多线程工具ThreadLocal

一、样例及原理

// 成员变量
ThreadLocal<Object> TL = new ThreadLocal<>();

@Test
public void testTL(){
    TL.set(new Object());

    TL.get();
}

ThreadLocal以一种空间换时间的思想（变量在不同的线程开辟副本），解决并发问题。

线程持有名为threadLocals的引用，指向一个ThreadLocalMap

• ThreadLocalMap的本质是一个Entry对象数组

ThreadLocalMap解决hash冲突的方式与HashMap的方式不同（链、树），ThreadLocalMap它会从落点桶位置顺序查找。
如：hash取余计算出落点桶是5，但位置5已经有其它entry，那么会尝试放入桶6……

• key是ThreadLocal对象本身，由Entry对象以弱引用的方式指向key

采用弱引用的方式，是为了帮助回收，防内存溢出（源码中有扫描逻辑）。
如果持有ThreadLocal的对象被回收了（样例中的成员变量不存在了），意味着指向ThreadLocalMap的key的强引用不存在了，那么弱引用被GC扫描到时也会被回收。

• value则是要存储的对象

二、set()

public void set(T value) {
    Thread t = Thread.currentThread();
    // 获取线程的threadLocals变量
    ThreadLocalMap map = getMap(t);
    if (map != null)
        // == 2.找到Entry数组中的entry，并赋值
        map.set(this, value);
    else
        // == 1.创建ThreadLocalMap，并赋值
        // - 线程有个threadLocals变量，这个变量指向Entry数组（一个Thread关联的多个ThreadLocal对象，默认16）；
        //    - Entry对象是弱引用的
        createMap(t, value);
}

1.创建ThreadLocalMap

java.lang.ThreadLocal#createMap
void createMap(Thread t, T firstValue) {
    // ## 调用ThreadLocalMap的构造函数，将当前的threadLocal作为key
    // 最终赋值给线程的threadLocals变量
    t.threadLocals = new ThreadLocalMap(this, firstValue);
}

// ThreadLocalMap的构造函数
ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) {
    table = new Entry[INITIAL_CAPACITY];
    int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);
    // 构建弱引用的数组
    table[i] = new Entry(firstKey, firstValue);
    size = 1;
    // 扩展因子，size * 2/3
    setThreshold(INITIAL_CAPACITY);
}

关键类、属性

# Thread类
ThreadLocal.ThreadLocalMap threadLocals = null;

# ThreadLocal类
static class ThreadLocalMap {

    private Entry[] table;
    // table的size，也就是本线程对应的ThreadLocal数量
    private int size = 0;

    // 弱引用：一旦发现了只具有弱引用的对象，不管当前内存空间足够与否，都会回收它的内存

    // 如果不使用弱引用，那么当持有value的强引用释放掉后，当线程没有回收释放时，
    // threadLocalMap会一直持有ThreadLocal以及value的强应用，导致value不能够被回收，从而造成内存泄漏。
    static class Entry extends WeakReference<ThreadLocal<?>> {
        Object value;

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

2.ThreadLocalMap#set

private void set(ThreadLocal<?> key, Object value) {
    Entry[] tab = table;
    int len = tab.length;
    // 根据hash值和len找落点
    int i = key.threadLocalHashCode & (len-1);

    // 线性查找
    for (Entry e = tab[i];
         e != null;
         // 循环中做线性查找，落点i在数组中移动（如果已经是数组的最后一个位置，会从位置0继续查找）
         e = tab[i = nextIndex(i, len)]) {

        // 获取当前位置的key->ThreadLocal
        ThreadLocal<?> k = e.get();

        // == 1.1、Entry数组中找到了对应的ThreadLocal，赋值替换
        if (k == key) {
            e.value = value;
            return;
        }

        // ## 2、原位置的entry为空（stale-失效），替换
        if (k == null) {
            replaceStaleEntry(key, value, i);
            return;
        }
    }

    // == 1.2、Entry数组中没找到，新建Entry，放入空槽i（经历上面的循环后，i为最近的空位）位置
    tab[i] = new Entry(key, value);
    int sz = ++size;
    // -- a、满足扩容条件(条件：无法清理 && 达到阈值)，做扩容操作
    if (!cleanSomeSlots(i, sz) && sz >= threshold)
        // -- b、扩容
        rehash();
}

a、桶清理

private boolean cleanSomeSlots(int i, int n) {
    boolean removed = false;
    Entry[] tab = table;
    int len = tab.length;
    do {
        i = nextIndex(i, len);
        Entry e = tab[i];
        // entry不为空，但entry的key为空（## 弱引用被回收，前提条件是持有ThreadLocal的对象被回收，见下图）
        if (e != null && e.get() == null) {
            n = len;
            // 执行清理操作，返回值设置为true
            removed = true;
            // == 清理无效entry
            i = expungeStaleEntry(i);
        }
    }
    // 通过size（实际的Entry对象个数，也就是线程持有的ThreadLocal个数）二进制右移来确定循环次数
    // 举例：2->0循环2次；8->0循环4次
    while ( (n >>>= 1) != 0);
    return removed;
}

看下实际的清理方法

private int expungeStaleEntry(int staleSlot) {
    Entry[] tab = table;
    int len = tab.length;

    // 清楚当前的无效节点
    tab[staleSlot].value = null;
    tab[staleSlot] = null;
    size--;


    Entry e;
    int i;
    for (i = nextIndex(staleSlot, len);
         (e = tab[i]) != null;
         i = nextIndex(i, len)) {
        ThreadLocal<?> k = e.get();
        // -- 帮助清理其它无效节点
        if (k == null) {
            e.value = null;
            tab[i] = null;
            size--;
        }

        // -- 帮助k找到实际的桶
        // 原来在i位置，但当年选择i位置是无奈之举——hash冲突，实际是h位置；
        // 现在有机会把它落在该落的h位置，i位置清空
        else {
            int h = k.threadLocalHashCode & (len - 1);
            if (h != i) {
                tab[i] = null;

                // 好吧，实际落点h也被占用了，只能继续找到新的h位
                while (tab[h] != null)
                    h = nextIndex(h, len);

                tab[h] = e;
            }
        }
    }
    return i;
}

b、rehash()

private void rehash() {
    // 实际的清理方法，已经分析过
    expungeStaleEntries();

    // Use lower threshold for doubling to avoid hysteresis
    if (size >= threshold - threshold / 4)
        // 扩容
        resize();
}
## 扩容 && 旧桶对象迁新桶
private void resize() {
    Entry[] oldTab = table;
    int oldLen = oldTab.length;
    // 2倍扩容
    int newLen = oldLen * 2;
    Entry[] newTab = new Entry[newLen];
    int count = 0;

    for (int j = 0; j < oldLen; ++j) {
        Entry e = oldTab[j];
        if (e != null) {
            ThreadLocal<?> k = e.get();
            if (k == null) {
                e.value = null; // Help the GC
            } else {
                // 计算落点
                int h = k.threadLocalHashCode & (newLen - 1);
                // hash冲突，找最近空位
                while (newTab[h] != null)
                    h = nextIndex(h, newLen);
                newTab[h] = e;
                count++;
            }
        }
    }

    setThreshold(newLen);
    size = count;
    table = newTab;
}

原位置的entry为空（stale-失效），替换

private void replaceStaleEntry(ThreadLocal<?> key, Object value,
                               int staleSlot) {
    Entry[] tab = table;
    int len = tab.length;
    Entry e;

    // 往左查找一波（与其它方向相反，按我的理解作更全面的清理）
    int slotToExpunge = staleSlot;
    for (int i = prevIndex(staleSlot, len);
         (e = tab[i]) != null;
         i = prevIndex(i, len))
        if (e.get() == null)
            slotToExpunge = i;

    // 其它不分析了（懒）：看上去都是调用前面的各种已分析过的方法，总之就是确保扫描的全面
    for (int i = nextIndex(staleSlot, len);
         (e = tab[i]) != null;
         i = nextIndex(i, len)) {
        ThreadLocal<?> k = e.get();

        if (k == key) {
            e.value = value;

            tab[i] = tab[staleSlot];
            tab[staleSlot] = e;

            // Start expunge at preceding stale entry if it exists
            if (slotToExpunge == staleSlot)
                slotToExpunge = i;
            cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
            return;
        }
        if (k == null && slotToExpunge == staleSlot)
            slotToExpunge = i;
    }

    // If key not found, put new entry in stale slot
    tab[staleSlot].value = null;
    tab[staleSlot] = new Entry(key, value);

    // If there are any other stale entries in run, expunge them
    if (slotToExpunge != staleSlot)
        cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
}

三、get()

public T get() {
    Thread t = Thread.currentThread();
    ThreadLocalMap map = getMap(t);
    if (map != null) {
        // == 获取entry节点。从set的逻辑推断——肯定有在Entry环上查找的逻辑
        ThreadLocalMap.Entry e = map.getEntry(this);
        if (e != null) {
            @SuppressWarnings("unchecked")
            T result = (T)e.value;
            return result;
        }
    }
    return setInitialValue();
}

java.lang.ThreadLocal.ThreadLocalMap#getEntry
private Entry getEntry(ThreadLocal<?> key) {
    int i = key.threadLocalHashCode & (table.length - 1);
    Entry e = table[i];
    // -- 找到直接返回
    if (e != null && e.get() == key)
        return e;
    // -- 找不到，作线性查找
    else
        return getEntryAfterMiss(key, i, e);
}

java.lang.ThreadLocal.ThreadLocalMap#getEntryAfterMiss
private Entry getEntryAfterMiss(ThreadLocal<?> key, int i, Entry e) {
    Entry[] tab = table;
    int len = tab.length;

    while (e != null) {
        ThreadLocal<?> k = e.get();
        if (k == key)
            return e;
        // 帮助清理
        if (k == null)
            expungeStaleEntry(i);
        // 线性查找
        else
            i = nextIndex(i, len);
        e = tab[i];
    }
    return null;
}