小强最近面试又翻车了，然而令他郁闷的是，这次竟然是栽到了自己经常在用的 Random 上......
面试问题
既然已经有了 Random 为什么还需要 ThreadLocalRandom？
正文
Random 是使用最广泛的随机数生成工具了，即使连 Math.random() 的底层也是用 Random 实现的 Math.random() 源码如下：
可以看出 Math.random() 直接指向了 Random.nextDouble() 方法。
Random 使用
这开始之前，我们先来了解一下 Random 的使用。
Random random = new Random(); for (int i = 0; i < 3; i++) { // 生成 0-9 的随机整数 random.nextInt(10); } 复制代码
以上程序的执行结果为：
1
0
7
Random 源码解析
可以看出 Random 是通过 nextInt() 方法生成随机整数的，那他的底层的是如何实现的呢？我们来看他的实现源码：
/** * 源码版本：JDK 11 */ public int nextInt(int bound) { // 验证边界的合法性 if (bound <= 0) throw new IllegalArgumentException(BadBound); // 根据老种子生成新种子 int r = next(31); // 计算最大值 int m = bound - 1; // 根据新种子计算随机数 if ((bound & m) == 0) // i.e., bound is a power of 2 r = (int)((bound * (long)r) >> 31); else { for (int u = r; u - (r = u % bound) + m < 0; u = next(31)) ; } return r; } 复制代码
从以上源码我们可以看出，整个源码最核心的部分有两块：
- 根据老种子生成新种子；
- 根据新种子计算出随机数。
根据新种子计算出随机数的代码已经很明确了，我们需要确认一下 next() 方法是如何实现的，继续看源码：
/** * 源码版本：JDK 11 */ protected int next(int bits) { // 声明老种子和新种子 long oldseed, nextseed; AtomicLong seed = this.seed; do { // 获取原子变量种子的值 oldseed = seed.get(); // 根据当前种子计算出新种子的值 nextseed = (oldseed * multiplier + addend) & mask; } while (!seed.compareAndSet(oldseed, nextseed)); // 使用 CAS 更新种子 return (int)(nextseed >>> (48 - bits)); } 复制代码
根据以上源码可以看出，在使用老种子去获取新种子的时候，如果是多线程操作，则同一时刻只会有一个线程 CAS (Conmpare And Swap，比较并交换) 成功，其他失败的线程会通过自旋等待获取新种子，因此会有一定的性能消耗。
这也是为什么 JDK 1.7 会引入 ThreadLocalRandom 的答案了，它的出现主要为了提升多线程情况下 Random 的执行效率。那它是如何来提升的？接下来一起来看。
ThreadLocalRandom 使用
我们先来看 ThreadLocalRandom 的类关系图：
可以看出 ThreadLocalRandom 继承于 Random 类，先来看它的使用：
ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current(); for (int i = 0; i < 3; i++) { // 生成 0-9 的随机数 System.out.println(threadLocalRandom.nextInt(10)); } 复制代码
以上程序的执行结果为：
1
7
5
可以看出 ThreadLocalRandom 和 Random 一样，都是通过 nextInt() 方法实现随机整数生成的。
ThreadLocalRandom 源码解析
接下来我们来看 ThreadLocalRandom 的随机数是如何生成的，源码如下：
/** * 源码版本：JDK 11 */ public int nextInt(int bound) { if (bound <= 0) throw new IllegalArgumentException(BAD_BOUND); // 根据老种子生成新种子 int r = mix32(nextSeed()); int m = bound - 1; // 根据新种子计算算出随机数 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; } 复制代码
从以上源码可以看出 ThreadLocalRandom 的 nextInt() 和 Random 的 nextInt() 在写法和实现思路都很像，他们主要的区别在 nextSeed() 方法上，源码如下：
/** * 源码版本：JDK 11 */ final long nextSeed() { Thread t; long r; // read and update per-thread seed // 把当前线程作为参数生成一个新种子 U.putLong(t = Thread.currentThread(), SEED, r = U.getLong(t, SEED) + GAMMA); return r; } @HotSpotIntrinsicCandidate public native void putLong(Object o, long offset, long x); 复制代码
从以上源码可以看出，ThreadLocalRandom 并不是像 Thread 那样使用 CAS 和自旋来获取新种子，而是在每个线程中使用每个线程中保存自己的老种子来生成新种子，因此就可以避免多线程竞争和自旋等待的时间，所以在多线程环境下性能更高。
ThreadLocalRandom 注意事项
在使用 ThreadLocalRandom 时需要注意一下，在多线程不能共享一个 ThreadLocalRandom 对象，否则会造成生成的随机数都相同，如下代码所示：
// 声明多线程 ExecutorService service = Executors.newCachedThreadPool(); // 共享 ThreadLocalRandom ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current(); for (int i = 0; i < 10; i++) { // 多线程执行随机数并打印结果 service.submit(() -> { System.out.println(Thread.currentThread().getName() + ":" + threadLocalRandom.nextInt(10)); ; }); } 复制代码
以上程序执行结果如下：
pool-1-thread-2:4
pool-1-thread-1:4
pool-1-thread-3:4
pool-1-thread-10:4
pool-1-thread-6:4
pool-1-thread-7:4
pool-1-thread-4:4
pool-1-thread-9:4
pool-1-thread-8:4
pool-1-thread-5:4
Random VS ThreadLocalRandom
Random 生成获取新种子，如下图所示：
ThreadLocalRandom 生成获取新种子，如下图所示：
性能对比
接下来我们使用 Oracle 官方提供的性能测试工具 JMH (Java Microbenchmark Harness，JAVA 微基准测试套件)，来测试一下 Random 和 ThreadLocalRandom 的吞吐量（单位时间内成功执行程序的数量）：
import org.openjdk.jmh.annotations.Benchmark; import org.openjdk.jmh.annotations.BenchmarkMode; import org.openjdk.jmh.annotations.Mode; import org.openjdk.jmh.annotations.OutputTimeUnit; import org.openjdk.jmh.runner.Runner; import org.openjdk.jmh.runner.RunnerException; import org.openjdk.jmh.runner.options.Options; import org.openjdk.jmh.runner.options.OptionsBuilder; import java.util.Random; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.ThreadLocalRandom; import java.util.concurrent.TimeUnit; /** * JDK：11 * Windows 10 I5-4460/16G */ @BenchmarkMode(Mode.Throughput) // 测试类型：吞吐量 //@Threads(16) @OutputTimeUnit(TimeUnit.MILLISECONDS) public class RandomExample { public static void main(String[] args) throws RunnerException { // 启动基准测试 Options opt = new OptionsBuilder() .include(RandomExample.class.getSimpleName()) // 要导入的测试类 .warmupIterations(5) // 预热 5 轮 .measurementIterations(10) // 度量10轮 .forks(1) .build(); new Runner(opt).run(); // 执行测试 } /** * Random 性能测试 */ @Benchmark public void randomTest() { Random random = new Random(); for (int i = 0; i < 10; i++) { // 生成 0-9 的随机数 random.nextInt(10); } } /** * ThreadLocalRandom 性能测试 */ @Benchmark public void threadLocalRandomTest() { ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current(); for (int i = 0; i < 10; i++) { threadLocalRandom.nextInt(10); } } } 复制代码
测试结果如下：
其中，Cnt 表示运行了多少次，Score 表示执行的成绩，Units 表示每秒的吞吐量。
从 JMH 测试的结果可以看出，ThreadLocalRandom 在并发情况下的吞吐量约是 Random 的 5 倍。
完整基准测试代码下载：github.com/vipstone/bl…
总结
本文讲了 Random 和 ThreadLocalRandom 的使用以及源码分析，Random 是通过 CAS 和自旋的方式生成随机数，在多线程模式下同一时刻只能有一个线程通过 CAS 获取到新种子并生成随机数，其他线程只能自旋等待，所以有一定的性能损耗。而在 JDK 1.7 时新增了 ThreadLocalRandom 它的种子保存在各自的线程中，因此不会有自旋等待的过程，所以高并发情况下性能更优秀。
最后，我们通过官方提供的基准测试工具 JMH 得到的结果，ThreadLocalRandom 的性能大约是 Random 的 5 倍，所以在高并发情况下尽量使用 ThreadLocalRandom。
参考 & 鸣谢 《Java 并发编程之美》翟陆续
