搶拍神器的關鍵:優化提升Java執行緒區域性隨機數ThreadLocalRandom高併發技巧 - alidg

banq發表於2020-05-05

在本文中,探討將Java隨機數演算法優化為高吞吐量和低延遲的各種技巧。技巧包括更有效的物件分配,更有效的記憶體訪問,消除不必要的間接訪問以及機械同情。(對於分散式環境的搶拍很重要)

Java 7引入了,ThreadLocalRandom以在競爭激烈的環境中提高隨機數生成的吞吐量。

背後的原理ThreadLocalRandom很簡單:Random每個執行緒都維護自己的版本,而不是共享一個全域性例項Random。反過來,這減少了爭用,從而提高了吞吐量。

由於這是一個簡單的想法,因此我們應該能夠袖手旁觀,並ThreadLocalRandom以類似的效能實現類似的功能,對嗎?

讓我們來看看。

第一次嘗試

在我們的第一次嘗試中,我們將使用簡單的方法ThreadLocal<Random>:

// A few annotations
public class RandomBenchmark {

    private final Random random = new Random();
    private final ThreadLocal<Random> simpleThreadLocal = ThreadLocal.withInitial(Random::new);

    @Benchmark
    @BenchmarkMode(Throughput)
    public int regularRandom() {
        return random.nextInt();
    }

    @Benchmark
    @BenchmarkMode(Throughput)
    public int simpleThreadLocal() {
        return simpleThreadLocal.get().nextInt();
    }

    @Benchmark
    @BenchmarkMode(Throughput)
    public int builtinThreadLocal() {
        return ThreadLocalRandom.current().nextInt();
    }

    // omitted
}

在此基準測試中,我們正在比較Random,我們自己簡單的ThreadLocal<Random>和內建的ThreadLocalRandom:

Benchmark                             Mode  Cnt           Score          Error  Units
RandomBenchmark.builtinThreadLocal   thrpt   40  1023676193.004 ± 26617584.814  ops/s
RandomBenchmark.regularRandom        thrpt   40     7487301.035 ±   244268.309  ops/s
RandomBenchmark.simpleThreadLocal    thrpt   40   382674281.696 ± 13197821.344  ops/s

ThreadLocalRandom生成每秒約1十億隨機數。

線性同餘法

迄今為止,當今使用最廣泛的隨機數生成器是DH Lehmer在1949年推出的線性同餘偽隨機數生成器。

(具體演算法見原文),Java實現:

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));
}

由於多個執行緒可以潛在地同時更新值seed,因此我們需要某種同步來協調併發訪問。在這裡,Java 在原子的幫助下使用了無鎖方法。

基本上,每個執行緒都會嘗試通過原子地將種子值更改為一個新值compareAndSet。如果執行緒無法執行此操作,它將重試相同的過程,直到可以成功提交更新。

當爭用較高時,CAS失敗的次數會增加。這是Random併發環境中效能低下的主要原因。

沒有更多的CAS

在基於ThreadLocal的實現中,seed值限於每個執行緒。因此,由於沒有共享的可變狀態,因此我們不需要原子或任何其他形式的同步:

public class MyThreadLocalRandom extends Random {

    // omitted
    private static final ThreadLocal<MyThreadLocalRandom> threadLocal = 
        ThreadLocal.withInitial(MyThreadLocalRandom::new);

    private MyThreadLocalRandom() {}

    public static MyThreadLocalRandom current() {
        return threadLocal.get();
    }

    @Override
    protected int next(int bits) {
        seed = (seed * multiplier + addend) & mask;
        return (int) (seed >>> (48 - bits));
    }
}

如果我們再次執行相同的基準測試:

Benchmark Mode Cnt Score Error Units RandomBenchmark.builtinThreadLocal thrpt 40 1023676193.004 ± 26617584.814 ops/s RandomBenchmark.lockFreeThreadLocal thrpt 40 695217843.076 ± 17455041.160 ops/s RandomBenchmark.regularRandom thrpt 40 7487301.035 ± 244268.309 ops/s RandomBenchmark.simpleThreadLocal thrpt 40 382674281.696 ± 13197821.344 ops/s

MyThreadLocalRandom的吞吐量幾乎是簡單ThreadLocal<Random>的兩倍。

在compareAndSet提供了原子和記憶體排序保證,我們只是在一個執行緒上下文限制也不需要。由於這些保證是昂貴且不必要的,因此刪除保證會大大提高吞吐量。

但是,我們仍然落後於內建功能ThreadLocalRandom!

刪除間接

事實證明,每個執行緒都不需要自己的單獨且完整的副本Random。它只需要最新seed值即可。

Java 8開始,這些值已新增到Thread類本身:

/** The current seed for a ThreadLocalRandom */
@jdk.internal.vm.annotation.Contended("tlr")
long threadLocalRandomSeed;

/** Probe hash value; nonzero if threadLocalRandomSeed initialized */
@jdk.internal.vm.annotation.Contended("tlr")
int threadLocalRandomProbe;

/** Secondary seed isolated from public ThreadLocalRandom sequence */
@jdk.internal.vm.annotation.Contended("tlr")
int threadLocalRandomSecondarySeed;

MyThreadLocalRandom每個執行緒例項都在threadLocalRandomSeed變數中維護其當前值seed。結果,ThreadLocalRandom類成為單例

/** The common ThreadLocalRandom */
static final ThreadLocalRandom instance = new ThreadLocalRandom();

每次我們呼叫ThreadLocalRandom.current()的時候,它懶初始化threadLocalRandomSeed,然後返回singelton:

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

使用MyThreadLocalRandom,每次對current()factory方法的呼叫都會轉換為ThreadLocal例項的雜湊值計算和在基礎雜湊表中的查詢。

相反,使用這種新的Java 8+方法,我們要做的就是直接讀取threadLocalRandomSeed值,然後再對其進行更新。

高效的記憶體訪問

為了更新種子值,java.util.concurrent.ThreadLocalRandom需要更改類中的threadLocalRandomSeed狀態java.lang.Thread。如果我們設定為state public,那麼每個人都可能更新threadLocalRandomSeed,這不是很好。

我們可以使用反射來更新非公開狀態,但是僅僅因為我們可以,並不意味著我們應該!

事實證明,ThreadLocalRandom可以使用本機方法Unsafe.putLong有效地更新threadLocalRandomSeed狀態:

/**
* The seed increment.
*/
private static final long GAMMA = 0x9e3779b97f4a7c15L;
private static final Unsafe U = Unsafe.getUnsafe();
private static final long SEED = U.objectFieldOffset(Thread.class, "threadLocalRandomSeed");

final long nextSeed() {
    Thread t; 
    long r; // read and update per-thread seed
    U.putLong(t = Thread.currentThread(), SEED, r = U.getLong(t, SEED) + GAMMA);

    return r;
}

putLong方法將r值寫入相對於當前執行緒的某個記憶體地址。記憶體偏移量已經通過呼叫另一個本機方法計算得出Unsafe.objectFieldOffset。

與反射相反,所有這些方法都具有本機實現,並且非常有效。

虛假共享False Sharing

CPU快取記憶體根據快取記憶體行進行工作。即,快取記憶體行是CPU快取記憶體和主儲存器之間的傳輸單位。

基本上,處理器傾向於將一些其他值與請求的值一起快取。這種空間區域性性優化通常可以提高吞吐量和記憶體訪問延遲。

但是,當兩個或多個執行緒競爭同一條快取行時,多執行緒可能會產生適得其反的效果。

為了更好地理解這一點,讓我們假設以下變數位於同一快取行中:

public class Thread implements Runnable {
    private final long tid;
    long threadLocalRandomSeed;
    int threadLocalRandomProbe;
    int threadLocalRandomSecondarySeed;

    // omitted
}

一些執行緒tid出於某些未知目的而使用or執行緒ID。現在,如果我們更新threadLocalRandomSeed執行緒中的值以生成隨機數,那麼應該不會發生什麼不好的事情,對嗎?聽起來好像沒什麼大不了的,因為有些執行緒正在讀取tid,而另一個執行緒則將整個執行緒寫入另一個記憶體位置。

儘管我們可能會想,但由於所有這些值都在同一快取行中,因此讀取執行緒將遇到快取未命中。編寫器需要重新整理其儲存緩衝區。這種現象稱為錯誤共享False Sharing,會給我們的多執行緒應用程式帶來效能下降。

為了避免錯誤的共享問題,我們可以在有爭議的值周圍新增一些填充。這樣,每個競爭激烈的值將駐留在自己的快取行中:

public class Thread implements Runnable {
    private final long tid;
    private long p11, p12, p13, p14, p15, p16, p17 = 0; // one 64 bit long + 7 more => 64 Bytes

    long threadLocalRandomSeed;
    private long p21, p22, p23, p24, p25, p26, p27 = 0;

    int threadLocalRandomProbe;
    private long p31, p32, p33, p34, p35, p36, p37 = 0;

    int threadLocalRandomSecondarySeed;
    private long p41, p42, p43, p44, p45, p46, p47 = 0;

    // omitted
}

在大多數現代處理器中,快取行大小通常為64或128位元組。在我的機器上,它是64個位元組,因此long在tid宣告之後,我又新增了7個啞數值。

通常,這些threadLocal*變數將在同一執行緒中更新。因此,最好隔離一下tid:

public class Thread implements Runnable {
    private final long tid;
    private long p11, p12, p13, p14, p15, p16, p17 = 0;

    long threadLocalRandomSeed;
    int threadLocalRandomProbe;
    int threadLocalRandomSecondarySeed;

    // omitted
}

讀取器執行緒不會遇到快取記憶體未命中的情況,而寫入器則不需要立即清除其儲存緩衝區,因為這些區域性變數不是volatile。

競爭註釋

jdk.internal.vm.annotation.Contended註解(如果你是在Java8則是sun.misc.Contended)是JVM隔離註釋欄位,以避免錯誤共享的提示。因此,以下內容應該更有意義:

/** The current seed for a ThreadLocalRandom */
@jdk.internal.vm.annotation.Contended("tlr")
long threadLocalRandomSeed;

/** Probe hash value; nonzero if threadLocalRandomSeed initialized */
@jdk.internal.vm.annotation.Contended("tlr")
int threadLocalRandomProbe;

/** Secondary seed isolated from public ThreadLocalRandom sequence */
@jdk.internal.vm.annotation.Contended("tlr")
int threadLocalRandomSecondarySeed;

藉助ContendedPaddingWidth調整標記,我們可以控制填充寬度

threadLocalRandomSecondarySeed是ForkJoinPool或ConcurrentSkipListMap的內部使用的seed。另外,threadLocalRandomProbe表示當前執行緒是否已初始化其seed。

在本文中,我們探討了將RNG優化為高吞吐量和低延遲的各種技巧。技巧包括更有效的物件分配,更有效的記憶體訪問,消除不必要的間接訪問以及機械同情。

相關文章