Java多线程4-ThreadLocal的那些事

声明:原创文章,转载请注明出处。https://www.jianshu.com/p/6341cfa5c3cd

一、概述

ThreadLocal: 通常被称作线程本地变量或者线程本地存储。其含义是ThreadLocal为变量在每个线程中都创建一个副本,则每个线程可以访问自身内部的副本变量。
概念总是抽象而且晦涩的,我们从两个例子说起。

1、对象间/方法间跨层传递

如下图,有个多层调用的情况,如果我们需要传递某个中间结果在这几层调用关系之间,应该怎么处理呢?


多层调用
  • 一种简单的思路是,把每个函数新增一个参数,然后依次传递下去。但是,如果参数过多,或者某一个函数为公共函数,不允许我们随意添加参数的话,那该怎么处理呢?
  • 另一种思路,设置一个单例类,实时保存该数据。实存实取。也能保证其在各个函数之间的传递。但是,如果是多线程操作怎么保证单例数据不被污染?
    假设,我们在A.fun1()之中将数据保存在单例类中,然后在之后的其他函数中操作该数据。如果是多线程的环境,如果同时有多个线程同时操作入口函数A.fun1(),则单例保存的数据则会被污染。
  • 还有一种思路,就是使用ThreadLocal为该数据在每个线程中都创建一个副本,则线程之间则不会互相影响。如下代码,通过ThreadLocal,我们可以使数据在对象间/方法间进行传递。
public class ThreadLocalDemo {
    private ThreadLocal<Long> threadLocal = new ThreadLocal<>();

    private void fun1() {
        threadLocal.set(System.nanoTime());
        System.out.println("fun1:" + threadLocal.get());
        fun2();
    }

    private void fun2() {
        System.out.println("fun2:" + threadLocal.get());
        fun3();
    }

    private void fun3() {
        System.out.println("fun3:" + threadLocal.get());
        threadLocal.remove();
    }

    public static void main(String[] args) {
        ThreadLocalDemo demo = new ThreadLocalDemo();
        demo.fun1();
    }
}

2、线程间的数据隔离

如果需要将一个单线程的应用移植到到多线程的环境下,就需要将共享的一些全局变量转换为ThreadLocal对象;这相当于ThreadLocal为每个线程都创建了一个该全局变量的副本。保证了其线程安全性。

但是,TheadLocal并不是解决高并发下共享资源的方式。大多数情况下,ThreadLocal存储的是一个new的新对象。但是如果其存储一个对象的引用,也会面临资源竞争的情况。

  • 例子1:ThreadLocal与Synchronized区别
    好多人都说ThreadLocal和Synchroized一样,实现了线程同步。那我们看个例子。
    假设有一个static int a = 0;,共有5个线程对其进行++操作,保险起见,我们对++进行加锁(Sync)。这样在执行完之后,a == 5,毫无疑问。
    同样的,我们起初使用ThreadLocal保存a = 0,同样地,共有5个线程从ThreadLocal取出,并执行++操作。最后输出a的值。
public class ThreadLocalDemo {
    private static int a = 0;
    private static ThreadLocal<Integer> threadLocal = ThreadLocal.withInitial(() -> a);

    public static void main(String[] args) {
        ExecutorService pool = Executors.newCachedThreadPool();
        for (int i = 0; i < 5; i++) {
            pool.execute(() -> {
                a = threadLocal.get() + 1;
                threadLocal.set(a);
            });

        }
        pool.shutdownNow();
        System.out.println(a);
    }
}

最终输出a的值完全不固定。这是因为static a 为共享变量,每个线程(包括Main线程)都保存了一个a的引用的副本。ThreadLocal并不能替代Synchronized的作用。

  • 例子2:ThreadLocal存储的是共享变量的引用
public class ThreadLocalDemo {
    private static ThreadLocal<Student> threadLocal = new ThreadLocal<>();
    private static Student student = new Student("a");

    public static void main(String[] args) throws Exception {
        new Thread(() -> {
            threadLocal.set(student);
            while (true) {
                System.out.println(threadLocal.get());
                try {
                    TimeUnit.SECONDS.sleep(1);
                } catch (Exception e) {}
            }
        }).start();

        TimeUnit.SECONDS.sleep(2);
        student.name = "b"; // 修改共享变量
    }

    private static class Student {
        public String name;
        public Student(String name) {
            this.name = name;
        }
        public String toString() {
            return this.name;
        }
    }
}

运行2秒后,线程1的ThreadLocal会被Main线程修改。则对共享变量的操作,同样存在多线程的竞争情况。

结论:ThreadLocal的使用通常由private static修饰,适用于对象/方法间跨层传递,或实现变量在多线程之间的隔离,并非解决多线程同步问题。常用于保存Session、DB连接等。

二、ThreadLocal详解

我们还是从下面的一个例子说起,从运行结果看,每个线程均保存了一个线程副本,且相互之间互不影响。这是因为每个线程的副本中都存放的是一个new变量,而并非共享变量。每个线程各自维护。

public class ThreadLocalExample {
    private static ThreadLocal<Integer> local = new ThreadLocal<>();

    public static void main(String[] args) {
        ExecutorService service = Executors.newCachedThreadPool();
        for (int i = 0; i < 5; i++) {
            service.execute(() -> {
                int key = (int) (Math.random() * 10);
                local.set(key);
                System.out.println(Thread.currentThread().getName() + ":" + key);
                try {
                    TimeUnit.SECONDS.sleep(1);
                } catch (Exception e) {}
                System.out.println(Thread.currentThread().getName() + ":" + local.get());
            });
        }
    }
}

使用ThreadLocal,最常用的几个方法,分别为initialValue()set(T value)get()remove()

2.1 initialValue()

返回线程副本变量的初始值。该方法为protected可以通过子类覆盖实现初始值设置。该方法为延迟调用方法,只在线程第一次调用get()时才执行一次。

protected T initialValue() {
        return null;
    }

2.2 set(T value)

ThreadLocalMap getMap(Thread t) {
    return t.threadLocals;
}

public void set(T value) {
    Thread t = Thread.currentThread();
    ThreadLocalMap map = getMap(t);
    if (map != null)
        map.set(this, value);
    else
        createMap(t, value);
}

void createMap(Thread t, T firstValue) {
    t.threadLocals = new ThreadLocalMap(this, firstValue);
}

首先通过getMap(Thread t)获取当前线程所属的ThreadLocalMap,然后将Value设置到这个Map中;如果当前线程没有这个Map,则新建一个。

2.3 get()

public T get() {
    Thread t = Thread.currentThread();
    ThreadLocalMap map = getMap(t);
    if (map != null) {
        ThreadLocalMap.Entry e = map.getEntry(this);
        if (e != null) {
            @SuppressWarnings("unchecked")
            T result = (T)e.value;
            return result;
        }
    }
    return setInitialValue();
}

2.4 ThreadLocalMap

上面所看到的ThreadLocalMap是一个和HashMap差不多的结构,用来存储线程放在ThreadLocal中的数据备份,其所有方法都为private。但实际上存储数据的为下面的Entry。

static class Entry extends WeakReference<ThreadLocal<?>> {
    /** The value associated with this ThreadLocal. */
    Object value;

    Entry(ThreadLocal<?> k, Object v) {
        super(k);
        value = v;
    }
}

Entry为一个弱引用类型,主要是使JVM能够自动回收。

三、ThreadLocal内存泄漏分析

同样,我们首先看一个例子。

public class ThreadLocalMemory {
    private static ThreadLocal<byte[]> threadLocal = new ThreadLocal<>();

    public static void main(String[] args) throws Exception {
        threadLocal.set(new byte[100 * 1024 * 1024]);
        threadLocal = null;

        Thread.sleep(10 * 1000);
        // Full GC
        System.gc();
    }
}

通过Jprofile查看下内存和GC情况,发现在进行GC之后,内存并没有减小:


GC

我们可以分析下ThreadLocal 的Set情况:


ThreadLocal Set

执行threadLocal = null;后,

threadLocal = null

虽然ThreadLocalMap中的Enry为弱引用,为的就是当没有强引用指向 ThreadLocal 变量时,它可被回收,从而避免ThreadLocal 不能被回收而造成的内存泄漏的问题。
但是,Entry中Value为一个对值的强引用。当 ThreadLocal 变量被回收后,该Entry的Key变为 null,该 Entry 无法被移除致使内存泄漏。

那我们应该怎么避免这种情况呢?答案就是在回收ThreadLocal之前,先把其中的数据清理。如下:

public class ThreadLocalMemory {
    private static ThreadLocal<byte[]> threadLocal = new ThreadLocal<>();

    public static void main(String[] args) throws Exception {
        threadLocal.set(new byte[100 * 1024 * 1024]);
        threadLocal.remove();  // 清除数据
        threadLocal = null;

        Thread.sleep(10 * 1000);
        // Full GC
        System.gc();
    }
}
GC
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,997评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,603评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,359评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,309评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,346评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,258评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,122评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,970评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,403评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,596评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,769评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,464评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,075评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,705评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,848评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,831评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,678评论 2 354

推荐阅读更多精彩内容