Random与ThreadLocalRandom 解析

问题：既然已经有了 Random 为什么还需要 ThreadLocalRandom？

正文

Random 是使用最广泛的随机数生成工具了，即使连 Math.random() 的底层也是用 Random 实现的 Math.random() 源码如下：

可以看出 Math.random() 直接指向了 Random.nextDouble() 方法。

Random 使用

这开始之前，我们先来了解一下 Random 的使用。

Random random = new Random();
for (int i = 0; i < 3; i++) {// 生成 0-9 的随机整数random.nextInt(10);
}
复制代码

以上程序的执行结果为：

1

0

7

Random 源码解析

可以看出 Random 是通过 nextInt() 方法生成随机整数的，那他的底层的是如何实现的呢？我们来看他的实现源码：

/*** 源码版本：JDK 11*/
public int nextInt(int bound) {// 验证边界的合法性if (bound <= 0)throw new IllegalArgumentException(BadBound);// 根据老种子生成新种子int r = next(31);// 计算最大值int m = bound - 1;// 根据新种子计算随机数if ((bound & m) == 0)  // i.e., bound is a power of 2r = (int)((bound * (long)r) >> 31);else {for (int u = r;u - (r = u % bound) + m < 0;u = next(31));}return r;
}
复制代码

从以上源码我们可以看出，整个源码最核心的部分有两块：

根据老种子生成新种子；
根据新种子计算出随机数。

根据新种子计算出随机数的代码已经很明确了，我们需要确认一下 next() 方法是如何实现的，继续看源码：

/*** 源码版本：JDK 11*/
protected int next(int bits) {// 声明老种子和新种子long oldseed, nextseed;AtomicLong seed = this.seed;do {// 获取原子变量种子的值oldseed = seed.get();  // 根据当前种子计算出新种子的值nextseed = (oldseed * multiplier + addend) & mask;} while (!seed.compareAndSet(oldseed, nextseed)); // 使用 CAS 更新种子return (int)(nextseed >>> (48 - bits));
}
复制代码

根据以上源码可以看出，在使用老种子去获取新种子的时候，如果是多线程操作，则同一时刻只会有一个线程 CAS (Conmpare And Swap，比较并交换) 成功，其他失败的线程会通过自旋等待获取新种子，因此会有一定的性能消耗。

这也是为什么 JDK 1.7 会引入 ThreadLocalRandom 的答案了，它的出现主要为了提升多线程情况下 Random 的执行效率。那它是如何来提升的？接下来一起来看。

ThreadLocalRandom 使用

我们先来看 ThreadLocalRandom 的类关系图：

可以看出 ThreadLocalRandom 继承于 Random 类，先来看它的使用：

ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();
for (int i = 0; i < 3; i++) {// 生成 0-9 的随机数System.out.println(threadLocalRandom.nextInt(10));
}
复制代码

以上程序的执行结果为：

1

7

5

可以看出 ThreadLocalRandom 和 Random 一样，都是通过 nextInt() 方法实现随机整数生成的。

ThreadLocalRandom 源码解析

接下来我们来看 ThreadLocalRandom 的随机数是如何生成的，源码如下：

/*** 源码版本：JDK 11*/
public int nextInt(int bound) {if (bound <= 0)throw new IllegalArgumentException(BAD_BOUND);// 根据老种子生成新种子int r = mix32(nextSeed());int m = bound - 1;// 根据新种子计算算出随机数if ((bound & m) == 0) // power of twor &= m;else { // reject over-represented candidatesfor (int u = r >>> 1;u + m - (r = u % bound) < 0;u = mix32(nextSeed()) >>> 1);}return r;
}
复制代码

从以上源码可以看出 ThreadLocalRandom 的 nextInt() 和 Random 的 nextInt() 在写法和实现思路都很像，他们主要的区别在 nextSeed() 方法上，源码如下：

/*** 源码版本：JDK 11*/
final long nextSeed() {Thread t; long r; // read and update per-thread seed// 把当前线程作为参数生成一个新种子U.putLong(t = Thread.currentThread(), SEED,r = U.getLong(t, SEED) + GAMMA);return r;
}
@HotSpotIntrinsicCandidate
public native void putLong(Object o, long offset, long x);
复制代码

从以上源码可以看出，ThreadLocalRandom 并不是像 Thread 那样使用 CAS 和自旋来获取新种子，而是在每个线程中使用每个线程中保存自己的老种子来生成新种子，因此就可以避免多线程竞争和自旋等待的时间，所以在多线程环境下性能更高。

ThreadLocalRandom 注意事项

在使用 ThreadLocalRandom 时需要注意一下，在多线程不能共享一个 ThreadLocalRandom 对象，否则会造成生成的随机数都相同，如下代码所示：

// 声明多线程
ExecutorService service = Executors.newCachedThreadPool();
// 共享 ThreadLocalRandom
ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();
for (int i = 0; i < 10; i++) {// 多线程执行随机数并打印结果service.submit(() -> {System.out.println(Thread.currentThread().getName() + ":" + threadLocalRandom.nextInt(10));;});
}
复制代码

以上程序执行结果如下：

pool-1-thread-2:4

pool-1-thread-1:4

pool-1-thread-3:4

pool-1-thread-10:4

pool-1-thread-6:4

pool-1-thread-7:4

pool-1-thread-4:4

pool-1-thread-9:4

pool-1-thread-8:4

pool-1-thread-5:4

Random VS ThreadLocalRandom

Random 生成获取新种子，如下图所示：

ThreadLocalRandom 生成获取新种子，如下图所示：

性能对比

接下来我们使用 Oracle 官方提供的性能测试工具 JMH (Java Microbenchmark Harness，JAVA 微基准测试套件)，来测试一下 Random 和 ThreadLocalRandom 的吞吐量（单位时间内成功执行程序的数量）：

import org.openjdk.jmh.annotations.Benchmark;
import org.openjdk.jmh.annotations.BenchmarkMode;
import org.openjdk.jmh.annotations.Mode;
import org.openjdk.jmh.annotations.OutputTimeUnit;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.RunnerException;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;
import java.util.Random;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.ThreadLocalRandom;
import java.util.concurrent.TimeUnit;/*** JDK：11* Windows 10 I5-4460/16G*/
@BenchmarkMode(Mode.Throughput) // 测试类型：吞吐量
//@Threads(16)
@OutputTimeUnit(TimeUnit.MILLISECONDS)
public class RandomExample {public static void main(String[] args) throws RunnerException {// 启动基准测试Options opt = new OptionsBuilder().include(RandomExample.class.getSimpleName()) // 要导入的测试类.warmupIterations(5) // 预热 5 轮.measurementIterations(10) // 度量10轮.forks(1).build();new Runner(opt).run(); // 执行测试}/*** Random 性能测试*/@Benchmarkpublic void randomTest() {Random random = new Random();for (int i = 0; i < 10; i++) {// 生成 0-9 的随机数random.nextInt(10);}}/*** ThreadLocalRandom 性能测试*/@Benchmarkpublic void threadLocalRandomTest() {ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();for (int i = 0; i < 10; i++) {threadLocalRandom.nextInt(10);}}
}
复制代码

测试结果如下：

其中，Cnt 表示运行了多少次，Score 表示执行的成绩，Units 表示每秒的吞吐量。

从 JMH 测试的结果可以看出，ThreadLocalRandom 在并发情况下的吞吐量约是 Random 的 5 倍。

总结

本文讲了 Random 和 ThreadLocalRandom 的使用以及源码分析，Random 是通过 CAS 和自旋的方式生成随机数，在多线程模式下同一时刻只能有一个线程通过 CAS 获取到新种子并生成随机数，其他线程只能自旋等待，所以有一定的性能损耗。而在 JDK 1.7 时新增了 ThreadLocalRandom 它的种子保存在各自的线程中，因此不会有自旋等待的过程，所以高并发情况下性能更优秀。

最后，我们通过官方提供的基准测试工具 JMH 得到的结果，ThreadLocalRandom 的性能大约是 Random 的 5 倍，所以在高并发情况下尽量使用 ThreadLocalRandom。