赞
踩
大家项目中如果有生成随机数的需求,我想大多都会选择使用Random来实现,它内部使用了CAS来实现。 实际上,JDK1.7之后,提供了另外一个生成随机数的类ThreadLocalRandom,那么他们二者之间的性能是怎么样的呢?
Random类是JDK提供的生成随机数的类, 这个类不是随机的,而是伪随机的。什么是伪随机呢? 伪随机是指生成的随机数是有一定规律的,这个规律出现的周期因伪随机算法的优劣而异。 一般来说,周期比较长,但可以预见。 我们可以通过以下代码简单地使用 Random:
Random中有很多方法。 这里我们就分析比较常见的nextInt()
和nextInt(int bound)
方法。
nextInt()
会计算int范围内的随机数,nextInt(int bound)
会计算[0,bound) 之间的随机数,左闭右开。Random类的构造函数如下图所示:
seed
生成了一个AtomicLong
类型的seed
。- public int nextInt() {
- return next(32);
- }
- 复制代码
next()
方法,传入了32,这里的32是指Int的位数。- protected int next(int bits) {
- long oldseed, nextseed;
- AtomicLong seed = this.seed;
- do {
- oldseed = seed.get();
- nextseed = (oldseed * multiplier + addend) & mask;
- } while (!seed.compareAndSet(oldseed, nextseed));
- return (int)(nextseed >>> (48 - bits));
- }
- 复制代码
seed
的当前值,通过一定的规则(伪随机)计算出下一个seed
,然后进行CAS。 如果CAS失败,继续循环上述操作。 最后根据我们需要的位数返回。小结:可以看出在next(int bits)
方法中,对AtomicLong
进行了CAS操作,如果失败则循环重试。 很多人一看到CAS,因为不需要加锁,第一时间就想到了高性能、高并发。 但是在这里,却成为了我们多线程并发性能的瓶颈。 可以想象,当我们有多个线程执行CAS时,只有一个线程一定会失败,其他的会继续循环执行CAS操作。 当并发线程较多时,性能就会下降。
JDK1.7之后,提供了一个新类ThreadLocalRandom
来替代Random
。
我们先来看下current()
方法。
- public static ThreadLocalRandom current() {
- 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();
- UNSAFE.putLong(t, SEED, seed);
- UNSAFE.putInt(t, PROBE, probe);
- }
- 复制代码
seed
不再是全局变量了。 我们的线程中有三个变量:- /** The current seed for a ThreadLocalRandom */
- @sun.misc.Contended("tlr")
- long threadLocalRandomSeed;
-
- /** Probe hash value; nonzero if threadLocalRandomSeed initialized */
- @sun.misc.Contended("tlr")
- int threadLocalRandomProbe;
-
- /** Secondary seed isolated from public ThreadLocalRandom sequence */
- @sun.misc.Contended("tlr")
- int threadLocalRandomSecondarySeed;
- 复制代码
threadLocalRandomSeed
:这是我们用来控制随机数的种子。threadLocalRandomProbe
:这个就是ThreadLocalRandom,用来控制初始化。threadLocalRandomSecondarySeed
:这是二级种子。关键代码如下:
- UNSAFE.putLong(t = Thread.currentThread(), SEED,r=UNSAFE.getLong(t, SEED) + GAMMA);
- 复制代码
可以看出,由于每个线程都维护自己的seed
,所以此时不需要CAS
,直接进行put。 这里通过线程间的隔离来减少并发冲突,所以ThreadLocalRandom
的性能非常高。
通过基准工具JMH测试:
- @BenchmarkMode({Mode.AverageTime})
- @OutputTimeUnit(TimeUnit.NANOSECONDS)
- @Warmup(iterations=3, time = 5, timeUnit = TimeUnit.SECONDS)
- @Measurement(iterations=3,time = 5)
- @Threads(4)
- @Fork(1)
- @State(Scope.Benchmark)
- public class Myclass {
- Random random = new Random();
- ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();
-
- @Benchmark
- public int measureRandom(){
- return random.nextInt();
- }
- @Benchmark
- public int threadLocalmeasureRandom(){
- return threadLocalRandom.nextInt();
- }
-
- }
- 复制代码
运行结果如下图所示,最左边是并发线程的数量:
显而易见,无论线程数量是多少,ThreadLocalRandom
性能是远高于Random
。
本文讲解了JDK中提供的两种生成随机数的方式,一个是JDK 1.0引入的Random
类,另外一个是JDK1.7引入的ThreadLocalRandom
类,由于底层的实现机制不同,ThreadLocalRandom
的性能是远高于Random
,建议后面大家在技术选型的时候优先使用ThreadLocalRandom
。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。