您的位置:首页 > 编程语言 > Java开发

第3章 Java并发包中的ThreadLocalRandom类原理剖析

2019-02-28 21:04 225 查看

目录

  • ThreadLocalRandom
  • 更多
  • Random类及其局限性

    一般情况下,我们都会使用java.util.Random来生成随机数(Math.random()也是使用Random实例生成随机数)。

    示例

    public static void main(String[] args) {
    
    Random random = new Random();
    for (int i = 0; i < 10; i++) {
    System.out.println(random.nextInt(10));
    }
    
    }

    分析

    下面以nextInt(int bound) 方法为例来分析Random的源码

    public int nextInt(int bound) {
    //边界检测
    if (bound <= 0)
    throw new IllegalArgumentException(BadBound);
    
    //获取下一随机数
    int r = next(31);
    
    //(*)此处以特定算法根据r计算出最终结果
    ...
    
    return r;
    }
    
    protected int next(int bits) {
    long oldseed, nextseed;
    AtomicLong seed = this.seed;
    //CAS操作更新seed
    do {
    oldseed = seed.get();
    //根据老的种子计算新的种子
    nextseed = (oldseed * multiplier + addend) & mask;
    } while (!seed.compareAndSet(oldseed, nextseed));
    return (int)(nextseed >>> (48 - bits));
    }

    由此可见,生成新的随机数需要两步:

    • 根据老的种子生成新的种子
    • 由新的种子计算出新的随机数

    单线程下每次调用nextInt都会根据老的种子计算出新的种子,可以保证随机性。

    但多线程下,不同线程可能拿着同一个老的种子去计算新种子,如果next方法因此返回相同的值的话,由于(*)处的算法是固定的,这会导致不同线程生成相同的随机数,这并非我们想要的。所以next方法使用CAS操作保证每次只有一个线程可以更新老的种子,失败的线程则重新获取,这样就解决了上述问题。

    但这样处理仍有一个缺陷:当多个线程同时计算随机数来计算新的种子时,多个线程会竞争同一个原子变量的更新操作,由于该操作为CAS操作,同时只有一个线程会成功,这样会造成大量的自旋重试,导致并发性能降低。而ThreadLocalRandom可以完美解决此问题。

    ThreadLocalRandom

    示例

    public static void main(String[] args) {
    
    Random random = ThreadLocalRandom.current();
    for (int i = 0; i < 10; i++) {
    System.out.println(random.nextInt(10));
    }
    
    }

    原理

    Random的缺点在于多个线程会使用同一个原子性变量,从而导致对原子变量的竞争;而ThreadLocalRandom保证每个线程都维护一个种子变量,每个线程根据自己老的种子生成新的种子,避免了竞争问题,大大提高了并发性能。

    源码分析

    static final ThreadLocalRandom instance = new ThreadLocalRandom();
    
    public static ThreadLocalRandom current() {
    //检测是否初始化过
    //PROBE为Thread类中threadLocalRandomProb偏移
    if (UNSAFE.getInt(Thread.currentThread(), PROBE) == 0)
    localInit();
    return instance;
    }
    
    static final void localInit() {
    int p = probeGenerator.addAndGet(PROBE_INCREMENT);
    int probe = (p == 0) ? 1 : p; // skip 0
    long seed = mix64(seeder.getAndAdd(SEEDER_INCREMENT));
    Thread t = Thread.currentThread();
    //SEED为Thread类中threadLocalRandomSeed内存偏移
    UNSAFE.putLong(t, SEED, seed);
    UNSAFE.putInt(t, PROBE, probe);
    }

    如果线程中第一次调用current()方法,则调用localInit()进行初始化设置当前线程中的threadLocalRandomProb和threadLocalRandomSeed变量。

    下面来看int nextInt(int bound)方法

    public int nextInt(int bound) {
    if (bound <= 0)
    throw new IllegalArgumentException(BadBound);
    //根据当前Thread中的threadLocalRandomSeed变量生成新种子
    int r = mix32(nextSeed());
    int m = bound - 1;
    if ((bound & m) == 0) // power of two
    r &= m;
    else { // reject over-represented candidates
    for (int u = r >>> 1;
    u + m - (r = u % bound) < 0;
    u = mix32(nextSeed()) >>> 1)
    ;
    }
    return r;
    }
    
    final long nextSeed() {
    Thread t; long r;
    //生成并存入新种子
    UNSAFE.putLong(t = Thread.currentThread(), SEED,
    r = UNSAFE.getLong(t, SEED) + GAMMA);
    return r;
    }

    如上,首先调用nextSeed()根据当前Thread中的threadLocalRandomSeed变量生成并存入新种子,然后经过特定算法得出了nextInt的值。

    更多

    相关笔记:《Java并发编程之美》阅读笔记

    内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
    标签: