【并发编程】ThreadLocal详解

目录

为什么要有ThreadLocal

ThreadLocal 的使用

实现解析

实现分析

Hash 冲突的解决

开放定址法

链地址法

再哈希法

建立公共溢出区

引发的内存泄漏分析

分析

总结

---

为什么要有ThreadLocal

我们首先来看看一段最纯粹的原生 JDBC 代码

可以看到， 在使用 JDBC 时， 我们首先要配置后再拿到 JDBC 连接， 然后在增删改查的业务方法中拿到这个连接，并把我们的 SQL 语句交给 JDBC 连接发送到真实的 DB 上执行。

在实际的工作中， 我们不会每次执行 SQL 语句时临时去建立连接，而是会借助数据库连接池， 同时因为实际业务的复杂性， 为了保证数据的一致性， 我们还会引入事务操作，于是上面的代码就会变成：

但是上面的代码包含什么样的问题呢？分析代码我们可以发现， 执行业务方法 business 时， 为了启用事务， 我们从数据库连接池中拿了一个连接， 但是在具体的 insert 方法和 getAll 方法中， 在执行具体的 SQL 语句时， 我们从数据库连接池中拿一个连接， 这就说执行事务和执行 SQL 语句完全是不同的数据库连接， 这会导致什么问题？事务失效了！ ！数据库执行事务时，事务的开启和提交、语句的执行等都是必须在一个连接中的。实际上，上面的代码要保证数据的一致性， 就必须要启用分布式事务。

怎么解决这个问题呢？ 有一个解决思路是，把数据库连接作为方法的参数， 在方法之间进行传递，比如下面这样：

但是我们分析平时我们使用 SSM 的代码会发现，我们在编写数据访问相关代码的时候从来没有把数据库连接作为方法参数进行传递。这意味着， 对 Spring 来说， 在帮我们进行事务托管的时候， 会遇到同样的问题， 那么 Spring 是如何解决这个问题的？

其实稍微分析下 Spring 的事务管理器的代码就能发现端倪，在

org.springframework.jdbc.datasource.DataSourceTransactionManager#doBegin 中， 我们会看到如下代码

上面的注释已经很清楚了说明“绑定连接到这个线程”，如何绑定的？继续 深入看看

看来， Spring 是使用一个 ThreadLocal 来实现“绑定连接到线程”的。

现在我们可以对 ThreadLocal 下一个比较确切的定义了

This class provides thread-local variables. These variables differ from their

normal counterparts in that each thread that accesses one (via its get or set method) has its own, independently initialized copy of the variable. ThreadLocal instances are typically private static fields in classes that wish to associate state with a thread (e.g., a user ID or Transaction ID).

此类提供线程局部变量。这些变量与普通对应变量的不同之处在于， 访问一个变量的每个线程（通过其 get 或 set 方法）都有自己独立初始化的变量副本。 ThreadLocal 实例通常是希望将状态与线程（例如， 用户 ID 或事务 ID）相关联的类中的私有静态字段。

也就是说 ThreadLocal 为每个线程都提供了变量的副本，使得每个线程在某一时间访问到的并非同一个对象，这样就隔离了多个线程对数据的数据共享。

由此也可以看出 ThreadLocal 和 Synchonized 都用于解决多线程并发访问。可是 ThreadLocal 与 synchronized 有本质的差别。synchronized 是利用锁的机制， 使变量或代码块在某一时该仅仅能被一个线程访问，ThreadLocal 则是副本机制。此时不论多少线程并发访问都是线程安全的。

ThreadLocal 的一大应用场景就是跨方法进行参数传递，比如 Web 容器中， 每个完整的请求周期会由一个线程来处理。 结合 ThreadLocal 再使用 Spring 里的 IOC 和 AOP，就可以很好的解决我们上面的事务的问题。只要将一个数据库连接放入 ThreadLocal 中， 当前线程执行时只要有使用数据库连接的地方就从ThreadLocal 获得就行了。

再比如，在微服务领域， 链路跟踪中的 traceId 传递也是利用了 ThreadLocal。

ThreadLocal 的使用

ThreadLocal 类接口很简单，只有 4 个方法，我们先来了解一下：

• void set(Object value)

        设置当前线程的线程局部变量的值。

• public Object get()

        该方法返回当前线程所对应的线程局部变量。

• public void remove()

        将当前线程局部变量的值删除， 目的是为了减少内存的占用， 该方法是 JDK 5.0 新增的方法。需要指出的是，当线程结束后，对应该线程的局部变量将自动被垃圾回收，所以显式调用该方法清除线程的局部变量并不是必须的操作，但它可以加快内存回收的速度。

• protected Object initialValue()

        返回该线程局部变量的初始值，该方法是一个 protected 的方法， 显然是为了让子类覆盖而设计的。这个方法是一个延迟调用方法， 在线程第 1 次调用 get() 或 set(Object)时才执行，并且仅执行1次。ThreadLocal 中的缺省实现直接返回一个 null。

实现解析

实现分析

怎么实现 ThreadLocal，既然说让每个线程都拥有自己变量的副本，最容易的方式就是用一个 Map 将线程的副本存放起来， Map 里 key 就是每个线程的唯一性标识，比如线程 ID ，value 就是副本值， 实现起来也很简单：

考虑到并发安全性， 对数据的存取用 synchronize 关键字加锁， 但是 DougLee 在《并发编程实战》中为我们做过性能测试

可以看到 ThreadLocal 的性能远超类似 synchronize 的锁实现 ReentrantLock， 比AtomicInteger 也要快很多，即使我们把 Map 的实现更换为Java 中专为并发设计的 ConcurrentHashMap 也不太可能达到这么高的性能。

怎么样设计可以让 ThreadLocal 达到这么高的性能呢？最好的办法则是让变量副本跟随着线程本身， 而不是将变量副本放在一个地方保存， 这样就可以在存取时避开线程之间的竞争。

同时，因为每个线程所拥有的变量的副本数是不定的， 有些线程可能有一个， 有些线程可能有 2 个甚至更多， 则线程内部存放变量副本需要一个容器， 而且容器要支持快速存取， 所以在每个线程内部都可以持有一个 Map 来支持多个变量副本，这个 Map 被称为 ThreadLocalMap。

具体实现

        上面先取到当前线程，然后调用 getMap 方法获取对应的 ThreadLocalMap，ThreadLocalMap 是一个声明在 ThreadLocal 的静态内部类， 然后 Thread 类中有一个这样类型成员变量，也就是 ThreadLocalMap 实例化是在 Thread 内部，所以getMap 是直接返回 Thread 的这个成员。

        看下 ThreadLocal 的内部类 ThreadLocalMap 源码，这里其实是个标准的 Map 实现，内部有一个元素类型为 Entry 的数组， 用以存放线程可能需要的多个副本变量。

        可以看到有个 Entry 内部静态类，它继承了 WeakReference，总之它记录了两个信息， 一个是 ThreadLocal类型， 一个是 Object 类型的值。 getEntry 方法则是获取某个 ThreadLocal 对应的值，set 方法就是更新或赋值相应的 ThreadLocal 对应的值。

        回顾我们的 get 方法， 其实就是拿到每个线程独有的 ThreadLocalMap，然后再用 ThreadLocal 的当前实例，拿到 Map 中的相应的 Entry，然后就可以拿到相应的值返回出去。当然， 如果 Map 为空， 还会先进行 map 的创建， 初始化等工作。

Hash 冲突的解决

什么是 Hash ，就是把任意长度的输入（又叫做预映射， pre-image），通过散列算法， 变换成固定长度的输出， 该输出就是散列值，输入的微小变化会导致输出的巨大变化。所以 Hash 常用在消息摘要或签名上， 常用 hash 消息摘要算法 有：（1)MD4（2) MD5 它对输入仍以 512 位分组，其输出是 4 个 32 位字的级联 （3)SHA-1 及其他。

Hash 转换是一种压缩映射， 也就是， 散列值的空间通常远小于输入的空间，

不同的输入可能会散列成相同的输出， 所以不可能从散列值来确定唯一的输入值。 比如有 10000 个数放到 100 个桶里， 不管怎么放， 有个桶里数字个数一定是大于 2 的。

所以 Hash 简单的说就是一种将任意长度的消息压缩到某一固定长度的消息 摘要的函数。常用 HASH 函数：直接取余法、乘法取整法、平方取中法。 Java 里的 HashMap 用的就是直接取余法。

我们已经知道 Hash 属于压缩映射，一定能会产生多个实际值映射为一个 Hash 值的情况， 这就产生了冲突，常见处理 Hash 冲突方法：

开放定址法

基本思想是，出现冲突后按照一定算法查找一个空位置存放，根据算法的不同又可以分为线性探测再散列、二次探测再散列、伪随机探测再散列。

线性探测再散列：即依次向后查找，

二次探测再散列： 即依次向前后查找， 增 量为 1 、2 、3 的二次方，

伪随机：顾名思义就是随机产生一个增量位移。

ThreadLocal 里用的则是线性探测再散列

链地址法

这种方法的基本思想是将所有哈希地址为 i 的元素构成一个称为同义词链的单链表， 并将单链表的头指针存在哈希表的第 i 个单元中， 因而查找、插入和删除主要在同义词链中进行。链地址法适用于经常进行插入和删除的情况。 Java里的 HashMap 用的就是链地址法，为了避免 hash 洪水攻击，1.8 版本开始还引 入了红黑树。

再哈希法

这种方法是同时构造多个不同的哈希函数： Hi=RH1（key） i=1 ，2 ，… ，k 当哈希地址 Hi=RH1（key）发生冲突时，再计算 Hi=RH2（key）……，直到冲突不再产生。这种方法不易产生聚集，但增加了计算时间。

建立公共溢出区

这种方法的基本思想是： 将哈希表分为基本表和溢出表两部分， 凡是和基本表发生冲突的元素， 一律填入溢出表。

引发的内存泄漏分析

分析

        我们知道每个 Thread 维护一个 ThreadLocalMap，这个映射表的 key 是 ThreadLocal 实例本身， value 是真正需要存储的 Object，也就是说 ThreadLocal 本身并不存储值， 它只是作为一个 key 来让线程从 ThreadLocalMap 获取 value。仔细观察 ThreadLocalMap，这个 map 是使用 ThreadLocal 的弱引用作为 Key 的，弱引用的对象在 GC 时会被回收。

因此使用了 ThreadLocal 后，引用链如图所示：

        这样， 当把 threadlocal 变量置为 null 以后，没有任何强引用指向 threadlocal 实例，所以 threadlocal 将会被 gc 回收。这样一来， ThreadLocalMap 中就会出现 key 为 null 的 Entry，就没有办法访问这些 key 为 null 的 Entry 的 value，如果当前线程再迟迟不结束的话，这些 key 为 null 的 Entry 的 value 就会一直存在一条强引用链： Thread Ref -> Thread -> ThreaLocalMap -> Entry -> value ，而这块 value 永远不会被访问到了，所以存在着内存泄露。

        只有当前 thread 结束以后， current thread 就不会存在栈中，强引用断开， Current Thread 、Map value 将全部被 GC 回收。最好的做法是不在需要使用ThreadLocal 变量后，都调用它的 remove()方法，清除数据。

        其实考察 ThreadLocal 的实现，我们可以看见，无论是 get() 、set()在某些时候，调用了 expungeStaleEntry 方法用来清除 Entry 中 Key 为 null 的 Value ，但是这是不及时的，也不是每次都会执行的，所以一些情况下还是会发生内存泄露。 只有 remove()方法中显式调用了 expungeStaleEntry 方法。

从表面上看内存泄漏的根源在于使用了弱引用， 但是另一个问题也同样值得思考：为什么使用弱引用而不是强引用？

下面我们分两种情况讨论：

key 使用强引用： 对 ThreadLocal 对象实例的引用被置为 null 了，但是ThreadLocalMap 还持有这个 ThreadLocal 对象实例的强引用， 如果没有手动删除， ThreadLocal 的对象实例不会被回收，导致 Entry 内存泄漏。

key 使用弱引用： 对 ThreadLocal 对象实例的引用被被置为 null 了，由于ThreadLocalMap 持有 ThreadLocal 的弱引用， 即使没有手动删除， ThreadLocal 的 对象实例也会被回收。value 在下一次 ThreadLocalMap 调用 set，get ，remove 都有机会被回收。

比较两种情况，我们可以发现：由于 ThreadLocalMap 的生命周期跟 Thread 一样长， 如果都没有手动删除对应 key，都会导致内存泄漏， 但是使用弱引用可以多一层保障。

因此， ThreadLocal 内存泄漏的根源是：由于 ThreadLocalMap 的生命周期跟 Thread 一样长， 如果没有手动删除对应 key 就会导致内存泄漏， 而不是因为弱引用。

总结

JVM 利用设置 ThreadLocalMap 的 Key 为弱引用，来避免内存泄露。 JVM 利用调用 remove 、get 、set 方法的时候，回收弱引用。

当 ThreadLocal 存储很多 Key 为 null 的 Entry 的时候，而不再去调用 remove、 get 、set 方法，那么将导致内存泄漏。

使用线程池+ ThreadLocal 时要小心， 因为这种情况下， 线程是一直在不断的 重复运行的，从而也就造成了 value 可能造成累积的情况。