ) ;;线程数 ( def thread_count 100 ) (defn benchmark [fun] (let [ latch (CountDownLatch. thread_count) ;;关卡锁 start (System / currentTimeMillis) ] ;;启动时间 (dotimes [_ thread_count] (.start (Thread. # (do (dotimes [_ max_count] (fun)) (countdown-latch latch))))) (.await latch) ( - (System / currentTimeMillis) start))) (println " atom: " (benchmark # (swap! b inc))) (println " AtomicInteger: " (benchmark # (java-inc a))) (println (.get a)) (println @b) 默认clojure调用java都是通过反射，加入type hint之后编译的字节码就跟java编译器的一致，为了比较公平，定义了java-inc用于调用AtomicInteger.incrementAndGet方法，定义countdown-latch用于调用CountDownLatch.countDown方法，两者都为参数添加了type hint。如果不采用type hint，AtomicInteger反射调用的效率是非常低的。
测试下来，在我的ubuntu上，AtomicInteger还是占优，基本上比atom的实现快上一倍：
atom: 9002 AtomicInteger: 4185 100000000 100000000 按照我的理解，这是由于AtomicInteger调用的是native的方法，基于硬件原语做cas，而atom则是用户空间内的clojure自己做的CAS，两者的性能有差距不出意料之外。
看了源码，Atom是基于java.util.concurrent.atomic.AtomicReference实现的，调用的方法是
public final boolean compareAndSet(V expect, V update) { return unsafe.compareAndSwapObject( this , valueOffset, expect, update); } 而AtomicInteger调用的方法是：
public final boolean compareAndSet( int expect, int update) { return unsafe.compareAndSwapInt( this , valueOffset, expect, update); } 两者的效率差距有这么大吗？暂时存疑。
文章转自庄周梦蝶 ，原文发布时间2010-07-17