本文主要是介绍《Java高并发程序设计》学习 --4.3 ThreadLocal，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
3. ThreadLocal
当使用ThreadLocal维护变量时，ThreadLocal为每个使用该变量的线程提供独立的变量副本，所以每一个线程都可以独立地改变自己的副本，而不会影响其它线程所对应的副本。
下面看一个简单的示例：
private static final SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");public static class ParseDate implements Runnable {int i = 0;public ParseDate(int i) {this.i = i;}@Overridepublic void run() {try {Date t = sdf.parse("2015-03-12 12:29:"+i%60);System.out.println(i + ":" + t);} catch (ParseException e) {e.printStackTrace();}}}public static void main(String[] args) {ExecutorService es = Executors.newFixedThreadPool(10);for(int i=0; i<1000; i++) {es.execute(new ParseDate(i));}}上述代码再多线程中使用SimpleDateFormat来解析字符串类型的日期。如果你执行上述代码，可能得到一些异常：
Exception in thread "pool-1-thread-13" java.lang.NumberFormatException: For input string: ""
java.lang.NumberFormatException: multiple points
出现这些问题的原因，是SimpleDateFormat.parse()方法并不是线程安全的。因此，在线程池中共享这个对象必然导致错误。
一种可行的方案是在 sdf.parse()前后加锁，这里使用ThreadLocal为每一个线程产生一个SimpleDateFormat对象实例：
static ThreadLocal<SimpleDateFormat> tl = new ThreadLocal<SimpleDateFormat>();
public static class ParseDate implements Runnable {int i = 0;public ParseDate(int i) {this.i = i;}@Overridepublic void run() {try {if(tl.get() == null)tl.set(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"));Date t = tl.get().parse("2015-03-12 12:29:"+i%60);System.out.println(i + ":" + t);} catch (ParseException e) {e.printStackTrace();}}
}
public static void main(String[] args) {ExecutorService es = Executors.newFixedThreadPool(10);for(int i=0; i<1000; i++) {es.execute(new ParseDate(i));}
}上述代码中，如果当前线程不持有SimpleDateFormat对象实例。那么就新建一个并把它设置到当前线程中，如果已经持有，则直接使用。
为每一个线程分配一个对象的工作并不是由ThreadLocal来完成的，而是需要在应用层面保证的。如果在应用上为每一个线程分配了相同的对象实例，那么ThreadLocal也不能保证线程安全。
2）ThreadLocal的实现原理
ThreadLocal如何保证这些对象只被当前线程所访问，我们需要关注的是ThreadLocal的set()方法和get()方法。从set()方法说起：
public void set(T value) {Thread t = Thread.currentThread();ThreadLocalMap map = getMap(t);if (map != null)map.set(this, value);elsecreateMap(t, value);
}在set时，首先获得当前线程对象，然后通过getMap()拿到线程的ThreadLocalMap，并将值设入ThreadLocalMap中。而ThreadLocalMap可以理解为一个Map，但是它是定义在Thread内部的成员：
ThreadLocal.ThreadLocalMap threadLocals = null;
而设置到ThreadLocal中的数据，也正是写入了threadLocals这个Map。其中，key为ThreadLocal当前对象，value就是我们需要的值。而threadLocals本身就保存了当前自己所在线程的所有“局部变量”，也就是一个ThreadLocal变量的集合。
在进行get()操作时，就是将这个Map中的数据拿出来：
public T get() {Thread t = Thread.currentThread();ThreadLocalMap map = getMap(t);if (map != null) {ThreadLocalMap.Entry e = map.getEntry(this);if (e != null)return (T)e.value;}return setInitialValue();
}首先，get()方法也是先取得当前线程的ThreadLocalMap对象。然后，通过将自己作为key取得内部的实际数据。
当线程退出时，Thread类会进行一些清理工作，其中就包括清理ThreadLocalMap：
private void exit() {if (group != null) {group.threadTerminated(this);group = null;}/* Aggressively null out all reference fields: see bug 4006245 */target = null;/* Speed the release of some of these resources */threadLocals = null;inheritableThreadLocals = null;inheritedAccessControlContext = null;blocker = null;uncaughtExceptionHandler = null;
}如果使用线程池，意味着当前线程未必会退出（比如固定大小的线程池，线程总是存在）如果这样，将一些大大的对象设置到ThreadLocal中（它实际保存在线程持有的threadLocals Map内），可能会使系统出现内存泄漏的可能。
此时，如果希望及时回收对象，最好使用ThreadLocal.remove()方法将整个变量移除。
如果对于ThreadLocal的变量，手动将其设置为null，比如tl=null。那么这个ThreadLocal对应的所有线程的局部变量都有可能被回收。看一个简单的例子：
public class ThreadLocalDemo_Gc {static volatile ThreadLocal<SimpleDateFormat> tl = new ThreadLocal<SimpleDateFormat>() {protected void finalize() throws Throwable {System.out.println(this.toString() + " is gc");}};static volatile CountDownLatch cd = new CountDownLatch(10000);public static class ParseDate implements Runnable {int i = 0;public ParseDate(int i) {this.i = i;}@Overridepublic void run() {try {if(tl.get() == null) {tl.set(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"){@Overrideprotected void finalize() throws Throwable {System.out.println(this.toString() + " is gc");}});System.out.println(Thread.currentThread().getId() + ":create SimpleDateFormat");}Date t = tl.get().parse("2015-03-29 19:29:" + i%60);} catch (ParseException e) {e.printStackTrace();} finally {cd.countDown();}}}public static void main(String[] args) throws InterruptedException {ExecutorService es = Executors.newFixedThreadPool(10);for(int i=0; i<10000; i++) {es.execute(new ParseDate(i));}cd.await();System.out.println("mission complete!!");tl = null;System.gc();System.out.println("first GC complete!!");//在设置ThreadLocal的时候，会清楚ThreadLocalMap中的无效对象tl = new ThreadLocal<SimpleDateFormat>();cd = new CountDownLatch(10000);for (int i = 0; i < 10000; i++) {es.execute(new ParseDate(i));}cd.await();Thread.sleep(1000);System.gc();System.out.println("second GC complete!!");}
}在主函数main中，先后进行了两次任务提交，每次10000个任务。在第一次任务提交后，将tl设置为null，接着进行一次GC。接着，进行第二次任务提交，完成后，再进行一次GC。
执行上述代码，则最有可能的一种输出如下：
11:create SimpleDateFormat
9:create SimpleDateFormat
13:create SimpleDateFormat
14:create SimpleDateFormat
18:create SimpleDateFormat
12:create SimpleDateFormat
10:create SimpleDateFormat
16:create SimpleDateFormat
17:create SimpleDateFormat
15:create SimpleDateFormat
mission complete!!
first GC complete!!
cn.guet.parallel.ThreadLocalDemo_Gc$1@4d31477b is gc
11:create SimpleDateFormat
12:create SimpleDateFormat
15:create SimpleDateFormat
13:create SimpleDateFormat
18:create SimpleDateFormat
9:create SimpleDateFormat
17:create SimpleDateFormat
10:create SimpleDateFormat
16:create SimpleDateFormat
14:create SimpleDateFormat
second GC complete!!
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
cn.guet.parallel.ThreadLocalDemo_Gc$ParseDate$1@4f76f1a0 is gc
首先，线程池中10个线程都各自创建了一个SimpleDateFormat对象实例。接着进行第一次GC，可以看到ThreadLocal对象被回收了。接着提交了第2次任务，这次一样也创建了10个SimpleDateFormat对象。然后，进行第2次GC。可以看到，在第2次GC后，第一次创建的10个SimpleDateFormat子类实例全部被回收。可以看到，虽然我们没有手工remove()这些对象，但是系统依然有可能回收它们。
ThreadLocalMap的实现使用了弱引用。弱引用是比强引用弱得多的引用。Java虚拟机在垃圾回收时，如果发现弱引用，就会立即回收。
ThreadLocalMap内部由一系列Entry构成，每一个Entry都是WeakReference<ThreadLocal>:
static class Entry extends WeakReference<ThreadLocal> {
Object value;
Entry(ThreadLocal k, Object v) {
super(k);
value = v;
}
}这里的参数k就是Map的key，v就是Map的value。其中k也就是ThreadLocal实例，作为弱引用使用。因此，虽然这里使用ThreadLocal作为Map的key，但实际上，它并不是真的持有ThreadLocal的引用。而当ThreadLocal的外部引用被回收时，ThreadLocalMap中的key就会变为null。当系统进行ThreadLocalMap清理时（比如将新的变量加入表中，就会自动进行一次清理），就会自然将这些垃圾数据回收。
下图是本文介绍到的一些对象之间的引用关系图，实线表示强引用，虚线表示弱引用：
3）对性能有何帮助
为每一个线程分配一个独立的对象对系统性能也许是有帮助的。这也不一定，这完全取决于共享对象的内部逻辑。如果共享对象对于竞争的处理容易引起性能损失，还是应该考虑使用ThreadLocal为每个线程分配单独的对象。一个典型的案例就是在多线程下产生随机数。
这里，简单测试一下在多线程下产生随机数的性能问题。首先，定义一些全局变量：
public static final int GEN_COUNT = 10000000;public static final int THREAD_COUNT = 4;static ExecutorService exe = Executors.newFixedThreadPool(THREAD_COUNT);public static Random rnd = new Random(123);public static ThreadLocal<Random> tRnd = new ThreadLocal<Random>() {protected Random initialValue() {return new Random(123);}};代码第1行定义了每个线程要产生的随机数数量，第2行定义了参与工作的线程数量，第3行定义了线程池，第4行定义了被多线程共享的Random实例用于产生随机数，第6~11行定义了有ThreadLocal封装的Random。
接着，定义一个工作线程的内部逻辑。它可以工作在两种模式下：
第一是多线程共享一个Random（mode=0）,
第二是多个线程各分配一个Random（mode=1）。
public static class RndTask implements Callable<Long> {private int mode = 0;public RndTask(int mode) {this.mode = mode;}public Random getRandom() {if(mode == 0) {return rnd;} else if(mode == 1) {return tRnd.get();} else {return null;}}@Overridepublic Long call() throws Exception {long b = System.currentTimeMillis();for(long i=0; i<GEN_COUNT; i++) {getRandom().nextInt();}long e = System.currentTimeMillis();System.out.println(Thread.currentThread().getName() + " spend " + (e-b) + "ms");return e - b;}
}上述代码第19~27行定义了线程的工作内容。每个线程会产生若干个随机数，完成工作后，记录并返回所消耗的时间。
最后是main函数，它分别对上述两种情况进行测试，并打印了测试的耗时：
public static void main(String[] args) throws InterruptedException, ExecutionException {Future<Long>[] futs = new Future[THREAD_COUNT];for(int i=0; i<THREAD_COUNT; i++) {futs[i] = exe.submit(new RndTask(0));}long totaltime = 0;for(int i=0; i<THREAD_COUNT; i++) {totaltime += futs[i].get();}System.out.println("多线程访问同一个Random实例："+ totaltime + "ms");for(int i=0; i<THREAD_COUNT; i++) {futs[i] = exe.submit(new RndTask(1));}totaltime = 0;for(int i=0; i<THREAD_COUNT; i++) {totaltime += futs[i].get();}System.out.println("使用ThreadLocal包装Random实例：" + totaltime + "ms");exe.shutdown();
} 上述代码的运行结果，可能如下：
pool-1-thread-1 spend 2206ms
pool-1-thread-3 spend 2791ms
pool-1-thread-2 spend 2793ms
pool-1-thread-4 spend 2803ms
多线程访问同一个Random实例：10593ms
pool-1-thread-4 spend 213ms
pool-1-thread-2 spend 224ms
pool-1-thread-1 spend 225ms
pool-1-thread-3 spend 235ms
使用ThreadLocal包装Random实例：897ms
很明显，在多线程共享一个Random实例的情况下，总耗时达10秒之多（这里指4个线程的耗时总和）。而在ThreadLocal模式下，仅耗时0.8秒左右。
注：本篇博客内容摘自《 Java 高并发程序设计》
这篇关于《Java高并发程序设计》学习 --4.3 ThreadLocal的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
