Java随机数探秘

  1. 云栖社区>
  2. Kirito的技术分享>
  3. 博客>
  4. 正文

Java随机数探秘

技术小能手 2018-09-12 10:40:13 浏览1785
展开阅读全文

1 前言

一提到 Java 中的随机数,很多人就会想到 Ramdom,当出现生成随机数这样需求时,大多数人都会选择使用 Random 来生成随机数。Random 类是线程安全的,但其内部使用 CAS 来保证线程安全性,在多线程并发的情况下的时候它的表现是存在优化空间的。在 JDK1.7 之后,Java 提供了更好的解决方案 ThreadLocalRandom,接下来,我们一起探讨下这几个随机数生成器的实现到底有何不同。

2 Random

Random 这个类是 JDK 提供的用来生成随机数的一个类,这个类并不是真正的随机,而是伪随机,伪随机的意思是生成的随机数其实是有一定规律的,而这个规律出现的周期随着伪随机算法的优劣而不同,一般来说周期比较长,但是可以预测。通过下面的代码我们可以对 Random 进行简单的使用:

fa2d9e5459c0a732454ca38d615f2ba99d8fafdf
Random原理

Random 中的方法比较多,这里就针对比较常见的 nextInt() 和 nextInt(int bound) 方法进行分析,前者会计算出 int 范围内的随机数,后者如果我们传入 10,那么他会求出 [0,10) 之间的 int 类型的随机数,左闭右开。我们首先看一下 Random() 的构造方法:

7573e99156ecb735faaa271f91a43a931f7bf4af

可以发现在构造方法当中,根据当前时间的种子生成了一个 AtomicLong 类型的 seed,这也是我们后续的关键所在。

nextInt()

nextInt() 的代码如下所示:

a3570342dd4f6b4270a4300adf7b955cbec930ff

这个里面直接调用的是 next() 方法,传入的 32,代指的是 Int 类型的位数。

77cfce3deeebe0dd1e6281f646caac242a7d30f5

这里会根据 seed 当前的值,通过一定的规则(伪随机算法)算出下一个 seed,然后进行 CAS,如果 CAS 失败则继续循环上面的操作。最后根据我们需要的 bit 位数来进行返回。核心便是 CAS 算法。

nextInt(int bound)

nextInt(int bound) 的代码如下所示:

9758626cc5e6e0eb3549045e8120c17bedbf078d

这个流程比 nextInt() 多了几步,具体步骤如下:

首先获取 31 位的随机数,注意这里是 31 位,和上面 32 位不同,因为在 nextInt() 方法中可以获取到随机数可能是负数,而 nextInt(int bound) 规定只能获取到 [0,bound) 之前的随机数,也就意味着必须是正数,预留一位符号位,所以只获取了31位。(不要想着使用取绝对值这样操作,会导致性能下降)

然后进行取 bound 操作。

如果 bound 是2的幂次方,可以直接将第一步获取的值乘以 bound 然后右移31位,解释一下:如果 bound 是4,那么乘以4其实就是左移2位,其实就是变成了33位,再右移31位的话,就又会变成2位,最后,2位 int 的范围其实就是 [0,4) 了。

如果不是 2 的幂,通过模运算进行处理。

并发瓶颈

在我之前的文章中就有相关的介绍,一般而言,CAS 相比加锁有一定的优势,但并不一定意味着高效。一个立刻被想到的解决方案是每次使用 Random 时都去 new 一个新的线程私有化的 Random 对象,或者使用 ThreadLocal 来维护线程私有化对象,但除此之外还存在更高效的方案,下面便来介绍本文的主角 ThreadLocalRandom。

3 ThreadLocalRandom

在 JDK1.7 之后提供了新的类 ThreadLocalRandom 用来在并发场景下代替 Random。使用方法比较简单:


  1. ThreadLocalRandom.current().nextInt();

  2. ThreadLocalRandom.current().nextInt(10);

在 current 方法中有:

241d92b608d7d79989329d826228cc6ace032901
可以看见如果没有初始化会对其进行初始化,而这里我们的 seed 不再是一个全局变量,在我们的Thread中有三个变量:
c3f6f2d768be049794e55d7a573ad7a64c0715f5

threadLocalRandomSeed:ThreadLocalRandom 使用它来控制随机数种子。

threadLocalRandomProbe:ThreadLocalRandom 使用它来控制初始化。

threadLocalRandomSecondarySeed:二级种子。

可以看见所有的变量都加了 @sun.misc.Contended 这个注解,用来处理伪共享问题。

在 nextInt() 方法当中代码如下:

dc02686acbcf9157ae7a62c20417480c73142568

我们的关键代码如下:


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

可以看见由于我们每个线程各自都维护了种子,这个时候并不需要 CAS,直接进行 put,在这里利用线程之间隔离,减少了并发冲突;相比较 ThreadLocal<Random>,ThreadLocalRandom 不仅仅减少了对象维护的成本,其内部实现也更轻量级。所以 ThreadLocalRandom 性能很高。

4 性能测试

除了文章中详细介绍的 Random,ThreadLocalRandom,我还将 netty4 实现的 ThreadLocalRandom,以及 ThreadLocal<Random> 作为参考对象,一起参与 JMH 测评。


  1. @BenchmarkMode({Mode.AverageTime})

  2. @OutputTimeUnit(TimeUnit.NANOSECONDS)

  3. @Warmup(iterations = 3, time = 5)

  4. @Measurement(iterations = 3, time = 5)

  5. @Threads(50)

  6. @Fork(1)

  7. @State(Scope.Benchmark)

  8. public class RandomBenchmark {


  9. Random random = new Random();


  10. ThreadLocal<Random> threadLocalRandomHolder = ThreadLocal.withInitial(Random::new);


  11. @Benchmark

  12. public int random() {

  13. return random.nextInt();

  14. }


  15. @Benchmark

  16. public int threadLocalRandom() {

  17. return ThreadLocalRandom.current().nextInt();

  18. }


  19. @Benchmark

  20. public int threadLocalRandomHolder() {

  21. return threadLocalRandomHolder.get().nextInt();

  22. }


  23. @Benchmark

  24. public int nettyThreadLocalRandom() {

  25. return io.netty.util.internal.ThreadLocalRandom.current().nextInt();

  26. }


  27. public static void main(String[] args) throws RunnerException {

  28. Options opt = new OptionsBuilder()

  29. .include(RandomBenchmark.class.getSimpleName())

  30. .build();


  31. new Runner(opt).run();

  32. }


  33. }

测评结果如下:


  1. Benchmark Mode Cnt Score Error Units

  2. RandomBenchmark.nettyThreadLocalRandom avgt 3 192.202 ± 295.897 ns/op

  3. RandomBenchmark.random avgt 3 3197.620 ± 380.981 ns/op

  4. RandomBenchmark.threadLocalRandom avgt 3 90.731 ± 39.098 ns/op

  5. RandomBenchmark.threadLocalRandomHolder avgt 3 229.502 ± 267.144 ns/op

从上图可以发现,JDK1.7 的 ThreadLocalRandom 取得了最好的成绩,仅仅需要 90 ns 就可以生成一次随机数,netty 实现的 ThreadLocalRandom 以及使用 ThreadLocal 维护 Random 的方式差距不是很大,位列 2、3 位,共享的 Random 变量则效果最差。

可见,在并发场景下,ThreadLocalRandom 可以明显的提升性能。
5 注意点

注意,ThreadLocalRandom 切记不要调用 current 方法之后,作为共享变量使用


  1. public class WrongCase {


  2. ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();


  3. public int concurrentNextInt(){

  4. return threadLocalRandom.nextInt();

  5. }


  6. }

这是因为 ThreadLocalRandom.current() 会使用初始化它的线程来填充随机种子,这会带来导致多个线程使用相同的 seed。


  1. public class Main {


  2. public static void main(String[] args) {

  3. ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();

  4. for(int i=0;i<10;i++)

  5. new Thread(new Runnable() {

  6. @Override

  7. public void run() {

  8. System.out.println(threadLocalRandom.nextInt());

  9. }

  10. }).start();


  11. }

  12. }

输出相同的随机数:


  1. -1667209487

  2. -1667209487

  3. -1667209487

  4. -1667209487

  5. -1667209487

  6. -1667209487

  7. -1667209487

  8. -1667209487

  9. -1667209487

  10. -1667209487

请在确保不同线程获取不同的 seed,最简单的方式便是每次调用都是使用 current():


  1. public class RightCase {

  2. public int concurrentNextInt(){

  3. return ThreadLocalRandom.current().nextInt();

  4. }

  5. }

彩蛋1

梁飞博客中一句话常常在我脑海中萦绕:魔鬼在细节中。优秀的代码都是一个个小细节堆砌出来,今天介绍的 ThreadLocalRandom 也不例外。

6bdff810ca689e3352d31f0b0311a6bffef035f4

在 incubator-dubbo-2.7.0 中,随机负载均衡器的一个小改动便是将 Random 替换为了 ThreadLocalRandom,用于优化并发性能。

彩蛋2

ThreadLocalRandom 的 nextInt(int bound) 方法中,当 bound 不为 2 的幂次方时,进入 else 分支,使用了一个循环来修改 r 的值,我认为这可能不必要,你觉得呢?


  1. public int nextInt(int bound) {

  2. if (bound <= 0)

  3. throw new IllegalArgumentException(BadBound);

  4. int r = mix32(nextSeed());

  5. int m = bound - 1;

  6. if ((bound & m) == 0) // power of two

  7. r &= m;

  8. else { // reject over-represented candidates

  9. for (int u = r >>> 1;

  10. u + m - (r = u % bound) < 0;

  11. u = mix32(nextSeed()) >>> 1)

  12. ;

  13. }

  14. return r;

  15. }

原文发布时间为:2018-09-12
本文作者:Kirito的技术分享
本文来自云栖社区合作伙伴“
Kirito的技术分享”,了解相关信息可以关注“Kirito的技术分享”。

网友评论

登录后评论
0/500
评论
技术小能手
+ 关注
所属云栖号: Kirito的技术分享