高并发下如何生成随机数

男娘i 2022-12-31 07:26 162阅读 0赞

在平时的开发中我们经常会用到随机数，比如使用`new Random()`、`Math.random()`等生成，然而在高并发环境中（比如电商项目，中间件系统等）使用上面的方法并不是最优的，会影响系统性能。那么在高并发环境下我们如何让生成随机数呢？

## 使用Random生成随机数 ##

@Test
    public void testRandom() {
        for (int i = 0; i < 10; i++) {
            double random = Math.random();
            System.out.println(random);
        }
    }

测试结果：

0.5036752695751798
    0.6386142116701573
    0.9884333194038111
    0.9582700780194423
    0.5868131855429274
    0.4641415198964046
    0.003620726435900945
    0.3840115367892679
    0.5840416616384468
    0.2752130416815357

Random的源码：

public static double random() {
        return RandomNumberGeneratorHolder.randomNumberGenerator.nextDouble();
    }

private static final class RandomNumberGeneratorHolder {
        static final Random randomNumberGenerator = new Random();
    }

底层使用到了CAS

![图片][f87c53332988abcee0dc61686f32d642.png]

一个线程要想获取新随机数，需要做两件事：

> “
> 
> 1.  根据老的seed生成新的seed
> 2.  由新的seed生成随机数
> 
> ”

![图片][c8bc8cf19bfc0ea4d618365c6f622f46.png]

在多线程下，为了避免每个线程获取相同的`seed`，`Random`使用`AtomicLong CAS`（compare and set）操作来更新它的`seed`。我们看上面的代码，如果线程CAS比较失败，会在这里自旋（循环重试）。那么这里就是导致多个线程对seed的竞争。占用了系统资源。

## 使用ThreadLocalRandom生成随机数 ##

高并发下使用`java.util.concurrent`下面的`ThreadLocalRandom`生成随机数：

public static void main(String[] args){
        new RandomTest().testThreadLocalRandom();
    }
    
    public void testThreadLocalRandom() {
        for (int i = 0; i < 3 ; i++) {
            new Thread(() -> System.out
                    .println(Thread.currentThread().getName() + ": " +
                            ThreadLocalRandom.current().nextDouble())).start();
        }
    }

java代码测试结果：

Thread-0: 0.24025397109614877
    Thread-2: 0.1704942948906747
    Thread-1: 0.6864282829219596

我们来看`ThreadLocalRandom.current()`方法：

![图片][cd85b61f62b0db74c9dab6ea9855cf25.png]

`current()`方法是静态方法，所以多个线程只会产生一个`ThreadLocalRandom``实例`。

![图片][5e1abef92fbcdf0aec7931999ca224a6.png]

随机数

![图片][f2a9be430f82730a0b56586bf8e91987.png]

我们在调用`current()`方法时，如果当前线程没有初始化，会先初始化`seed`（调用了`localInit()`），并将当前线程信息和对应的`seed`保存在`UNSAFE`中。`UNSAFE`的方法都是本地方法，调用的是操作系统相关的方法了，这里我们就不深究了。

这里注意我们要在每个线程中调用`ThreadLocalRandom.current()`。

![图片][6af72e45c89bd7a8c6820577acce4db4.png]

我们发现`TheadLocalRandom`并没有使用CAS。这也是为什么它生成的随机数会快的原因了。

使用`TheadLocalRandom`，每个线程都会维护自己的`seed`，因此就没有了多个线程竞争同一个seed资源的情况了。

网上有人测试`TheadLocalRandom`的性能比Random快8-10倍。

所以在高并发情况下，使用`ThreadLocalRandom`生成随机数吧。

# **往期推荐** #

*  [我写出这样干净的代码，老板直夸我][Link 1]
 *  [云南丽江旅游攻略][Link 2]
 *  [使用ThreadLocal怕内存泄漏？][ThreadLocal]
 *  [Java进阶之路思维导图][Java]
 *  [程序员必看书籍推荐][Link 3]
 *  [3万字的Java后端面试总结（附PDF）][3_Java_PDF]

扫码二维码，获取更多精彩。或微信搜**Lvshen\_9**，可后台回复获取资料

> 1.  `回复"java" 获取java电子书；`
> 2.  `回复"python"获取python电子书；`
> 3.  `回复"算法"获取算法电子书；`
> 4.  `回复"大数据"获取大数据电子书；`
> 5.  `回复"spring"获取SpringBoot的学习视频。`
> 6.  `回复"面试"获取一线大厂面试资料`
> 7.  `回复"进阶之路"获取Java进阶之路的思维导图`
> 8.  `回复"手册"获取阿里巴巴Java开发手册(嵩山终极版)`
> 9.  `回复"总结"获取Java后端面试经验总结PDF版`
> 10. `回复"Redis"获取Redis命令手册，和Redis专项面试习题（PDF）`
> 11. `回复"并发导图"获取Java并发编程思维导图（xmind终极版）`

另：点击【**我的福利**】有更多惊喜哦。

![format_png][]

[f87c53332988abcee0dc61686f32d642.png]: /images/20221120/bf6e0a435c5a48d596e0d55d31ff84f0.png
[c8bc8cf19bfc0ea4d618365c6f622f46.png]: /images/20221120/bbc79818c6f24fe9874e8530377f4424.png
[cd85b61f62b0db74c9dab6ea9855cf25.png]: /images/20221120/85562ae7564b4f9b818a1b6e1ac5c502.png
[5e1abef92fbcdf0aec7931999ca224a6.png]: /images/20221120/9061c8b718304039a147b2beecdf6446.png
[f2a9be430f82730a0b56586bf8e91987.png]: https://img-blog.csdnimg.cn/img_convert/f2a9be430f82730a0b56586bf8e91987.png
[6af72e45c89bd7a8c6820577acce4db4.png]: https://img-blog.csdnimg.cn/img_convert/6af72e45c89bd7a8c6820577acce4db4.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=Mzg4NDMyNTIwMw==&mid=2247487966&idx=1&sn=7810bd4f62f2b92bec831db2e1f35b97&chksm=cfb8bfe2f8cf36f4295a3560fc8fde094bf73e8e187ff589c6559ae7ed38584d8c67c1c20330&scene=21#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=Mzg4NDMyNTIwMw==&mid=2247487391&idx=1&sn=5847806bce7a105d6503eab52ea725be&chksm=cfb8a1a3f8cf28b517b36ded4dc1ec97334b0a685e5deb6f75d9a668c96d3fbc0c058e5432d8&scene=21#wechat_redirect
[ThreadLocal]: http://mp.weixin.qq.com/s?__biz=Mzg4NDMyNTIwMw==&mid=2247486830&idx=1&sn=3aa8095371b2e04dc0c954443a890ef4&chksm=cfb8a352f8cf2a444a4c54d19a5e74b03879c03e79209a1f7688fd9edd81edb35b43fea9578d&scene=21#wechat_redirect
[Java]: http://mp.weixin.qq.com/s?__biz=Mzg4NDMyNTIwMw==&mid=2247486701&idx=2&sn=8b6c8da8802d4fceb4ad06c229af5391&chksm=cfb8a2d1f8cf2bc71415098ecc807dfcb6bcfdde399ec92f79ead84f0f4352a5fdb7cf766593&scene=21#wechat_redirect
[Link 3]: http://mp.weixin.qq.com/s?__biz=Mzg4NDMyNTIwMw==&mid=2247486232&idx=1&sn=ac1ba6a9f543f7115098f820a7b41165&chksm=cfb8a524f8cf2c326861c7a0783a6ada2ba7a3e76c633cb9632af99f32de64a984fef5ba8a75&scene=21#wechat_redirect
[3_Java_PDF]: http://mp.weixin.qq.com/s?__biz=Mzg4NDMyNTIwMw==&mid=2247488123&idx=1&sn=9567232df10afbfede9688e4762c988c&chksm=cfb8bc47f8cf35512bced50381acb94713b51bb8691e895ba880a2b7863d7c882f4b54aec190&scene=21#wechat_redirect
[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy84MjJ5d2djOWRDS3M4TnVYVW12SHN2QVBFODZOQnB2TUQ2OGliY1QwV2NKVnRpYWVPMFd0MENkWnhwcklSVDVVYjdXTzJWMmljQzRPOEYwUW5pYURDT2RKWkEvNjQw?x-oss-process=image/format,png