Random和ThreadLocalRandom
Random 的随机原理:
是对一个”随机种子”进行固定的算术和位运算,得到随机结果,再使用这个结果作为下一次随机的种子。
如果在某个类中定义静态的Random,在解决线程安全问题时,Random 使用 CAS 更新下一次随机的种子,可以想到,如果多个线程同时使用这个对象,就肯定会有一些线程执行 CAS 连续失败,进而导致线程阻塞。
Random性能问题的解决方法:
可以搭配ThreadLocal使用。这样每个线程有自己的Random对象,也就是有自己的随机种子。虽然解决了线程阻塞的问题,但是还是会有CAS判断,性能还是不够好。
初始化Random:
Random的使用:
public static void main(String[] args) {
Random random =new Random();
random.nextInt(100);
}
ThreadLocalRandom的实现:
ThreadLocalRandom是继承于Random,即原理一样,只是获取随机种子的方式不同。
ThreadLocalRandom 的实现需要 Thread 对象的配合,在 Thread 对象内存在着一个属性 threadLocalRandomSeed,它保存着这个线程专属的随机种子,而这个属性在 Thread 对象的 offset,是在 ThreadLocalRandom 类加载时就确定了的。
我们知道一个对象所占用的内存大小在类被加载后就确定了的,所以使用 Unsafe.objectFieldOffset(class, fieldName) 可以获取到某个属性在类中偏移量,而在找对了偏移量,又能确定数据类型时,使用 ThreadLocalRandom 就是很安全的。
ThreadLocalRandom的使用:
public static void main(String[] args) {
ThreadLocalRandom random= ThreadLocalRandom.current();
random.nextInt(100);
}
对于两者的性能小实验:
static ThreadLocalRandom random= ThreadLocalRandom.current();;
//static Random random =new Random();
public static void main(String[] args) {
//线程计数器
CountDownLatch countDownLatch = new CountDownLatch(1000000);
//获取当前时间
long start = System.currentTimeMillis();
//获取100w次随机数
for (int i = 0; i < 1000000; i++) {
//模拟请求
Runnable runnable = new Runnable() {
@Override
public void run() {
random.nextInt(100);
countDownLatch.countDown();
}
};
runnable.run();
}
try{
//等待所有线程执行完成
countDownLatch.await();
}catch (InterruptedException e){
System.out.println("异常 程序终止"+e);
}
//计算程序执行耗时
System.out.println(System.currentTimeMillis()-start);
}
结果:
使用Random的平均耗时在38ms,使用ThreadlocalRandom的平均耗时在34ms。
结论:
ThreadLocalRandom由于随机数是在当前线程中就存在的,所以无需再次获取和进行CAS比较。性能自然要比Random要高的多;
Random的对象是多个线程同时使用这个对象的当前随机数,就肯定会有一些线程执行 CAS 连续失败,进而导致线程阻塞。