[TOC]

概述

随机数生成是一个非常常见的操作，而且 Java 也提供了 java.util.Random 类用于生成随机数，而且呢，这个类也是线程安全的，就是有一点不好，在多线程下，它的性能不佳。

为什么多线程下，Random的性能不佳？

因为，它采用了多个线程共享一个 Random 实例。这样就会导致多个线程争用。

为了解决这个问题，Java 7 引入了 java.util.concurrent.ThreadLocalRandom 类，用于在多线程环境中生成随机数。

本文接下来的部分，就来看看如何 ThreadLocalRandom 如何执行以及如何在实际应用程序中使用它。

ThreadLocalRandom Via Random

ThreadLocalRandom 是 ThreadLocal 类和 Random 类的组合，它与当前线程隔离，通过简单地避免对 Random 对象的任何并发访问，在多线程环境中实现了更好的性能。

也就是说，相比于 java.util.Random 类全局的提供随机数生成，使用 ThreadLocalRandom，一个线程获得的随机数不受另一个线程的影响。

另一个与 Random 类不同的是，ThreadLocalRandom 不支持显式设置种子。因为它重写了从 Random 继承的 setSeed(long seed) 方法，会在调用时始终抛出 UnsupportedOperationException。

接下来我们看看如何使用 ThreadLocalRandom 生成随机 int、long 和 double 值。

使用 ThreadLocalRandom 生成随机数

根据 Oracle 文档，我们只需要调用 ThreadLocalRandom.current() 方法，就能返回当前线程的 ThreadLocalRandom 实例。然后，我们可以通过实例的相关方法来生成随机值。

比如下面的代码，生成一个没有任何边界的随机 int 值

1	int unboundedRandomValue = ThreadLocalRandom.current().nextInt());

其实是有边界的，它的边界就是 int 的边界。

接下来，我们看看如何生成有边界的随机 int 值，这意味着我们需要传递边界下限和边界上限作为参数

1	int boundedRandomValue = ThreadLocalRandom.current().nextInt(0, 100);

请注意，这是一个左闭右开区间，也就是说，上面的实例生成的随机数在 [0,100) 之间，包含了 0 但不包含 100。

同样的，我们可以通过调用 nextLong() 和 nextDouble() 方法生成 long 和 double 类型的随机值，调用方式与上面示例中 nextInt() 类似。

Java 8 还添加了 nextGaussian() 方法从生成器序列中生成下一个正态分布的值，其值范围在 0.0 和 1.0 之间。

与 Random 方法类似，ThreadLocalRandom 也提供了 doubles() 、ints() 和 longs() 方法生成一序列流式 ( stream ) 的随机值。

使用 JMH 比较 ThreadLocalRandom 和 Random

记下来，我们看看如何在多线程环境中分别使用这两个类生成随机值，然后再使用 JMH 比较它们的性能。

首先，我们创建一个示例，其中所有线程共享一个 Random 实例。

ExecutorService executor = Executors.newWorkStealingPool();
List<Callable<Integer>> callables = new ArrayList<>();
Random random = new Random();
for (int i = 0; i < 1000; i++) {
    callables.add(() -> {
         return random.nextInt();
    });
}
executor.invokeAll(callables);

上面的代码中，我们把使用 Random 实例生成随机值的任务提交给 ExecutorService 。

然后，我们使用 JMH 基准测试来检查上面代码的性能

1
2
3

# Run complete. Total time: 00:00:36
Benchmark                                            Mode Cnt Score    Error    Units
ThreadLocalRandomBenchMarker.randomValuesUsingRandom avgt 20  771.613 ± 222.220 us/op

接着，类似地，我们使用 ThreadLocalRandom 而不是 Random 实例

ExecutorService executor = Executors.newWorkStealingPool();
List<Callable<Integer>> callables = new ArrayList<>();
for (int i = 0; i < 1000; i++) {
    callables.add(() -> {
        return ThreadLocalRandom.current().nextInt();
    });
}
executor.invokeAll(callables);

上面的代码，为线程池中的每个线程单独使用了一个 ThreadLocalRandom 实例。

下面是使用 JMH 对 ThreadLocalRandom 的测试结果

1
2
3

# Run complete. Total time: 00:00:36
Benchmark                                                       Mode Cnt Score    Error   Units
ThreadLocalRandomBenchMarker.randomValuesUsingThreadLocalRandom avgt 20  624.911 ± 113.268 us/op

通过 JMH 的测试结果中可以看出，使用 Random 生成 1000 个随机值所花费的平均时间是 772 微秒，但使用 ThreadLocalRandom 只花了 625 微秒。嗯，差距不是很大，但好歹也是有差距的，因为生成 1000 个随机数是瞬间的事情。

因此，我们可以得出结论，ThreadLocalRandom 在高度并发的环境中更有效。