大家项目中如果有生成随机数的需求,我想大多都会选择使用Random来实现,它内部使用了CAS来实现。 实际上,JDK1.7之后,提供了另外一个生成随机数的类ThreadLocalRandom,那么他们二者之间的性能是怎么样的呢?
Random类是JDK提供的生成随机数的类, 这个类不是随机的,而是伪随机的。什么是伪随机呢? 伪随机是指生成的随机数是有一定规律的,这个规律出现的周期因伪随机算法的优劣而异。 一般来说,周期比较长,但可以预见。 我们可以通过以下代码简单地使用 Random:
Random中有很多方法。 这里我们就分析比较常见的nextInt()
和nextInt(int bound)
方法。
nextInt()
会计算int范围内的随机数,nextInt(int bound)
会计算[0,bound) 之间的随机数,左闭右开。Random类的构造函数如下图所示:
seed
生成了一个AtomicLong
类型的seed
。public int nextInt() { return next(32); }
next()
方法,传入了32,这里的32是指Int的位数。protected int next(int bits) { long oldseed, nextseed; AtomicLong seed = this.seed; do { oldseed = seed.get(); nextseed = (oldseed * multiplier + addend) & mask; } while (!seed.compareAndSet(oldseed, nextseed)); return (int)(nextseed >>> (48 - bits)); }
seed
的当前值,通过一定的规则(伪随机)计算出下一个seed
,然后进行CAS。 如果CAS失败,继续循环上述操作。 最后根据我们需要的位数返回。小结:可以看出在next(int bits)
方法中,对AtomicLong
进行了CAS操作,如果失败则循环重试。 很多人一看到CAS,因为不需要加锁,第一时间就想到了高性能、高并发。 但是在这里,却成为了我们多线程并发性能的瓶颈。 可以想象,当我们有多个线程执行CAS时,只有一个线程一定会失败,其他的会继续循环执行CAS操作。 当并发线程较多时,性能就会下降。
JDK1.7之后,提供了一个新类ThreadLocalRandom
来替代Random
。
我们先来看下current()
方法。
public static ThreadLocalRandom current() { if (UNSAFE.getInt(Thread.currentThread(), PROBE) == 0) localInit(); return instance; } static final void localInit() { int p = probeGenerator.addAndGet(PROBE_INCREMENT); int probe = (p == 0) ? 1 : p; // skip 0 long seed = mix64(seeder.getAndAdd(SEEDER_INCREMENT)); Thread t = Thread.currentThread(); UNSAFE.putLong(t, SEED, seed); UNSAFE.putInt(t, PROBE, probe); }
seed
不再是全局变量了。 我们的线程中有三个变量:/** The current seed for a ThreadLocalRandom */ @sun.misc.Contended("tlr") long threadLocalRandomSeed; /** Probe hash value; nonzero if threadLocalRandomSeed initialized */ @sun.misc.Contended("tlr") int threadLocalRandomProbe; /** Secondary seed isolated from public ThreadLocalRandom sequence */ @sun.misc.Contended("tlr") int threadLocalRandomSecondarySeed;
threadLocalRandomSeed
:这是我们用来控制随机数的种子。threadLocalRandomProbe
:这个就是ThreadLocalRandom,用来控制初始化。threadLocalRandomSecondarySeed
:这是二级种子。关键代码如下:
UNSAFE.putLong(t = Thread.currentThread(), SEED,r=UNSAFE.getLong(t, SEED) + GAMMA);
可以看出,由于每个线程都维护自己的seed
,所以此时不需要CAS
,直接进行put。 这里通过线程间的隔离来减少并发冲突,所以ThreadLocalRandom
的性能非常高。
通过基准工具JMH测试:
@BenchmarkMode({Mode.AverageTime}) @OutputTimeUnit(TimeUnit.NANOSECONDS) @Warmup(iterations=3, time = 5, timeUnit = TimeUnit.SECONDS) @Measurement(iterations=3,time = 5) @Threads(4) @Fork(1) @State(Scope.Benchmark) public class Myclass { Random random = new Random(); ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current(); @Benchmark public int measureRandom(){ return random.nextInt(); } @Benchmark public int threadLocalmeasureRandom(){ return threadLocalRandom.nextInt(); } }
运行结果如下图所示,最左边是并发线程的数量:
显而易见,无论线程数量是多少,ThreadLocalRandom
性能是远高于Random
。
本文讲解了JDK中提供的两种生成随机数的方式,一个是JDK 1.0引入的Random
类,另外一个是JDK1.7引入的ThreadLocalRandom
类,由于底层的实现机制不同,ThreadLocalRandom
的性能是远高于Random
,建议后面大家在技术选型的时候优先使用ThreadLocalRandom
。
标签:Java,For,语法,编译代码,方法,ArrayList,代码 来源:
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。