跳转到主内容
新派编程网 - 新潮编程理念,全新技术课堂!

怎么利用 ThreadLocalRandom 替代 Random 以彻底消除高并发下由于共享种子产生的自旋性能损耗

ThreadLocalRandom能避免CAS自旋,因其种子存于线程私有字段而非全局AtomicLong,各线程独享、零竞争;误用静态引用会退化为共享实例,失去性能优势。 ThreadLocalRandom 为什么能避免 Random 的 CAS 自旋 因为
Random
内部靠一个全局
seed
字段 +
AtomicLong.compareAndSet
更新,高并发下多个线程反复 CAS 失败会空转;而
ThreadLocalRandom
每个线程持有一份独立种子(存在线程本地的
threadLocalRandomSeed
字段里),完全不争抢,连 volatile 读都省了。 注意:
ThreadLocalRandom
不是
ThreadLocal
的简单封装——它压根没用
ThreadLocal
类,而是直接侵入
Thread
类加了三个
long
类型的私有字段(
threadLocalRandomSeed
、
threadLocalRandomProbe
、
threadLocalRandomSecondarySeed
),靠 Unsafe 直接操作,所以初始化和访问都更轻量。 必须显式调用 current() 才能获得线程专属实例 不能像
new Random()
那样直接构造,也不能复用静态引用——
ThreadLocalRandom
的构造函数是 private 的,且每次调用
ThreadLocalRandom.current()
都会检查并惰性初始化当前线程的种子。如果跳过这步直接调静态方法(比如
ThreadLocalRandom.nextInt()
),底层仍会先触发
current()
。 ✅ 正确:直接用静态方法,如
ThreadLocalRandom.current().nextInt(100)
或更简洁的
ThreadLocalRandom.nextInt(100)
(它内部自动调
current()
) ❌ 错误:缓存
ThreadLocalRandom
实例到静态变量,如
private static final ThreadLocalRandom R = ThreadLocalRandom.current();
—— 这会让所有线程共享同一个实例,退化回竞争模式 ⚠️ 注意:在 ForkJoinPool 的 worker 线程中,首次调用
current()
可能触发 probe 值生成,有微小开销,但只发生一次 nextXXX 方法行为与 Random 几乎一致,但不支持 setSeed
ThreadLocalRandom
是只读种子的:没有
setSeed(long)
方法,也不允许外部干预种子状态。这是设计使然——既然每个线程自己管自己的种子,重置就失去了意义,而且会破坏线程隔离性。 如果你依赖
Random.setSeed()
实现可重现的随机序列(比如测试或仿真),
ThreadLocalRandom
不适用;此时应为每个线程单独 new 一个
Random
并传入固定 seed,而不是共享一个
Random
实例。 相同点:参数范围、边界行为(如
nextInt(bound)
返回
[0, bound)
)、算法(都是 LCG 变种) 差异点:
ThreadLocalRandom.nextGaussian()
是线程安全的,而
Random.nextGaussian()
内部用到了共享的临时变量
nextNextGaussian
,需同步 性能提示:
ThreadLocalRandom.nextInt()
比
Random.nextInt()
快 3–5 倍(JMH 测得,Contended 场景下差距更大) 在哪些场景下 ThreadLocalRandom 反而更慢或不适用 不是所有“用 Random 的地方”都能无脑替换。真实压测中发现几个典型反模式: 短生命周期线程(如每次 HTTP 请求起一个新线程):线程还没来得及复用
ThreadLocalRandom
的种子状态就结束了,初始化开销占比上升 频繁调用
current()
却只用一两次 next 方法:不如直接 new 一个
Random
(对象分配成本低于 Unsafe 字段写入+probe 计算) 需要跨线程复现同一随机流:比如 A 线程生成 ID,B 线程要校验——此时必须用同一个确定性
Random
实例,且显式 setSeed Android API 21 以下不支持:
ThreadLocalRandom
是 Java 7 引入的,旧 Android runtime 可能缺失部分 Unsafe 支持 真正关键的不是“用了 ThreadLocalRandom”,而是确认你的随机数生成逻辑确实落在高竞争路径上——比如连接池分配、限流令牌生成、分布式 ID 中的扰动位。这些地方才值得换;日志采样、调试开关这种低频操作,差异几乎不可测。

相关文章