什么是ThreadLocal?
通过 ThreadLocal,可以在线程中创建一个变量的副本,每个线程都可以独立地访问和修改自己的副本,而不会影响其他线程的副本。这种机制可以用于避免线程间竞争条件、减少锁的使用,从而提高程序的性能和可维护性
ThreadLocal的基本使用
public static final ThreadLocal<String> LOCAL = new ThreadLocal<>();
public static void main(String[] args) {
LOCAL.set("hello");
String result = LOCAL.get();
System.out.println(result);
}
set()方法逻辑
public class ThreadLocal<T> {
public void set(T value) {
// 获取当前线程的 ThreadLocalMap
Thread t = Thread.currentThread();
//ThreadLocalMap是当前线程Thread类里面的一个属性,是当前线程
//存储所有ThreadLocal的地方
ThreadLocalMap map = getMap(t);
// 如果当前线程没有 ThreadLocalMap,创建一个新的并存储
if (map != null) {
map.set(this, value);
} else {
createMap(t, value);
}
}
ThreadLocalMap getMap(Thread t) {
return t.threadLocals;
}
void createMap(Thread t, T firstValue) {
t.threadLocals = new ThreadLocalMap(this, firstValue);
}
}
ThreadLocalMap的代码写在ThreadLocal类中,但实际的引用是在Thread类中的,ThreadLocal 实际上是通过每个线程独有的 ThreadLocalMap 来实现线程安全的数据隔离的。
public
class Thread implements Runnable{
ThreadLocal.ThreadLocalMap threadLocals = null;
}
每个线程Thread都有自己的 ThreadLocalMap 实例,ThreadLocalMap 内部有一个哈希表,用于存储每个线程中的线程局部变量。因此每个线程可以独立地存储和访问自己的线程局部变量,不会影响其他线程的数据
public class ThreadLocal<T> {
static class ThreadLocalMap {
private void set(ThreadLocal<?> key, Object value) {
//哈希表
Entry[] tab = table;
int len = tab.length;
//计算 ThreadLocal 实例的哈希值,用于定位槽位
int i = key.threadLocalHashCode & (len-1);
//如果当前卡槽位不为空,则根据下标i++的方式继续寻找
for (Entry e = tab[i];
e != null;
e = tab[i = nextIndex(i, len)]) {
ThreadLocal<?> k = e.get();
//相同的哈希值,更新并结束
if (k == key) {
e.value = value;
return;
}
//当前卡槽的属性为空,则清除过时的哈希表条目
//并进行必要的重新哈希操作,以保持哈希表的合理性和性能
if (k == null) {
replaceStaleEntry(key, value, i);
return;
}
}
tab[i] = new Entry(key, value);
int sz = ++size;
//如果新增一个Entry,则进行卡槽清理判断
//如果没有需要清理的卡槽且sz >= 要调整大小的下一个大小值,则进行扩容处理
if (!cleanSomeSlots(i, sz) && sz >= threshold)
rehash();
}
//数组扩容
private void rehash() {
//遍历所有的卡槽,将Entry.get() == null 的卡槽都置为null
//如果有清空,此时的 size 的值会减少
expungeStaleEntries();
// 查看当前的size是否超过阈值
if (size >= threshold - threshold / 4)
//如果超过阈值,则进行扩容
resize();
}
//扩容机制
private void resize() {
Entry[] oldTab = table;
int oldLen = oldTab.length;
//扩充到原来数组长度的两倍
int newLen = oldLen * 2;
Entry[] newTab = new Entry[newLen];
int count = 0;
//遍历原来的数组
for (int j = 0; j < oldLen; ++j) {
Entry e = oldTab[j];
if (e != null) {
ThreadLocal<?> k = e.get();
if (k == null) {
e.value = null; // Help the GC
} else {
//重新计算哈希值
int h = k.threadLocalHashCode & (newLen - 1);
//如果当前哈希值的卡槽有值了,则newLength+1 继续寻找卡槽
//开放定址法
while (newTab[h] != null)
h = nextIndex(h, newLen);
newTab[h] = e;
count++;
}
}
}
//设置新的扩容阈值 threshold = len * 2 / 3;
setThreshold(newLen);
size = count;
table = newTab;
}
}
}
get()方法逻辑
static class ThreadLocalMap{
public T get() {
Thread t = Thread.currentThread();
ThreadLocalMap map = getMap(t);
if (map != null) {
//获取卡槽
ThreadLocalMap.Entry e = map.getEntry(this);
if (e != null) {
@SuppressWarnings("unchecked") //用来排除警告注解
T result = (T)e.value;
return result;
}
}
return setInitialValue();
}
private Entry getEntry(ThreadLocal<?> key) {
int i = key.threadLocalHashCode & (table.length - 1);
Entry e = table[i];
//如果当前卡槽不为空,且ThreadLocal的哈希值相同则直接返回
//否则清除过时的哈希表条目,并进行必要的重新哈希操作
if (e != null && e.get() == key)
return e;
else
return getEntryAfterMiss(key, i, e);
}
private Entry getEntryAfterMiss(ThreadLocal<?> key, int i, Entry e) {
Entry[] tab = table;
int len = tab.length;
while (e != null) {
ThreadLocal<?> k = e.get();
if (k == key)
return e;
if (k == null)
expungeStaleEntry(i);
else
i = nextIndex(i, len);
e = tab[i];
}
return null;
}
}
清除过时的卡槽并重新哈希操作
private int expungeStaleEntry(int staleSlot) {
Entry[] tab = table;
int len = tab.length;
// 清除过时的卡槽
tab[staleSlot].value = null;
tab[staleSlot] = null;
size--;
// 根据当前的下标i++的方式遍历哈希表,直到寻找到的槽位为空为止
Entry e;
int i;
for (i = nextIndex(staleSlot, len);
(e = tab[i]) != null;
i = nextIndex(i, len)) {
ThreadLocal<?> k = e.get();
// 清除过时的卡槽
if (k == null) {
e.value = null;
tab[i] = null;
size--;
} else {
int h = k.threadLocalHashCode & (len - 1);
// 重新计算不为空槽位的哈希值,找到合适的位置
if (h != i) {
tab[i] = null;
// Unlike Knuth 6.4 Algorithm R, we must scan until
// null because multiple entries could have been stale.
while (tab[h] != null)
h = nextIndex(h, len);
tab[h] = e;
}
}
}
return i;
}