JAVA中生成随机数RandomVSThreadLocalRandom性能比较-6ren

JAVA中生成随机数RandomVSThreadLocalRandom性能比较

转载作者：我是一只小鸟更新时间：2022-12-15 06:31:12

前言

大家项目中如果有生成随机数的需求，我想大多都会选择使用Random来实现，它内部使用了CAS来实现。实际上，JDK1.7之后，提供了另外一个生成随机数的类ThreadLocalRandom，那么他们二者之间的性能是怎么样的呢?

Random的使用

Random类是JDK提供的生成随机数的类，这个类不是随机的，而是伪随机的。什么是伪随机呢？伪随机是指生成的随机数是有一定规律的，这个规律出现的周期因伪随机算法的优劣而异。一般来说，周期比较长，但可以预见。我们可以通过以下代码简单地使用 Random:

Random中有很多方法。这里我们就分析比较常见的 nextInt() 和 nextInt(int bound) 方法.

nextInt() 会计算int范围内的随机数，
nextInt(int bound) 会计算[0，bound) 之间的随机数，左闭右开。

实现原理

Random类的构造函数如下图所示:

可以看到在构造方法中，根据当前时间 seed 生成了一个 AtomicLong 类型的 seed 。

                        
                          public int nextInt() {
    return next(32);
}

这里面直接调用了 next() 方法，传入了32，这里的32是指Int的位数。

                        
                          protected int next(int bits) {
    long oldseed, nextseed;
    AtomicLong seed = this.seed;
    do {
        oldseed = seed.get();
        nextseed = (oldseed * multiplier + addend) & mask;
    } while (!seed.compareAndSet(oldseed, nextseed));
    return (int)(nextseed >>> (48 - bits));
}

这里会根据 seed 的当前值，通过一定的规则（伪随机）计算出下一个 seed ，然后进行CAS。如果CAS失败，继续循环上述操作。最后根据我们需要的位数返回。

小结：可以看出在 next(int bits) 方法中，对 AtomicLong 进行了CAS操作，如果失败则循环重试。很多人一看到CAS，因为不需要加锁，第一时间就想到了高性能、高并发。但是在这里，却成为了我们多线程并发性能的瓶颈。可以想象，当我们有多个线程执行CAS时，只有一个线程一定会失败，其他的会继续循环执行CAS操作。当并发线程较多时，性能就会下降.

ThreadLocalRandom的使用

JDK1.7之后，提供了一个新类 ThreadLocalRandom 来替代 Random .

实现原理

我们先来看下 current() 方法.

                        
                          public static ThreadLocalRandom current() {
    if (UNSAFE.getInt(Thread.currentThread(), PROBE) == 0)
        localInit();
    return instance;
}
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);
}

如果没有初始化，先进行初始化，这里我们的 seed 不再是全局变量了。我们的线程中有三个变量：

                        
                          /** The current seed for a ThreadLocalRandom */
@sun.misc.Contended("tlr")
long threadLocalRandomSeed;

/** Probe hash value; nonzero if threadLocalRandomSeed initialized */
@sun.misc.Contended("tlr")
int threadLocalRandomProbe;

/** Secondary seed isolated from public ThreadLocalRandom sequence */
@sun.misc.Contended("tlr")
int threadLocalRandomSecondarySeed;

threadLocalRandomSeed ：这是我们用来控制随机数的种子。
threadLocalRandomProbe ：这个就是ThreadLocalRandom，用来控制初始化。
threadLocalRandomSecondarySeed ：这是二级种子。

关键代码如下:

                        
                          UNSAFE.putLong(t = Thread.currentThread(), SEED,r=UNSAFE.getLong(t, SEED) + GAMMA);

可以看出，由于每个线程都维护自己的 seed ，所以此时不需要 CAS ，直接进行put。这里通过线程间的隔离来减少并发冲突，所以 ThreadLocalRandom 的性能非常高.

性能对比

通过基准工具JMH测试:

                        
                          @BenchmarkMode({Mode.AverageTime})
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations=3, time = 5, timeUnit = TimeUnit.SECONDS)
@Measurement(iterations=3,time = 5)
@Threads(4)
@Fork(1)
@State(Scope.Benchmark)
public class Myclass {
   Random random = new Random();
   ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();

   @Benchmark
   public int measureRandom(){
       return random.nextInt();
   }
   @Benchmark
   public int threadLocalmeasureRandom(){
       return threadLocalRandom.nextInt();
   }
	
}

运行结果如下图所示，最左边是并发线程的数量:

显而易见，无论线程数量是多少， ThreadLocalRandom 性能是远高于 Random .

总结

本文讲解了JDK中提供的两种生成随机数的方式，一个是JDK 1.0引入的 Random 类，另外一个是JDK1.7引入的 ThreadLocalRandom 类，由于底层的实现机制不同， ThreadLocalRandom 的性能是远高于 Random ，建议后面大家在技术选型的时候优先使用 ThreadLocalRandom .