一、ThreadLocal简介：
在threadlocal类的注释上，对threadlocal的介绍如下：
ThreadLocal类提供了线程局部变量，这些变量与普通变量不同，每个线程都可以通过get或set方法来访问自己的独立初始化的变量副本。ThreadLocal实例通常是类中的private static字段，他们希望将状态与某一个线程（例如，用户ID或事物ID）相关联。
二、 核心点：
1. ThreadLocalMap是Thread级别的变量，ThreadLocalMap是ThreadLocal维护的一个内部类，ThreadLocal通过Thread来获取唯一的ThreadLocalMap，获取之后对ThreadLocalMap进行操作；
2. ThreadLocalMap中的Entry[]数组存储数据，初始长度是16，以后每次扩容都是2倍扩容；
3. Entry的key是对threadLocal的弱引用，存储结构如下，每个线程在向ThreadLocal里塞值的时候，其实都是向自己所持有的ThreadLocalMap里面塞值；读取值的时候也是同理，首先从自己线程中取出自己所持有的ThreadLocalMap，然后再根据ThreadLocal引用作为key，取出value。这也就是ThreadLocal实现变量的线程隔离的原因。
三、为什么要用弱引用：
ThreadLocal中的嵌套内部类ThreadLocalMap，这个类本质上是一个map，和hashMap之类的实现相似，是key-value形式，其中有一个内部类Entry，其中key可以看做是ThreadLocal实例，但是本质是持有ThreadLocal实例的弱引用。使用弱引用的原因是可以将ThreadLocal对象的生命周期和线程的生命周期解绑，持有对ThreadLocal的弱引用，可以使得ThreadLocal在没有其他强引用的时候被回收掉，这样可以避免因为线程得不到销毁导致ThreadLocal对象无法被回收。
假设使用强引用，当ThreadLocal不再使用的时候，发现某个线程中ThreadLocalMap存在对ThreadLocal的强引用，也就是上图中的虚线，那么这个ThreadLocal对象就会因为和Entry对象存在强引用无法被回收，造成内存泄漏。除非线程结束后被回收。
另外一种情况的内存泄漏：
当把threadlocal值为null后，没有任何强引用指向内存中threadlocal实例，threadlocal中的key是它的弱引用，所以会被GC回收，但是线程中threadlocals变量的entry对应的value没有被回收，因为存在着从当前线程对象连接过来的强引用，并且无法通过threadlocal对象的get方法获取到这个value，这个值永远都不会被访问到，所以会存在内存泄漏。只有在当前线程结束后，线程对象的引用不在存在于栈中，强引用断开，内存中的threadlocalMap,value都会被回收。
解决办法：
当线程的某个threadlocal对象使用完后，马上调用remove方法，删除Entry对象；
其实只要线程对象被及时GC，内存泄漏影响不大，只会发生在thrreadlocal对象引用设为null到线程结束那段时间内。如果使用线程池的时候，线程结束不会被销毁，会被服用，这个时候会存在真正的内存泄漏。
补充说明：
java为了最小化内存泄漏的可能性，当调用ThreadLocal的get、set方法的时候，会检查当前key所指向的对象是否为null，如果是则删除对应的value。
四、源码分析：
ThreadLocal类图：
我们着重分析ThreadLocalMap源码。成员变量如下：
/**
* 初始容量 —— 必须是2的冥
*/
private static final int INITIAL_CAPACITY = 16;
/**
* 存放数据的table，Entry类的定义在下面分析
* 同样，数组长度必须是2的冥。
*/
private Entry[] table;
/**
* 数组里面entrys的个数，可以用于判断table当前使用量是否超过负因子。
*/
private int size = 0;
/**
* 进行扩容的阈值，表使用量大于它的时候进行扩容。
*/
private int threshold; // Default to 0
/**
* 定义为长度的2/3
*/
private void setThreshold(int len) {
threshold = len * 2 / 3;
}ThreadLocal的set方法和Hash映射
threadLocal的set方法源码：
public void set(T value) {
Thread t = Thread.currentThread();
ThreadLocal.ThreadLocalMap map = getMap(t);
if (map != null)
map.set(this, value);
else
createMap(t, value);
}
ThreadLocal.ThreadLocalMap getMap(Thread t) {
return t.threadLocals;
}
void createMap(Thread t, T firstValue) {
t.threadLocals = new ThreadLocal.ThreadLocalMap(this, firstValue);
}步骤：
1. 获取当前线程，根据当前线程获取threadLocalMap实例；
2. 如果获取到的map实例不为空，则调用set方法，给map里面设置值，key为threadLocal对象实例，value为要设置的值。如果map为空，则调用构造函数实例化map
从上面可以看出线程中的ThreadLocalMap使用的是延迟初始化，在第一次调用get或者set方法的时候才会初始化。
ThreadLocalMap构造函数：
/**
* Construct a new map initially containing (firstKey, firstValue).
* ThreadLocalMaps are constructed lazily, so we only create
* one when we have at least one entry to put in it.
*/
ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) {
//初始化table
table = new Entry[INITIAL_CAPACITY];
//计算索引
int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);
table[i] = new Entry(firstKey, firstValue);
size = 1;
//设置阈值
setThreshold(INITIAL_CAPACITY);
} 主要说一下计算索引的过程，firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1)。
- 关于
& (INITIAL_CAPACITY - 1),这是取模的一种方式，对于2的幂作为模数取模，用此代替%(2^n)，这也就是为啥容量必须为2的冥 - 关于firstKey.threadLocalHashCode:
private final int threadLocalHashCode = nextHashCode();
private static int nextHashCode() {
return nextHashCode.getAndAdd(HASH_INCREMENT);
}
private static AtomicInteger nextHashCode =
new AtomicInteger();
private static final int HASH_INCREMENT = 0x61c88647;
定义了一个AtomicInteger类型，每次获取当前值并加上HASH_INCREMENT，HASH_INCREMENT = 0x61c88647,关于这个值和斐波那契额散列有关，其原理这里不再深究，感兴趣可自行搜索，其主要目的就是为了让哈希码能均匀的分布在2的n次方的数组里, 也就是Entry[] table中。
ThreadLocalMap中的set()
ThreadLocalMap使用线性探测法来解决hash冲突，我们都知道hashMap采用的是链地址法解决hash冲突的。线性探测法的地址增量di = 1, 2, ... , m-1，其中，i为探测次数。该方法一次探测下一个地址，知道有地空的地址后插入，如果整个空间都找不到空余的地址，就会产生溢出。可以把table看成一个环形数组，假设当前table长度为16，也就是说如果计算出来key的hash值为14，如果table[14]上已经有值，并且其key与当前key不一致，那么就发生了hash冲突，这个时候将14加1得到15，取table[15]进行判断，这个时候如果还是冲突会回到0，取table[0],以此类推，直到可以插入。
ThreadLocalMap的set()方法代码如下：
private void set(ThreadLocal<?> key, Object value) {
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
//计算索引，上面已经有说过。
int i = key.threadLocalHashCode & (len-1);
/**
* 根据获取到的索引进行循环，如果当前索引上的table[i]不为空，在没有return的情况下，
* 就使用nextIndex()获取下一个（上面提到到线性探测法）。
*/
for (ThreadLocal.ThreadLocalMap.Entry e = tab[i];
e != null;
e = tab[i = nextIndex(i, len)]) {
ThreadLocal<?> k = e.get();
//table[i]上key不为空，并且和当前key相同，更新value
if (k == key) {
e.value = value;
return;
}
/**
* table[i]上的key为空，说明被回收了（上面的弱引用中提到过）。
* 这个时候说明改table[i]可以重新使用，用新的key-value将其替换,并删除其他无效的entry
*/
if (k == null) {
replaceStaleEntry(key, value, i);
return;
}
}
//找到为空的插入位置，插入值，在为空的位置插入需要对size进行加1操作
tab[i] = new ThreadLocal.ThreadLocalMap.Entry(key, value);
int sz = ++size;
/**
* cleanSomeSlots用于清除那些e.get()==null，也就是table[index] != null && table[index].get()==null
* 之前提到过，这种数据key关联的对象已经被回收，所以这个Entry(table[index])可以被置null。
* 如果没有清除任何entry,并且当前使用量达到了负载因子所定义(长度的2/3)，那么进行rehash()
*/
if (!cleanSomeSlots(i, sz) && sz >= threshold)
rehash();
}
/**
* 替换无效entry
*/
private void replaceStaleEntry(ThreadLocal<?> key, Object value,
int staleSlot) {
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
ThreadLocal.ThreadLocalMap.Entry e;
/**
* 根据传入的无效entry的位置（staleSlot）,向前扫描
* 一段连续的entry(这里的连续是指一段相邻的entry并且table[i] != null),
* 直到找到一个无效entry，或者扫描完也没找到
*/
int slotToExpunge = staleSlot;//之后用于清理的起点
for (int i = prevIndex(staleSlot, len);
(e = tab[i]) != null;
i = prevIndex(i, len))
if (e.get() == null)
slotToExpunge = i;
/**
* 向后扫描一段连续的entry
*/
for (int i = nextIndex(staleSlot, len);
(e = tab[i]) != null;
i = nextIndex(i, len)) {
ThreadLocal<?> k = e.get();
/**
* 如果找到了key，将其与传入的无效entry替换，也就是与table[staleSlot]进行替换
*/
if (k == key) {
e.value = value;
tab[i] = tab[staleSlot];
tab[staleSlot] = e;
//如果向前查找没有找到无效entry，则更新slotToExpunge为当前值i
if (slotToExpunge == staleSlot)
slotToExpunge = i;
cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
return;
}
/**
* 如果向前查找没有找到无效entry，并且当前向后扫描的entry无效，则更新slotToExpunge为当前值i
*/
if (k == null && slotToExpunge == staleSlot)
slotToExpunge = i;
}
/**
* 如果没有找到key,也就是说key之前不存在table中
* 就直接最开始的无效entry——tab[staleSlot]上直接新增即可
*/
tab[staleSlot].value = null;
tab[staleSlot] = new ThreadLocal.ThreadLocalMap.Entry(key, value);
/**
* slotToExpunge != staleSlot,说明存在其他的无效entry需要进行清理。
*/
if (slotToExpunge != staleSlot)
cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
}
/**
* 连续段清除
* 根据传入的staleSlot,清理对应的无效entry——table[staleSlot],
* 并且根据当前传入的staleSlot,向后扫描一段连续的entry(这里的连续是指一段相邻的entry并且table[i] != null),
* 对可能存在hash冲突的entry进行rehash，并且清理遇到的无效entry.
*
* @param staleSlot key为null,需要无效entry所在的table中的索引
* @return 返回下一个为空的solt的索引。
*/
private int expungeStaleEntry(int staleSlot) {
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
// 清理无效entry，置空
tab[staleSlot].value = null;
tab[staleSlot] = null;
//size减1，置空后table的被使用量减1
size--;
ThreadLocal.ThreadLocalMap.Entry e;
int i;
/**
* 从staleSlot开始向后扫描一段连续的entry
*/
for (i = nextIndex(staleSlot, len);
(e = tab[i]) != null;
i = nextIndex(i, len)) {
ThreadLocal<?> k = e.get();
//如果遇到key为null,表示无效entry，进行清理.
if (k == null) {
e.value = null;
tab[i] = null;
size--;
} else {
//如果key不为null,计算索引
int h = k.threadLocalHashCode & (len - 1);
/**
* 计算出来的索引——h，与其现在所在位置的索引——i不一致，置空当前的table[i]
* 从h开始向后线性探测到第一个空的slot，把当前的entry挪过去。
*/
if (h != i) {
tab[i] = null;
while (tab[h] != null)
h = nextIndex(h, len);
tab[h] = e;
}
}
}
//下一个为空的solt的索引。
return i;
}
/**
* 启发式的扫描清除，扫描次数由传入的参数n决定
*
* @param i 从i向后开始扫描（不包括i，因为索引为i的Slot肯定为null）
*
* @param n 控制扫描次数，正常情况下为 log2(n) ，
* 如果找到了无效entry，会将n重置为table的长度len,进行段清除。
*
* map.set()点用的时候传入的是元素个数，replaceStaleEntry()调用的时候传入的是table的长度len
*
* @return true if any stale entries have been removed.
*/
private boolean cleanSomeSlots(int i, int n) {
boolean removed = false;
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
do {
i = nextIndex(i, len);
ThreadLocal.ThreadLocalMap.Entry e = tab[i];
if (e != null && e.get() == null) {
//重置n为len
n = len;
removed = true;
//依然调用expungeStaleEntry来进行无效entry的清除
i = expungeStaleEntry(i);
}
} while ( (n >>>= 1) != 0);//无符号的右移动，可以用于控制扫描次数在log2(n)
return removed;
}
private void rehash() {
//全清理
expungeStaleEntries();
/**
* threshold = 2/3 * len
* 所以threshold - threshold / 4 = 1en/2
* 这里主要是因为上面做了一次全清理所以size减小，需要进行判断。
* 判断的时候把阈值调低了。
*/
if (size >= threshold - threshold / 4)
resize();
}
/**
* 扩容，扩大为原来的2倍（这样保证了长度为2的冥）
*/
private void resize() {
ThreadLocal.ThreadLocalMap.Entry[] oldTab = table;
int oldLen = oldTab.length;
int newLen = oldLen * 2;
ThreadLocal.ThreadLocalMap.Entry[] newTab = new ThreadLocal.ThreadLocalMap.Entry[newLen];
int count = 0;
for (int j = 0; j < oldLen; ++j) {
ThreadLocal.ThreadLocalMap.Entry e = oldTab[j];
if (e != null) {
ThreadLocal<?> k = e.get();
//虽然做过一次清理，但在扩容的时候可能会又存在key==null的情况。
if (k == null) {
//这里试试将e.value设置为null
e.value = null; // Help the GC
} else {
//同样适用线性探测来设置值。
int h = k.threadLocalHashCode & (newLen - 1);
while (newTab[h] != null)
h = nextIndex(h, newLen);
newTab[h] = e;
count++;
}
}
}
//设置新的阈值
setThreshold(newLen);
size = count;
table = newTab;
}
/**
* 全清理，清理所有无效entry
*/
private void expungeStaleEntries() {
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
for (int j = 0; j < len; j++) {
ThreadLocal.ThreadLocalMap.Entry e = tab[j];
if (e != null && e.get() == null)
//使用连续段清理
expungeStaleEntry(j);
}
}ThreadLocalMap中的getEntry()
private ThreadLocal.ThreadLocalMap.Entry getEntry(ThreadLocal<?> key) {
//根据key计算索引，获取entry
int i = key.threadLocalHashCode & (table.length - 1);
ThreadLocal.ThreadLocalMap.Entry e = table[i];
if (e != null && e.get() == key)
return e;
else
return getEntryAfterMiss(key, i, e);
}
/**
* 通过直接计算出来的key找不到对于的value的时候适用这个方法.
*/
private ThreadLocal.ThreadLocalMap.Entry getEntryAfterMiss(ThreadLocal<?> key, int i, ThreadLocal.ThreadLocalMap.Entry e) {
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
while (e != null) {
ThreadLocal<?> k = e.get();
if (k == key)
return e;
if (k == null)
//清除无效的entry
expungeStaleEntry(i);
else
//基于线性探测法向后扫描
i = nextIndex(i, len);
e = tab[i];
}
return null;
}ThreadLocalMap的remove()
private void remove(ThreadLocal<?> key) {
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
//计算索引
int i = key.threadLocalHashCode & (len-1);
//进行线性探测，查找正确的key
for (ThreadLocal.ThreadLocalMap.Entry e = tab[i];
e != null;
e = tab[i = nextIndex(i, len)]) {
if (e.get() == key) {
//调用weakrefrence的clear()清除引用
e.clear();
//连续段清除
expungeStaleEntry(i);
return;
}
}
}五、为什么通常将ThreadLocal设计成private static
为了避免重复创建TSO（thread specific objec，与线程相关的变量）。我们知道，一个threadLocal实例对应当前线程的一个TSO实例，因此把threadLocal声明为某个类的实例变量，那么每创建一个该类的实例就会导致一个新的TSO实例被创建。于是，同一个线程可能访问到同一个TSO的不同实例，这即便不会导致错误，也会造成资源浪费，因此，一般我们都会把threadLocal声明为static。
六、ThreadLocal为什么要用线性探测解决哈希冲突
开放地址法的优缺点：
1. 容易产生堆积问题，不适合做大规模数据存储。
2. 散列函数的设计对冲突会有很大影响，插入后可能会出现多次冲突现象。
3. 如果删除的元素是多个冲突元素中的一个，需要对后面的元素做处理，实现较复杂，且时间复杂度会比较高。
链地址法优缺点：
1. 处理冲突简单，且无堆积现象，平均查找长度短。
2. 链表中的节点时动态申请的，适合构造表不能确定长度的情况
3. 删除节点的操作易于实现。只要简单的删去链表中相应的节点即可。
4. 指针需要额外的空间，故当节点规模较小时，开放地址法较为节省空间。
为什么要用开放地址法的原因：
1. ThreadLocal中的属性HASH_INCREMENT能够让哈希码均匀分布在2的N次方的数组里面。
2. ThreadLocal往往存放的数据量并不大（而且key是弱引用又会被垃圾回收，及时让数据量更小），这个时候开放地址法简单的结构会节省空间，同时数组查询效率更高，加上第一点的保证，冲突概率也低。
扫一扫
586
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
