random在高并发下的缺陷发布时间:2024-01-20 00:38:51 | 查看: 2379 | 回复: 0 | 作者: sdyu archiver收藏 回复
深入浅析Random类在高并发下的缺陷及JUC对其的优化Random可以说是每个开发都知道,而且都用的很6的类,如果你说,你没有用过Random,也不知道Random是什么鬼,那么你也不会来到这个技术类型的社区,也看不到我的博客了。但并不是每个人都知道Random的原理,知道Random在高并发下的缺陷的人应该更少。这篇,我就来分析下Random类在并发下的缺陷以及JUC对其的优化。 Random的原理及缺陷 public static void main(String[] args) { Random random = new Random(); System.out.println(random.nextInt(100)); } 在学习编程的时候,我一直对JDK开发人员很不解:为什么产生随机数的方法名是:“”nextXXX”?虽然我英语只停留“点头yes,摇头no,来是come,去是go” 的水平,但是我知道next是“下一个”的意思,如果我来命名,会命名为“create”,“generate”,这样不是更“贴切”吗?为什么JDK开发人员会命名为“nextXXX”呢?难道是他们突然“词穷”了,想不出什么单词了,所以干脆随便来一个?后来才知道,原来通过Random生成的随机数,并不是真正的随机,它有一个种子的概念,是根据种子值来计算【下一个】值的,如果种子值相同,那么它生成出来的随机数也必定相等,也就是“确定的输入产生确定的输出”。 如果你不信的话,我们可以来做一个实验: public static void main(String[] args) { for (int i = 0; i < 10; i++) { Random random = new Random(15); System.out.println(random.nextInt(100)); } } Random类除了提供无参的构造方法以外,还提供了有参的构造方法,我们可以传入int类型的参数,这个参数就被称为“种子”,这样“种子”就固定了,生成的随机数也都是一样了: 让我们简单的看下nextInt的源码把,源码涉及到算法,当然算法不是本篇博客讨论的重点,我们可以把源码简化成如下的样子: public int nextInt(int bound) { if (bound <= 0) throw new IllegalArgumentException(BadBound); //1.根据老的种子生成新的种子 int r = next(31); //2.根据新的种子计算随机数 ... return r; } 首先是根据老的种子生成新的种子,然后是根据新的种子计算出随机数,nextXXX的核心代码可以被简化这两步。 protected int next(int bits) { long oldseed, nextseed;//定义旧种子,下一个种子 AtomicLong seed = this.seed; do { oldseed = seed.get();//获得旧的种子值,赋值给oldseed nextseed = (oldseed * multiplier + addend) & mask;//一个神秘的算法 } while (!seed.compareAndSet(oldseed, nextseed));//CAS,如果seed的值还是为oldseed,就用nextseed替换掉,并且返回true,退出while循环,如果已经不为oldseed了,就返回false,继续循环 return (int)(nextseed >>> (48 - bits));//一个神秘的算法 } 1.定义了旧种子oldseed,下一个种子(新种子)nextseed。 2.获得旧的种子的值,赋值给oldseed 。 我们可以看到核心就在第四步,我再来更详细的的描述下,首先要知道seed的类型: seed的类型是AtomicLong,是一个原子操作类,可以保证原子性,seed.get就是获得seed具体的值,seed就是我们所谓的种子,也就是种子值保存在了原子变量里面。 当有两个线程同时进入到next方法,会发生如下的事情: 1.线程A,线程B同时拿到了seed的值,赋值给oldseed变量。 2.根据一个神秘的算法,计算出nextseed为XXX。注意,既然这个算法是固定的,那么生成出来的nextseed也必定是固定的。 3.进入while循环: 3.1 线程A,利用CAS算法,发现seed的值还是为oldseed,说明seed的值没有被替换过,就把seed的值替换成第二步生成出来的nextseed,替换成功,返回true,!true为false,退出while循环。 看起来一切很美好,其实不然,如果并发很高,会发生什么?大量的线程都在进行while循环,这是相当占用CPU的,所以JUC推出了ThreadLocalRandom来解决这个问题。 ThreadLocalRandom 首先,让我们来看看ThreadLocalRandom的使用方法: public static void main(String[] args) { for (int i = 0; i < 10; i++) { ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current(); System.out.println(threadLocalRandom.nextInt(100)); } } 可以看到使用方式发生了些许的改变,我们来看看ThreadLocalRandom核心代码的实现逻辑: current public static ThreadLocalRandom current() { if (UNSAFE.getInt(Thread.currentThread(), PROBE) == 0) localInit(); return instance; } 有一点需要注意,由于current是一个静态的方法,所以多次调用此方法,返回的ThreadLocalRandom对象是同一个。 如果当前线程的PROBE是0,说明是第一次调用current方法,那么需要调用localInit方法,否则直接返回已经产生的实例。 localInit 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); } 首先初始化probe和seed,随后调用UNSAFE类的方法,把probe和seed设置到当前的线程,这样其他线程就拿不到了。 nextInt public int nextInt(int bound) { if (bound <= 0) throw new IllegalArgumentException(BadBound); int r = mix32(nextSeed()); int m = bound - 1; if ((bound & m) == 0) // power of two r &= m; else { // reject over-represented candidates for (int u = r >>> 1; u + m - (r = u % bound) < 0; u = mix32(nextSeed()) >>> 1) ; } return r; } 和Random类下的nextXXX方法的原理一样,也是根据旧的种子生成新的种子,然后根据新的种子来生成随机数,我们来看下nextSeed方法做了什么: nextSeed final long nextSeed() { Thread t; long r; // read and update per-thread seed UNSAFE.putLong(t = Thread.currentThread(), SEED, r = UNSAFE.getLong(t, SEED) + GAMMA); return r; } 首先使用 总结 本文首先简单的分析了Random的实现原理,引出nextXXX方法在高并发下的缺陷:需要竞争种子原子变量。接着介绍了ThreadLocalRandom的使用方法以及原理,从类的命名,就可以看出实现原理类似于ThreadLocal,seed种子是保存在每个线程中的,也是根据每个线程中的seed来计算新的种子的,这样就避免了竞争的问题。
本帖地址:http://zerostudy.wang/thread-5320247.html |