Java中并发下的ThreadLocalRandom

1.概述

生成随机值是一项非常常见的任务。这就是Java提供java.util.Random类的原因。

但是，此类在多线程环境中表现不佳。

简单来说，多线程环境中Random性能不佳的原因是竞争 - 假设多个线程共享同一个Random实例。

为了解决这个限制，Java 在JDK 7中引入了java.util.concurrent.ThreadLocalRandom类 - 用于在多线程环境中生成随机数。

让我们看看ThreadLocalRandom如何执行以及如何在实际应用程序中使用它。

2. ThreadLocalRandom对比Random

ThreadLocalRandom是ThreadLocal和Random类的组合，它与当前线程隔离。因此，它通过简单地避免对 Random对象的任何并发访问，在多线程环境中实现了更好的性能。

一个线程获得的随机数不受另一个线程的影响，而java.util.Random全局提供随机数。

此外，与Random 不同，ThreadLocalRandom不支持显式设置种子。相反，它会覆盖从Random继承的setSeed（long seed）方法，以便在调用时始终抛出UnsupportedOperationException。

现在让我们看一下生成随机int，long和double值的一些方法。

3.使用ThreadLocalRandom生成随机值

根据Oracle文档，我们只需要调用ThreadLocalRandom.current（）方法，它将返回当前线程的ThreadLocalRandom实例。然后，我们可以通过调用类的可用实例方法来生成随机值。

让我们生成一个没有任何边界的随机int值：

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

接下来，让我们看看如何生成随机有界int值，即给定的下限和上限之间的值。

这是一个生成0到100之间的随机int值的示例：

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

请注意，包含下限0，不包含上限100。

我们可以通过以与上面示例中所示类似的方式调用nextLong（）和nextDouble（）方法来生成long和double的随机值。

Java 8还添加了nextGaussian（）方法来生成下一个正态分布的值，其值与生成器序列的值相差 0.0和1.0。

与Random类一样，我们也可以使用doubles（），ints（）和longs（）方法生成随机值流。

4. 使用JMH 比较ThreadLocalRandom和Random

让我们看看我们如何在多线程环境中生成随机值，使用这两个类，然后使用JMH比较它们的性能。

首先，让我们创建一个示例，其中所有线程共享一个Random实例。在这里，我们将使用Random实例生成随机值的任务提交给ExecutorService：

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);

让我们使用JMH基准测试来检查上面代码的性能：

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

类似地，现在让我们使用ThreadLocalRandom而不是Random实例，它为池中的每个线程使用一个ThreadLocalRandom实例：

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);

这是使用ThreadLocalRandom的结果：

# 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，通过比较上面的Random和ThreadLocalRandom的JMH结果，我们可以清楚地看到使用Random生成1000个随机值所花费的平均时间是772微秒，而使用ThreadLocalRandom则是大约625微秒。

因此，我们可以得出结论，ThreadLocalRandom在高度并发的环境中更有效。