Random在高併發下的缺陷以及JUC對其的優化

CoderBear發表於2019-04-21
random優化

Random可以說是每個開發都知道，而且都用的很6的類，如果你說，你沒有用過Random，也不知道Random是什麼鬼，那麼你也不會來到這個技術型別的社群，也看不到我的部落格了。但並不是每個人都知道Random的原理，知道Random在高併發下的缺陷的人應該更少。這篇部落格，我就來分析下Random類在併發下的缺陷以及JUC對其的優化。

Random的原理及缺陷

    public static void main(String[] args) {
        Random random = new Random();
        System.out.println(random.nextInt(100));
    }
複製程式碼

在學習程式設計的時候，我一直對JDK開發人員很不解：為什麼產生隨機數的方法名是：“”nextXXX”？雖然我英語只停留“點頭yes，搖頭no，來是come，去是go” 的水平，但是我知道next是“下一個”的意思，如果我來命名，會命名為“create”，“generate”，這樣不是更“貼切”嗎？為什麼JDK開發人員會命名為“nextXXX”呢？難道是他們突然“詞窮”了，想不出什麼單詞了，所以乾脆隨便來一個？後來才知道，原來通過Random生成的隨機數，並不是真正的隨機，它有一個種子的概念，是根據種子值來計算【下一個】值的，如果種子值相同，那麼它生成出來的隨機數也必定相等，也就是“確定的輸入產生確定的輸出”。

如果你不信的話，我們可以來做一個實驗：

    public static void main(String[] args) {
        for (int i = 0; i < 10; i++) {
            Random random = new Random(15);
            System.out.println(random.nextInt(100));
        }
    }
複製程式碼

Random類除了提供無參的構造方法以外，還提供了有參的構造方法，我們可以傳入int型別的引數，這個引數就被稱為“種子”，這樣“種子”就固定了，生成的隨機數也都是一樣了：

41
41
41
41
41
41
41
41
41
41
複製程式碼

讓我們簡單的看下nextInt的原始碼把，原始碼涉及到演算法，當然演算法不是本篇部落格討論的重點，我們可以把原始碼簡化成如下的樣子：

    public int nextInt(int bound) {
        if (bound <= 0)
            throw new IllegalArgumentException(BadBound);
        //1.根據老的種子生成新的種子
        int r = next(31);
        //2.根據新的種子計算隨機數
        ...
        return r;
    }
複製程式碼

首先是根據老的種子生成新的種子，然後是根據新的種子計算出隨機數，nextXXX的核心程式碼可以被簡化這兩步。 現在讓我們想一個問題，如果在高併發的情況下，有N個執行緒，同時執行到第一步：根據老的種子生成新的種子，獲得的種子不就一樣了嗎？由於第二步是根據新的種子來計算隨機數，這個演算法又是固定的，會產生什麼情況？N個執行緒最終獲得的隨機數不都一樣了嗎？顯然這不是我們想要的，所以JDK開發人員想到了這點，讓我們看看next方法裡面做了什麼：

    protected int next(int bits) {
        long oldseed, nextseed;//定義舊種子，下一個種子
        AtomicLong seed = this.seed;
        do {
            oldseed = seed.get();//獲得舊的種子值，賦值給oldseed 
            nextseed = (oldseed * multiplier + addend) & mask;//一個神祕的演算法
        } while (!seed.compareAndSet(oldseed, nextseed));//CAS，如果seed的值還是為oldseed，就用nextseed替換掉，並且返回true，退出while迴圈，如果已經不為oldseed了，就返回false，繼續迴圈
        return (int)(nextseed >>> (48 - bits));//一個神祕的演算法
    }
複製程式碼
  1. 定義了舊種子oldseed，下一個種子（新種子）nextseed。
  2. 獲得舊的種子的值，賦值給oldseed 。
  3. 一個神祕的演算法，計算出下一個種子（新種子）賦值給nextseed。
  4. 使用CAS操作，如果seed的值還是oldseed，就用nextseed替換掉，並且返回true，！true為false，退出while迴圈；如果seed的值已經不為oldseed了，就說明seed的值已經被替換過了，返回false，！false為true，繼續下一次while迴圈。
  5. 一個神祕的演算法，根據nextseed計算出隨機數，並且返回。

我們可以看到核心就在第四步，我再來更詳細的的描述下，首先要知道seed的型別：

 private final AtomicLong seed;
複製程式碼

seed的型別是AtomicLong，是一個原子操作類，可以保證原子性，seed.get就是獲得seed具體的值，seed就是我們所謂的種子，也就是種子值儲存在了原子變數裡面。 當有兩個執行緒同時進入到next方法，會發生如下的事情：

  1. 執行緒A，執行緒B同時拿到了seed的值，賦值給oldseed變數。
  2. 根據一個神祕的演算法，計算出nextseed為XXX。注意，既然這個演算法是固定的，那麼生成出來的nextseed也必定是固定的。
  3. 進入while迴圈： 3.1 執行緒A，利用CAS演算法，發現seed的值還是為oldseed，說明seed的值沒有被替換過，就把seed的值替換成第二步生成出來的nextseed，替換成功，返回true，！true為false，退出while迴圈。 3.2 執行緒B，利用CAS演算法，發現seed的值已經不為oldseed了，因為執行緒A已經把seed的值替換成了nextseed了啊，所以CAS失敗，只能再次迴圈。再次迴圈的時候， seed.get()就拿到了最新的種子值，再次根據一個神祕的演算法獲得了nextSeed，CAS成功，退出迴圈。

看起來一切很美好，其實不然，如果併發很高，會發生什麼？大量的執行緒都在進行while迴圈，這是相當佔用CPU的，所以JUC推出了ThreadLocalRandom來解決這個問題。

ThreadLocalRandom

首先，讓我們來看看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));
        }
    }
複製程式碼

可以看到使用方式發生了些許的改變，我們來看看ThreadLocalRandom核心程式碼的實現邏輯：

current

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

有一點需要注意，由於current是一個靜態的方法，所以多次呼叫此方法，返回的ThreadLocalRandom物件是同一個。

如果當前執行緒的PROBE是0，說明是第一次呼叫current方法，那麼需要呼叫localInit方法，否則直接返回已經產生的例項。

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);
    }
複製程式碼

首先初始化probe和seed，隨後呼叫UNSAFE類的方法，把probe和seed設定到當前的執行緒，這樣其他執行緒就拿不到了。

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;
    }
複製程式碼

和Random類下的nextXXX方法的原理一樣，也是根據舊的種子生成新的種子，然後根據新的種子來生成隨機數，我們來看下nextSeed方法做了什麼：

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;
    }
複製程式碼

首先使用UNSAFE.getLong(t, SEED) 來獲得當前執行緒的SEED，隨後+上GAMMA來作為新的種子值，隨後將新的種子值放到當前執行緒中。

總結

本文首先簡單的分析了Random的實現原理，引出nextXXX方法在高併發下的缺陷：需要競爭種子原子變數。接著介紹了ThreadLocalRandom的使用方法以及原理，從類的命名，就可以看出實現原理類似於ThreadLocal，seed種子是儲存在每個執行緒中的，也是根據每個執行緒中的seed來計算新的種子的，這樣就避免了競爭的問題。

相關文章