在日常項(xiàng)目開(kāi)發(fā)中，隨機(jī)的場(chǎng)景需求經(jīng)常發(fā)生，如紅包、負(fù)載均衡等等。在 Java 中的，使用隨機(jī)，一般使用 Random 或者 Math.random()。這篇文章中主要就來(lái)介紹下 Random，以及在并發(fā)環(huán)境下一些更好的選擇 ThreadLocalRandom。

一. Random

1.Random 使用

Random 類(lèi)位于 java.util 包下，是一種偽隨機(jī)。它主要提供了一下幾種不同類(lèi)型的隨機(jī)數(shù)接口：

• nextBoolean()，boolean 類(lèi)型的隨機(jī)，隨機(jī)返回 true/false

• nextFloat()，float 類(lèi)型的隨機(jī)，隨機(jī)返回 0.0 - 1.0 之間的 float 類(lèi)型

• nextDouble()，double 類(lèi)型的隨機(jī)，隨機(jī)返回 0.0 - 1.0 之間的 double 類(lèi)型

• nextLong()，long 類(lèi)型的隨機(jī)，隨機(jī)返回 long 類(lèi)型的隨機(jī)數(shù)

• nextInt()，int 類(lèi)型的隨機(jī)，隨機(jī)返回 int 類(lèi)型的隨機(jī)數(shù)

• nextInt(int bound)，同 nextInt()，但是返回的 int 上界是 bound，且不包括 bound，下界是 0

• nextGaussian()，double 類(lèi)型的隨機(jī)，隨機(jī)返回 0.0 - 1.0 之前的 double 類(lèi)型，但是它整體會(huì)表現(xiàn)出高斯分布

Random 中，十分關(guān)鍵的是 Seed，它是一個(gè) 48bit 的的隨機(jī)種子。換而言之，Random 的隨機(jī)是一種偽隨機(jī)，它也是一套非常復(fù)雜的算法，生成的隨機(jī)數(shù)也是有規(guī)律可循。這套算法的執(zhí)行需要一個(gè)初始數(shù)值，在 Random 中初始值，就是 seed 隨機(jī)種子。對(duì)于相同的 Seed，調(diào)用隨機(jī)方法相同，得到的隨機(jī)數(shù)是一樣的。

接下來(lái)，看一個(gè)使用 Random 實(shí)現(xiàn)隨機(jī)紅包的功能。輸入兩個(gè)參數(shù)，第一個(gè)是紅包總金額，第二個(gè)是紅包個(gè)數(shù)：

????/***?隨機(jī)紅包實(shí)現(xiàn)**?@param?totalAmount?紅包總金額*?@param?nums?紅包個(gè)數(shù)*?@author?huaijin*/static?List<Long>?randomRedEnvelope(Long?totalAmount,?int?nums)?{if?(nums?==?0)?{throw?new?RuntimeException("紅包個(gè)數(shù)需要大于0.");}List<Long>?redEnvelope?=?new?ArrayList<>(nums);Random?random?=?new?Random();long?remaining?=?totalAmount;for?(int?i?=?0;?i?<?nums?-?1;?i++)?{double?probability?=?random.nextDouble();Long?subAmount?=?Math.round(remaining?*?probability);if?(subAmount?==?0?||?remaining?-?subAmount?==?0)?{continue;}redEnvelope.add(subAmount);remaining?=?remaining?-?subAmount;}redEnvelope.add(remaining);return?redEnvelope;}

這里利用 Random 的 nextDouble() 的特性，每次生成 0.0 - 1.0 之間的數(shù)字，作為紅包的占比，以達(dá)到隨機(jī)紅包的實(shí)現(xiàn)。

2.Random 線(xiàn)程安全保證

Random 在多線(xiàn)程的環(huán)境是并發(fā)安全的，它解決競(jìng)爭(zhēng)的方式是使用用原子類(lèi)，本質(zhì)上上也就是 CAS + Volatile 保證線(xiàn)程安全。接下來(lái)就分析下其原理，以理解線(xiàn)程安全的實(shí)現(xiàn)。

在 Random 類(lèi)中，有一個(gè) AtomicLong 的域，用來(lái)保存隨機(jī)種子。其中每次生成隨機(jī)數(shù)時(shí)都會(huì)根據(jù)隨機(jī)種子做移位操作以得到隨機(jī)數(shù)。如 Long 類(lèi)型的隨機(jī)：

long 類(lèi)型在 Java 中總弄 64bit，對(duì) next 方法的返回值左移 32 作為 long 的高位，然后將 next 方法返回值作為低 32 位，作為 long 類(lèi)型的隨機(jī)數(shù)。此處關(guān)鍵之處在于 next 方法，以下是 next 方法的核心

使用 seed 種子，不斷生成新的種子，然后使用 CAS 將其更新，再返回種子的移位后值。這里不斷的循環(huán) CAS 操作種子，直到成功。

可見(jiàn)，Random 實(shí)現(xiàn)原理主要是利用隨機(jī)種子采用一定算法進(jìn)行處理生成隨機(jī)數(shù)，在隨機(jī)種子的安全保證利用原子類(lèi) AtomicLong。

3. 并發(fā)下 Random 的不足

以上分析了 Random 的實(shí)現(xiàn)原理，雖然 Random 是線(xiàn)程安全，但是對(duì)于并發(fā)處理使用原子類(lèi) AtomicLong 在大量競(jìng)爭(zhēng)時(shí)，由于很多 CAS 操作會(huì)造成失敗，不斷的 Spin，而造成 CPU 開(kāi)銷(xiāo)比較大而且吞吐量也會(huì)下降。

現(xiàn)在發(fā)現(xiàn)問(wèn)題就是大量的并發(fā)競(jìng)爭(zhēng)，使得 CAS 失敗，對(duì)于競(jìng)爭(zhēng)問(wèn)題的優(yōu)化策略在前文 AtomicLong 和 LongAdder 時(shí)，也談到了。鎖的極限優(yōu)化是 Free Lock，如 ThreadLoal 方式。

在 JDK 1.7 中由并發(fā)大神引入了 ThreadLocalRandom 來(lái)解決 Random 的大并發(fā)問(wèn)題，以下兩者的測(cè)試結(jié)果比較。每個(gè)線(xiàn)程生成 10w 次，運(yùn)行 12 次，去掉了最大最小值的平均結(jié)果：

可以看出 Random 隨著競(jìng)爭(zhēng)越來(lái)越激烈，然后耗時(shí)越來(lái)越多，說(shuō)明吞吐量將成倍下降。然而 ThreadLocalRandom 隨著線(xiàn)程數(shù)的增加，基本沒(méi)有變化。所以在大并發(fā)的情況下，隨機(jī)的選擇，可以考慮 ThreadLocalRandom 提升性能，也是性能優(yōu)化之道的一步。

二. 更好的選擇 ThreadLocalRandom

ThreadLocalRandom 是 Random 的子類(lèi)，它是將 Seed 隨機(jī)種子隔離到當(dāng)前線(xiàn)程的隨機(jī)數(shù)生成器，從而解決了 Random 在 Seed 上競(jìng)爭(zhēng)的問(wèn)題，它的處理思想和 ThreadLocal 本質(zhì)相同。這里開(kāi)門(mén)見(jiàn)山，直接看源碼，分析其實(shí)現(xiàn)原理。

使用 ThreadLocalRandom 的方式為

“

ThreadLocalRandom.current().nextX(...)

”

其中 X 表示，Int、Long、Double、Float、Boolean 等等。按照這樣的方法調(diào)用逐步深入其中細(xì)節(jié)：

從上述代碼中顯而意見(jiàn)就可以看出使用了單例模式，當(dāng) UNSAFE.getInt(Thread.currentThread(), PROBE) 返回 0 時(shí)，就執(zhí)行 localInit()，否則就返回單例。

首先看單例 instance

從注釋中也可以看出，是一個(gè)公共的 ThreadLocalRandom，也就是說(shuō)，在一個(gè) Java 應(yīng)用中只有一個(gè) ThreadLocalRandom 對(duì)象，顯然是單例，即無(wú)論哪個(gè)線(xiàn)程執(zhí)行隨機(jī)時(shí)都是使用這個(gè)單例對(duì)象。

那么單例情況下又如何將隨機(jī)種子隔離呢？

再來(lái)看下 UNSAFE.getInt(Thread.currentThread(), PROBE)，這條語(yǔ)句主要是獲取當(dāng)前 Thread 對(duì)象中的 PROBE，再看看 PROBE 的初始化

PROBE 是 Thread 中 threadLocalRandomProbe

從注釋中可以看出，threadLocalRandomProbe 用于表示 ThreadLocalRandom 是否初始化，如果是非 0，表示其已經(jīng)初始化。換句話(huà)說(shuō)，該變量就是狀態(tài)變量，用于標(biāo)識(shí) ThreadLocalRandom 是否被初始化。

其中還有個(gè)非常關(guān)鍵的 threadLocalRandomSeed，從注釋中也可以看出，它是當(dāng)前線(xiàn)程的隨機(jī)種子。到這里，一下子豁然開(kāi)朗，隨機(jī)種子分散在各個(gè) Thread 對(duì)象中，從而避免了并發(fā)時(shí)的競(jìng)爭(zhēng)點(diǎn)。

那么它又是什么時(shí)候初始化的呢？

當(dāng) Thread 對(duì)象被創(chuàng)建后，threadLocalRandomProbe 和 threadLocalRandomSeed 應(yīng)該都是 0。當(dāng)在這個(gè)線(xiàn)程中首次調(diào)用 ThreadLocalRandom.current 時(shí)，threadLocalRandomProbe 為 0，會(huì)執(zhí)行 localInit。其中會(huì)初始化 threadLocalRandomSeed，并將 threadLocalRandomProbe 更新為非 0，表示已經(jīng)初始化。

上面核心的兩步驟，初始化 Thread 中的 threadLocalRandomSeed 和 threadLocalRandomProbe。

當(dāng) localInit 執(zhí)行后，就返回 ThreadLocalRandom 的單例供應(yīng)用使用 nextX() 系列方法生成隨機(jī)數(shù)。再來(lái)看下 nextInt 的實(shí)現(xiàn)

從以上可以看出，當(dāng)生成 int 隨機(jī)數(shù)時(shí)，每次都利用 Unsafe 工具獲取當(dāng)前 Thread 對(duì)象中的隨機(jī)種子生成隨機(jī)數(shù)。并且每次獲取的時(shí)候，都將 Seed 種子增加 GAMMA，以供下次使用。

三. 總結(jié)

Random 是 Java 中提供的隨機(jī)數(shù)生成器工具類(lèi)，但是在大并發(fā)的情況下由于其隨機(jī)種子的競(jìng)爭(zhēng)會(huì)導(dǎo)致吞吐量下降，從而引入 ThreadLocalRandom。它將競(jìng)爭(zhēng)點(diǎn)隔離到每個(gè)線(xiàn)程中，從而消除了大并發(fā)情況下競(jìng)爭(zhēng)問(wèn)題，提升了性能。

從兩者的設(shè)計(jì)上，可以看出在處理并發(fā)優(yōu)化時(shí)的優(yōu)秀設(shè)計(jì)思想，對(duì)于競(jìng)爭(zhēng)問(wèn)題，可以將將競(jìng)爭(zhēng)點(diǎn)隔離，如使用 ThreadLocal 實(shí)現(xiàn)。

并發(fā)競(jìng)爭(zhēng)的整體優(yōu)化思路，還是像前文中總結(jié)的一樣：

lock -> cas + volatile -> free lock

只會(huì) free lock 的設(shè)計(jì)方式就是避免競(jìng)爭(zhēng)，將競(jìng)爭(zhēng)點(diǎn)隔離到線(xiàn)程中，從而解決競(jìng)爭(zhēng)。

---

作者：懷瑾握瑜

來(lái)源鏈接：

https://www.cnblogs.com/lxyit/p/12654374.html

總結(jié)

以上是生活随笔為你收集整理的Random和ThreadLocalRandom的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。