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; }
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);
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)); ; }); }
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); } } }
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:
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