网站首页 > 博客文章 正文
作者:蔡不菜丶
链接:https://juejin.im/post/6892657340282044424
来源:掘金
之前我们有在并发系列中提到 ThreadLocal 类和基本使用方法,那我们就来看下 ThreadLocal 究竟是如何使用的!
ThreadLocal 简介
概念
ThreadLocal 类是用来提供线程内部的局部变量。这种变量在多线程环境下访问(get 和 set 方法访问)时能保证各个线程的变量相对独立于其他线程内的变量。 ThreadLocal 实例通常来说都是 private static 类型的,用于关联线程和上下文。
作用
- 传递数据
提供线程内部的局部变量。可以通过 ThreadLocal 在同一线程,不同组件中传递公共变量。
- 线程并发
适用于多线程并发情况下。
- 线程隔离
每个线程的变量都是独立的,不会相互影响。
ThreadLocal 实战
1. 常见方法
- ThreadLocal ()
构造方法,创建一个 ThreadLocal 对象
- void set (T value)
设置当前线程绑定的局部变量
- T get ()
获取当前线程绑定的局部变量
- void remove ()
移除当前线程绑定的局部变量
2. 为什么要使用 ThreadLocal
首先我们先看一组并发条件下的代码场景:
@Data
public class ThreadLocalTest {
private String name;
public static void main(String[] args) {
ThreadLocalTest tmp = new ThreadLocalTest();
for (int i = 0; i < 4; i++) {
Thread thread = new Thread(() -> {
tmp.setName(Thread.currentThread().getName());
System.out.println(Thread.currentThread().getName() +
"\t 拿到数据:" + tmp.getName());
});
thread.setName("Thread-" + i);
thread.start();
}
}
}
复制代码
我们理想中的代码输出结果应该是这样的:
/** OUTPUT **/
Thread-0 拿到数据:Thread-0
Thread-1 拿到数据:Thread-1
Thread-2 拿到数据:Thread-2
Thread-3 拿到数据:Thread-3
复制代码
但是实际上输出的结果却是这样的:
/** OUTPUT **/
Thread-0 拿到数据:Thread-1
Thread-3 拿到数据:Thread-3
Thread-1 拿到数据:Thread-1
Thread-2 拿到数据:Thread-2
复制代码
顺序乱了没有关系,但是我们可以看到 Thread-0 这个线程拿到的值却是 Thread-1
从结果中我们可以看出多个线程在访问同一个变量的时候会出现异常,这是因为线程间的数据没有隔离!
并发线程出现的问题?那加锁不就完事了!这个时候你三下五除二的写下了以下代码:
@Data
public class ThreadLocalTest {
private String name;
public static void main(String[] args) {
ThreadLocalTest tmp = new ThreadLocalTest();
for (int i = 0; i < 4; i++) {
Thread thread = new Thread(() -> {
synchronized (tmp) {
tmp.setName(Thread.currentThread().getName());
System.out.println(Thread.currentThread().getName()
+ "\t" + tmp.getName());
}
});
thread.setName("Thread-" + i);
thread.start();
}
}
}
/** OUTPUT **/
Thread-2 Thread-2
Thread-3 Thread-3
Thread-1 Thread-1
Thread-0 Thread-0
复制代码
从结果上看,加锁好像是解决了上述问题,但是 synchronized 常用于多线程数据共享的问题,而非多线程数据隔离的问题。这里使用 synchronized 虽然解决了问题,但是多少有些不合适,并且 synchronized 属于重量级锁,为了实现多线程数据隔离贸然的加上 synchronized,也会影响到性能。
加锁的方法也被否定了,那么该如何解决?不如用 ThreadLocal 牛刀小试一番:
public class ThreadLocalTest {
private static ThreadLocal<String> threadLocal = new ThreadLocal<>();
public String getName() {
return threadLocal.get();
}
public void setName(String name) {
threadLocal.set(name);
}
public static void main(String[] args) {
ThreadLocalTest tmp = new ThreadLocalTest();
for (int i = 0; i < 4; i++) {
Thread thread = new Thread(() -> {
tmp.setName(Thread.currentThread().getName());
System.out.println(Thread.currentThread().getName() +
"\t 拿到数据:" + tmp.getName());
});
thread.setName("Thread-" + i);
thread.start();
}
}
}
复制代码
在查看输出结果之前,我们先来看看代码发生了哪些变化
首先多了一个 private static 修饰的 ThreadLocal ,然后在 setName 的时候,我们实际上是往 ThreadLocal 里面存数据,在 getName 的时候,我们是在 ThreadLocal 里面取数据。感觉操作上也是挺简单的,但是这样真的能做到线程间的数据隔离吗,我们再来看一看结果:
/** OUTPUT **/
Thread-1 拿到数据:Thread-1
Thread-2 拿到数据:Thread-2
Thread-0 拿到数据:Thread-0
Thread-3 拿到数据:Thread-3
复制代码
从结果上可以看到每个线程都能取到对应的数据。ThreadLocal 也已经解决了多线程之间数据隔离的问题。
那么我们来小结一下,为什么需要使用ThreadLocal,与 synchronized 的区别是什么
- synchronized
原理: 同步机制采用 "以时间换空间" 的方式,只提供了一份变量,让不同线程排队访问
侧重点: 多个线程之间同步访问资源
- ThreadLocal
原理: ThreadLocal 采用 "以空间换时间" 的方式,为每个线程都提供了一份变量的副本,从而实现同时访问而互不干扰
侧重点: 多线程中让每个线程之间的数据相互隔离
3. 内部结构
从上面的案例中我们可以看到 ThreadLocal 的两个主要方法分别是 set() 和 get()
那我们不妨猜想一下,如果让我们来设计 ThreadLocal ,我们该如何设计,是否会有这样的想法:每个 ThreadLocal 都创建一个 Map,然后用线程作为 Map 的 key,要存储的局部变量作为 Map 的 value ,这样就能达到各个线程的局部变量隔离的效果。
这个想法也是没错的,早期的 ThreadLocal 便是这样设计的,但是在 JDK 8 之后便更改了设计,如下:
设计过程:
- 每个 Thread 线程内部都有一个 ThreadLocalMap
- ThreadLocalMap 中存储着以 ThreadLocal 对象为 key ,线程变量为 value
- Thread 内部的 Map 是由 ThreadLocal 维护的,由 ThreadLocal 负责向 Map 设置和获取线程的变量值
- 对于不同的线程,每次获取副本值时,别的线程并不能获取到线程的副本值,这样就会形成副本的隔离,互不干扰
注: 每个线程都要有自己的一个 map,但是这个类就是一个普通的 Java 类,并没有实现 Map 接口,但是具有类似 Map 类似的功能。
通过这样实现看起来貌似会比之前我们猜想得更加复杂,这样做的好处是什么呢?
- 每个 Map 存储的 Entry 数量就会变少,因为之前的存储数量由 Thread 的数量决定,现在是由 ThreadMap 的数量决定,在实际开发中,ThreadLocal 的数量要更少于 Thread 的数量。
- 当 Thread 销毁之后,对应的 ThreadLocalMap 也会随之销毁,能减少内存的使用
4. 源码分析
首先我们先看 ThreadLocalMap 中有哪些成员:
如果你看过 HashMap 的源码,肯定会觉得这几个特别熟悉,其中:
- INITIAL_CAPACITY:初始容量,必须是 2 的整次幂
- table:存放数据的table
- size:数组中 entries 的个数,用于判断 table 当前使用量是否超过阈值
- threshold:进行扩容的阈值,表使用量大于它的时候会进行扩容
ThreadLocals
Thread 类中有个类型为 ThreadLocal.ThreadLocalMap 类型的变量 ThreadLocals ,这个就是用来保存每个线程的私有数据。
ThreadLocalMap
ThreadLocalMap是ThreadLocal的内部类,每个数据用Entry保存,其中的Entry用一个键值对存储,键为ThreadLocal的引用。
我们可以看到 Entry 继承于WeakReference,这是因为如果是强引用,即使把 ThreadLocal 设置为 null,GC 也不会回收,因为 ThreadLocalMap 对它有强引用。
在没有手动删除这个Entry以及CurrentThread依然运行的前提下,始终有强引用链 threadRef -> currentThread -> threadLocalMap -> entry,Entry就不会被回收(Entry中包括了ThreadLocal实例和value),导致Entry内存泄漏。
那是不是就是说如果使用了弱引用,就不会造成内存泄露 呢,这也是不正确的。
因为如果我们没有手动删除 Entry 的情况下,此时 Entry 中的 key == null,这个时候没有任何强引用指向 threaLocal 实例,所以 threadLocal 就可以顺利被 gc 回收,但是 value 不会被回收,而这块的 value 永远不会被访问到,因此会导致内存泄露
接下来我们看下 ThreadLocalMap 的几个核心方法:
set 方法
首先我们先看下源码:
public void set(T value) {
// 获取当前线程对象
Thread t = Thread.currentThread();
// 获取此线程对象中维护的ThreadLocalMap对象
ThreadLocalMap map = getMap(t);
// 判断map是否存在
if (map != null)
// 存在则调用map.set设置此实体entry
map.set(this, value);
else
// 如果当前线程不存在ThreadLocalMap对象则调用createMap进行ThreadLocalMap对象的初始化
// 并将 t(当前线程)和value(t对应的值)作为第一个entry存放至ThreadLocalMap中
createMap(t, value);
}
ThreadLocalMap getMap(Thread t) {
return t.threadLocals;
}
void createMap(Thread t, T firstValue) {
//这里的this是调用此方法的threadLocal
t.threadLocals = new ThreadLocalMap(this, firstValue);
}
复制代码
执行流程:
- 首先获取当前线程,并根据当前线程获取一个 map
- 如果获取的 map 不为空,则将参数设置到 map 中(当前 ThreadLocal 的引用作为 key )
- 如果 Map 为空,则给该线程创建 map ,并设置初始值
get 方法
源码如下:
public T get() {
// 获取当前线程对象
Thread t = Thread.currentThread();
// 获取此线程对象中维护的ThreadLocalMap对象
ThreadLocalMap map = getMap(t);
// 如果此map存在
if (map != null) {
// 以当前的ThreadLocal 为 key,调用getEntry获取对应的存储实体e
ThreadLocalMap.Entry e = map.getEntry(this);
// 对e进行判空
if (e != null) {
@SuppressWarnings("unchecked")
// 获取存储实体 e 对应的 value值
// 即为我们想要的当前线程对应此ThreadLocal的值
T result = (T)e.value;
return result;
}
}
return setInitialValue();
}
private T setInitialValue() {
// 调用initialValue获取初始化的值
// 此方法可以被子类重写, 如果不重写默认返回null
T value = initialValue();
// 获取当前线程对象
Thread t = Thread.currentThread();
// 获取此线程对象中维护的ThreadLocalMap对象
ThreadLocalMap map = getMap(t);
// 判断map是否存在
if (map != null)
// 存在则调用map.set设置此实体entry
map.set(this, value);
else
// 如果当前线程不存在ThreadLocalMap对象则调用createMap进行ThreadLocalMap对象的初始化
// 并将 t(当前线程)和value(t对应的值)作为第一个entry存放至ThreadLocalMap中
createMap(t, value);
// 返回设置的值value
return value;
}
复制代码
执行流程:
- 首先获取当前线程,根据当前线程获取一个 map
- 如果获取的 map 不为空,则在 map 中以 ThreadLocal 的引用作为 key 来在 map 中获取对应的 Entry entry ,否则跳转到第四步
- 如果 Entry entry 不为空 ,则返回 entry.value ,否则跳转到第四步
- map 为空或者 entry 为空,则通过 initialValue 函数获取初始值 value ,然后用 ThreadLocal 的引用和 value 作为 firstKey 和 firstValue 创建一个新的 map
remove 方法
源码如下:
public void remove() {
// 获取当前线程对象中维护的ThreadLocalMap对象
ThreadLocalMap m = getMap(Thread.currentThread());
// 如果此map存在
if (m != null)
// 存在则调用map.remove
m.remove(this);
}
// 以当前ThreadLocal为key删除对应的实体entry
private void remove(ThreadLocal<?> key) {
Entry[] tab = table;
int len = tab.length;
int i = key.threadLocalHashCode & (len-1);
for (Entry e = tab[i];
e != null;
e = tab[i = nextIndex(i, len)]) {
if (e.get() == key) {
e.clear();
expungeStaleEntry(i);
return;
}
}
}
复制代码
执行流程:
- 首先获取当前线程,并根据当前线程获取一个 map
- 如果获得的map 不为空,则移除当前 ThreadLocal 对象对应的 entry
initialValue 方法
源码如下:
protected T initialValue() {
return null;
}
复制代码
在源码中我们可以看到这个方法仅仅简单的返回了 null ,这个方法是在线程第一次通过 get () 方法访问该线程的 ThreadLocal 时调用的,只有在线程先调用了 set () 方法才不会调用 initialValue () 方法,通常情况下,这个方法最多被调用一次。
如果们想要 ThreadLocal 线程局部变量有一个除 null 以外的初始值,那么就必须通过子类继承 ThreadLocal 来重写此方法,可以通过匿名内部类实现。
【END】
这篇 ThreadLocal 就介绍到这里啦,希望读到这里的小伙伴能够有所收获。
猜你喜欢
- 2024-10-07 JS和C#/JAVA的多线程,究竟有什么不一样?
- 2024-10-07 什么是多线程?看我多线程七十二变,你能记住吗?
- 2024-10-07 【多线程与高并发】- 浅谈volatile
- 2024-10-07 【程序员课堂】多线程、进程和线程的区别
- 2024-10-07 了解架构设计远远不够!一文拆解 Tomcat 高并发原理与性能调优
- 2024-10-07 爬虫入门必学:多线程与多进程的区别
- 2024-10-07 【开发者成长】深入理解多线程编程
- 2024-10-07 python中多线程与多进程的区别(python多进程和多线程协程)
- 2024-10-07 搞懂分布式与高并发,看这篇就够了
- 2024-10-07 多线程与异步编程,谁才是并发处理的终极选择?
你 发表评论:
欢迎- 07-08Google Cloud Platform 加入支持 Docker 的容器引擎
- 07-08日本KDDI与Google Cloud 签署合作备忘录,共探AI未来
- 07-08美国Infoblox与Google Cloud合作推出云原生网络和安全解决方案
- 07-08GoogleCloud为Spanner数据库引入HDD层,将冷存储成本降低80%
- 07-08谷歌推出Cloud Dataproc,缩短集群启动时间
- 07-08Infovista与Google Cloud携手推进射频网络规划革新
- 07-08比利时Odoo与Google Cloud建立增强合作,扩大全球影响力
- 07-08BT 和 Google Cloud 通过 Global Fabric 加速 AI 网络
- 最近发表
-
- Google Cloud Platform 加入支持 Docker 的容器引擎
- 日本KDDI与Google Cloud 签署合作备忘录,共探AI未来
- 美国Infoblox与Google Cloud合作推出云原生网络和安全解决方案
- GoogleCloud为Spanner数据库引入HDD层,将冷存储成本降低80%
- 谷歌推出Cloud Dataproc,缩短集群启动时间
- Infovista与Google Cloud携手推进射频网络规划革新
- 比利时Odoo与Google Cloud建立增强合作,扩大全球影响力
- BT 和 Google Cloud 通过 Global Fabric 加速 AI 网络
- NCSA和Google Cloud合作开发AI驱动的网络防御系统,加强泰国网络空间的安全性
- SAP将在沙特阿拉伯 Google Cloud 上推出BTP服务
- 标签列表
-
- ifneq (61)
- 字符串长度在线 (61)
- googlecloud (64)
- messagesource (56)
- promise.race (63)
- 2019cad序列号和密钥激活码 (62)
- window.performance (66)
- qt删除文件夹 (72)
- mysqlcaching_sha2_password (64)
- ubuntu升级gcc (58)
- nacos启动失败 (64)
- ssh-add (70)
- jwt漏洞 (58)
- macos14下载 (58)
- yarnnode (62)
- abstractqueuedsynchronizer (64)
- source~/.bashrc没有那个文件或目录 (65)
- springboot整合activiti工作流 (70)
- jmeter插件下载 (61)
- 抓包分析 (60)
- idea创建mavenweb项目 (65)
- vue回到顶部 (57)
- qcombobox样式表 (68)
- tomcatundertow (58)
- pastemac (61)
本文暂时没有评论,来添加一个吧(●'◡'●)