ThreadLocalRandom使用

【译文】,作者:baeldung, 原文链接:https://www.baeldung.com/java-thread-local-random

译文地址:github, 如有问题,欢迎指正。

综述

生成随机数是很常见的任务。 这也是 JAVA 提供 Random 的原因。但是它在多线程环境中性能并不高。

简单来说,Random 之所以在多线程环境中性能不高的原因是多个线程共享同一个 Random 实例并进行争夺。

为了解决这个限制,JAVA 在 JDK 7 中引入了 ThreadLocalRandom 类,用于在多线程环境下生产随机数。

ThreadLocalRandom 强于 Random

ThreadLocalRandom 结合了 RandomThreadLocal 类,并被隔离在当前线程中。因此它通过避免任何对 Random 对象的并发访问,从而在多线程环境中实现了更好的性能。

一个线程获取到的随机数不受另一个线程影响,而 Random 提供全局的随机数。

另外,不同于 RandomThreadLocalRandom 明确的不支持设置随机种子。 它重写了 Random
setSeed(long seed) 方法并直接抛出了 UnsupportedOperationException 异常。

现在让我们来看看几种生产随机 int、long、double 的方式。

使用 ThreadLocalRandom 生产随机数

根据 Oracle 的文档,我们只需要调用 ThreadLocalRandom.current() 方法,它就会返回当前线程的 ThreadLocalRandom 的实例。
然后我们就可以调用这个实例的方法获取随机数

让我们生成一个没有任何限制的 int

int unboundedRandomValue = ThreadLocalRandom.current().nextInt());

现在再生成一个有界的 int, 即介于两个数之间。

这是一个生成 0 ~ 100 的 int 值的例子

int boundedRandomValue = ThreadLocalRandom.current().nextInt(0, 100);

请注意:0 是包含在界限内, 而 100 是不在范围内的。

我们可以使用与示例中相似的方式,调用 nextLong()nextDouble() 方法来生产 longdouble 值。

JAVA 8 还添加了一个 nextGaussian() 方法来生成正态分布的值,与生成器序列生成的值偏差 0.0 ~ 1.0 。

Random 类一样,我们可以使用 doubles(), ints(), longs()方法来生成随机数流。

使用 JMH 比较

让我们来看看怎样在多线程环境下使用这两个类来获取随机数,并使用 JMH 比较性能。

首先, 让我们创建一个多个线程共享一个 Random 实例的例子。
我们提交使用 Random 实例生成随机数的任务至 ExecutorService 中:

ExecutorService executor = Executors.newWorkStealingPool();
List<Callable<Integer>> callables = new ArrayList<>();
Random random = new Random();
for (int i = 0; i < 1000; i++) {
    callables.add(() -> {
         return random.nextInt();
    });
}
executor.invokeAll(callables);

接下来使用 JMH benchmarking 来检测上述代码的性能:

# Run complete. Total time: 00:00:36
Benchmark                                            Mode Cnt Score    Error    Units
ThreadLocalRandomBenchMarker.randomValuesUsingRandom avgt 20  771.613 ± 222.220 us/op

相似的,现在让我们使用 ThreadLocalRandom 代替 Random

ExecutorService executor = Executors.newWorkStealingPool();
List<Callable<Integer>> callables = new ArrayList<>();
for (int i = 0; i < 1000; i++) {
    callables.add(() -> {
        return ThreadLocalRandom.current().nextInt();
    });
}
executor.invokeAll(callables);

下面是 ThreadLocalRandom 的测试结果:

# Run complete. Total time: 00:00:36
Benchmark                                                       Mode Cnt Score    Error   Units
ThreadLocalRandomBenchMarker.randomValuesUsingThreadLocalRandom avgt 20  624.911 ± 113.268 us/op

最后比较上面的测试结果, 我们可以清晰的看到生成 1000 个随机数,Random 耗时 772 毫秒, 而 ThreadLocalRandom 耗时 625 毫秒。

因此,我们可以得出 ThreadLocalRandom 在高并发环境下更有效率

为了学习 JMH, 可以参考之前的文章

结论

本文讲述了 RandomThreadLocalRandom 之间的区别。

我们也看到了在 ThreadLocalRandomThreadLocalRandom 在多线程环境下的优势和性能,以及如何使用等。

ThreadLocalRandom 是 JDK 的一个简单补充,但是能在高并发应用中产生显著的影响。

然后,跟往常一样,所有的示例都可以在 GitHub project 中看到。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 143,396评论 1 301
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 61,482评论 1 258
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 94,858评论 0 213
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 41,131评论 0 179
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 48,903评论 1 256
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 38,847评论 1 177
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 30,454评论 2 273
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,206评论 0 167
  • 想象着我的养父在大火中拼命挣扎,窒息,最后皮肤化为焦炭。我心中就已经是抑制不住地欢快,这就叫做以其人之道,还治其人...
    爱写小说的胖达阅读 29,047评论 6 232
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 32,563评论 0 213
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,344评论 2 215
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 30,667评论 1 231
  • 白月光回国,霸总把我这个替身辞退。还一脸阴沉的警告我。[不要出现在思思面前, 不然我有一百种方法让你生不如死。]我...
    爱写小说的胖达阅读 24,264评论 0 32
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,163评论 2 214
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 31,546评论 3 207
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,630评论 0 9
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,032评论 0 166
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 33,572评论 2 231
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 33,668评论 2 232

推荐阅读更多精彩内容