转载

抢拍神器的关键：优化提升Java线程局部随机数ThreadLocalRandom高并发技巧 - alidg

在本文中，探讨将Java随机数算法优化为高吞吐量和低延迟的各种技巧。技巧包括更有效的对象分配，更有效的内存访问，消除不必要的间接访问以及机械同情。(对于分布式环境的抢拍很重要)

Java 7引入了， ThreadLocalRandom 以在竞争激烈的环境中提高随机数生成的吞吐量。

背后的原理ThreadLocalRandom很简单：Random每个线程都维护自己的版本，而不是共享一个全局实例Random。反过来，这减少了争用，从而提高了吞吐量。

由于这是一个简单的想法，因此我们应该能够袖手旁观，并ThreadLocalRandom以类似的性能实现类似的功能，对吗？

让我们来看看。

第一次尝试

在我们的第一次尝试中，我们将使用简单的方法ThreadLocal<Random>：

<font><i>// A few annotations</i></font><font>
<b>public</b> <b>class</b> RandomBenchmark {

    <b>private</b> <b>final</b> Random random = <b>new</b> Random();
    <b>private</b> <b>final</b> ThreadLocal<Random> simpleThreadLocal = ThreadLocal.withInitial(Random::<b>new</b>);

    @Benchmark
    @BenchmarkMode(Throughput)
    <b>public</b> <b>int</b> regularRandom() {
        <b>return</b> random.nextInt();
    }

    @Benchmark
    @BenchmarkMode(Throughput)
    <b>public</b> <b>int</b> simpleThreadLocal() {
        <b>return</b> simpleThreadLocal.get().nextInt();
    }

    @Benchmark
    @BenchmarkMode(Throughput)
    <b>public</b> <b>int</b> builtinThreadLocal() {
        <b>return</b> ThreadLocalRandom.current().nextInt();
    }

    </font><font><i>// omitted</i></font><font>
}
</font>

在此基准测试中，我们正在比较Random，我们自己简单的ThreadLocal<Random>和内置的ThreadLocalRandom：

Benchmark                             Mode  Cnt           Score          Error  Units
RandomBenchmark.builtinThreadLocal   thrpt   40  1023676193.004 ± 26617584.814  ops/s
RandomBenchmark.regularRandom        thrpt   40     7487301.035 ±   244268.309  ops/s
RandomBenchmark.simpleThreadLocal    thrpt   40   382674281.696 ± 13197821.344  ops/s

ThreadLocalRandom生成每秒约1十亿随机数。

线性同余法

迄今为止，当今使用最广泛的随机数生成器是DH Lehmer在1949年推出的线性同余伪随机数生成器。

(具体算法见原文)，Java实现：

<b>protected</b> <b>int</b> next(<b>int</b> bits) {
    <b>long</b> oldseed, nextseed;
    AtomicLong seed = <b>this</b>.seed;
    <b>do</b> {
        oldseed = seed.get();
        nextseed = (oldseed * multiplier + addend) & mask;
    } <b>while</b> (!seed.compareAndSet(oldseed, nextseed));
    <b>return</b> (<b>int</b>)(nextseed >>> (48 - bits));
}

由于多个线程可以潜在地同时更新值seed，因此我们需要某种同步来协调并发访问。在这里，Java 在原子的帮助下使用了无锁方法。

基本上，每个线程都会尝试通过原子地将种子值更改为一个新值compareAndSet。如果线程无法执行此操作，它将重试相同的过程，直到可以成功提交更新。

当争用较高时，CAS失败的次数会增加。这是Random并发环境中性能低下的主要原因。

没有更多的CAS

在基于ThreadLocal的实现中，seed值限于每个线程。因此，由于没有共享的可变状态，因此我们不需要原子或任何其他形式的同步：

<b>public</b> <b>class</b> MyThreadLocalRandom <b>extends</b> Random {

    <font><i>// omitted</i></font><font>
    <b>private</b> <b>static</b> <b>final</b> ThreadLocal<MyThreadLocalRandom> threadLocal = 
        ThreadLocal.withInitial(MyThreadLocalRandom::<b>new</b>);

    <b>private</b> MyThreadLocalRandom() {}

    <b>public</b> <b>static</b> MyThreadLocalRandom current() {
        <b>return</b> threadLocal.get();
    }

    @Override
    <b>protected</b> <b>int</b> next(<b>int</b> bits) {
        seed = (seed * multiplier + addend) & mask;
        <b>return</b> (<b>int</b>) (seed >>> (48 - bits));
    }
}
</font>

如果我们再次运行相同的基准测试：

Benchmark Mode Cnt Score Error Units RandomBenchmark.builtinThreadLocal thrpt 40 1023676193.004 ± 26617584.814 ops/s RandomBenchmark.lockFreeThreadLocal thrpt 40 695217843.076 ± 17455041.160 ops/s RandomBenchmark.regularRandom thrpt 40 7487301.035 ± 244268.309 ops/s RandomBenchmark.simpleThreadLocal thrpt 40 382674281.696 ± 13197821.344 ops/s

MyThreadLocalRandom的吞吐量几乎是简单ThreadLocal<Random>的两倍。

在compareAndSet提供了原子和内存排序保证，我们只是在一个线程上下文限制也不需要。由于这些保证是昂贵且不必要的，因此删除保证会大大提高吞吐量。

但是，我们仍然落后于内置功能ThreadLocalRandom！

删除间接

事实证明，每个线程都不需要自己的单独且完整的副本Random。它只需要最新seed值即可。

从 Java 8开始，这些值已添加到Thread类本身：

<font><i>/** The current seed for a ThreadLocalRandom */</i></font><font>
@jdk.internal.vm.annotation.Contended(</font><font>"tlr"</font><font>)
<b>long</b> threadLocalRandomSeed;

</font><font><i>/** Probe hash value; nonzero if threadLocalRandomSeed initialized */</i></font><font>
@jdk.internal.vm.annotation.Contended(</font><font>"tlr"</font><font>)
<b>int</b> threadLocalRandomProbe;

</font><font><i>/** Secondary seed isolated from public ThreadLocalRandom sequence */</i></font><font>
@jdk.internal.vm.annotation.Contended(</font><font>"tlr"</font><font>)
<b>int</b> threadLocalRandomSecondarySeed;
</font>

MyThreadLocalRandom每个线程实例都在threadLocalRandomSeed变量中维护其当前值seed。结果，ThreadLocalRandom类成为单例：

<font><i>/** The common ThreadLocalRandom */</i></font><font>
<b>static</b> <b>final</b> ThreadLocalRandom instance = <b>new</b> ThreadLocalRandom();
</font>

每次我们调用ThreadLocalRandom.current()的时候，它懒初始化 threadLocalRandomSeed，然后返回singelton：

<b>public</b> <b>static</b> ThreadLocalRandom current() {
    <b>if</b> (U.getInt(Thread.currentThread(), PROBE) == 0)
        localInit();
    <b>return</b> instance;
}

使用MyThreadLocalRandom，每次对current()factory方法的调用都会转换为ThreadLocal实例的哈希值计算和在基础哈希表中的查找。

相反，使用这种新的Java 8+方法，我们要做的就是直接读取threadLocalRandomSeed值，然后再对其进行更新。

高效的内存访问

为了更新种子值，java.util.concurrent.ThreadLocalRandom需要更改类中的threadLocalRandomSeed状态java.lang.Thread。如果我们设置为state public，那么每个人都可能更新threadLocalRandomSeed，这不是很好。

我们可以使用反射来更新非公开状态，但是仅仅因为我们可以，并不意味着我们应该！

事实证明，ThreadLocalRandom可以使用本机方法Unsafe.putLong有效地更新threadLocalRandomSeed状态：

<font><i>/**
* The seed increment.
*/</i></font><font>
<b>private</b> <b>static</b> <b>final</b> <b>long</b> GAMMA = 0x9e3779b97f4a7c15L;
<b>private</b> <b>static</b> <b>final</b> Unsafe U = Unsafe.getUnsafe();
<b>private</b> <b>static</b> <b>final</b> <b>long</b> SEED = U.objectFieldOffset(Thread.<b>class</b>, </font><font>"threadLocalRandomSeed"</font><font>);

<b>final</b> <b>long</b> nextSeed() {
    Thread t; 
    <b>long</b> r; </font><font><i>// read and update per-thread seed</i></font><font>
    U.putLong(t = Thread.currentThread(), SEED, r = U.getLong(t, SEED) + GAMMA);

    <b>return</b> r;
}
</font>

putLong方法将r值写入相对于当前线程的某个内存地址。内存偏移量已经通过调用另一个本机方法计算得出Unsafe.objectFieldOffset。

与反射相反，所有这些方法都具有本机实现，并且非常有效。

虚假共享 False Sharing

CPU高速缓存根据高速缓存行进行工作。即，高速缓存行是CPU高速缓存和主存储器之间的传输单位。

基本上，处理器倾向于将一些其他值与请求的值一起缓存。这种空间局部性优化通常可以提高吞吐量和内存访问延迟。

但是，当两个或多个线程竞争同一条缓存行时，多线程可能会产生适得其反的效果。

为了更好地理解这一点，让我们假设以下变量位于同一缓存行中：

<b>public</b> <b>class</b> Thread implements Runnable {
    <b>private</b> <b>final</b> <b>long</b> tid;
    <b>long</b> threadLocalRandomSeed;
    <b>int</b> threadLocalRandomProbe;
    <b>int</b> threadLocalRandomSecondarySeed;

    <font><i>// omitted</i></font><font>
}
</font>

一些线程tid出于某些未知目的而使用or线程ID。现在，如果我们更新threadLocalRandomSeed线程中的值以生成随机数，那么应该不会发生什么不好的事情，对吗？听起来好像没什么大不了的，因为有些线程正在读取tid，而另一个线程则将整个线程写入另一个内存位置。

尽管我们可能会想，但由于所有这些值都在同一缓存行中，因此读取线程将遇到缓存未命中。编写器需要刷新其存储缓冲区。这种现象称为错误共享False Sharing，会给我们的多线程应用程序带来性能下降。

为了避免错误的共享问题，我们可以在有争议的值周围添加一些填充。这样，每个竞争激烈的值将驻留在自己的缓存行中：

<b>public</b> <b>class</b> Thread implements Runnable {
    <b>private</b> <b>final</b> <b>long</b> tid;
    <b>private</b> <b>long</b> p11, p12, p13, p14, p15, p16, p17 = 0; <font><i>// one 64 bit long + 7 more => 64 Bytes</i></font><font>

    <b>long</b> threadLocalRandomSeed;
    <b>private</b> <b>long</b> p21, p22, p23, p24, p25, p26, p27 = 0;

    <b>int</b> threadLocalRandomProbe;
    <b>private</b> <b>long</b> p31, p32, p33, p34, p35, p36, p37 = 0;

    <b>int</b> threadLocalRandomSecondarySeed;
    <b>private</b> <b>long</b> p41, p42, p43, p44, p45, p46, p47 = 0;

    </font><font><i>// omitted</i></font><font>
}
</font>

在大多数现代处理器中，缓存行大小通常为64或128字节。在我的机器上，它是64个字节，因此long在tid声明之后，我又添加了7个哑数值。

通常，这些threadLocal*变量将在同一线程中更新。因此，最好隔离一下tid：

<b>public</b> <b>class</b> Thread implements Runnable {
    <b>private</b> <b>final</b> <b>long</b> tid;
    <b>private</b> <b>long</b> p11, p12, p13, p14, p15, p16, p17 = 0;

    <b>long</b> threadLocalRandomSeed;
    <b>int</b> threadLocalRandomProbe;
    <b>int</b> threadLocalRandomSecondarySeed;

    <font><i>// omitted</i></font><font>
}
</font>

读取器线程不会遇到高速缓存未命中的情况，而写入器则不需要立即清除其存储缓冲区，因为这些局部变量不是volatile。

竞争注释

jdk.internal.vm.annotation.Contended注解（如果你是在Java8则是sun.misc.Contended）是JVM隔离注释字段，以避免错误共享的提示。因此，以下内容应该更有意义：

<font><i>/** The current seed for a ThreadLocalRandom */</i></font><font>
@jdk.internal.vm.annotation.Contended(</font><font>"tlr"</font><font>)
<b>long</b> threadLocalRandomSeed;

</font><font><i>/** Probe hash value; nonzero if threadLocalRandomSeed initialized */</i></font><font>
@jdk.internal.vm.annotation.Contended(</font><font>"tlr"</font><font>)
<b>int</b> threadLocalRandomProbe;

</font><font><i>/** Secondary seed isolated from public ThreadLocalRandom sequence */</i></font><font>
@jdk.internal.vm.annotation.Contended(</font><font>"tlr"</font><font>)
<b>int</b> threadLocalRandomSecondarySeed;
</font>

借助ContendedPaddingWidth调整标记，我们可以控制填充宽度。

threadLocalRandomSecondarySeed是ForkJoinPool或ConcurrentSkipListMap的内部使用的seed。另外，threadLocalRandomProbe表示当前线程是否已初始化其seed。

在本文中，我们探讨了将RNG优化为高吞吐量和低延迟的各种技巧。技巧包括更有效的对象分配，更有效的内存访问，消除不必要的间接访问以及机械同情。

原文 https://www.jdon.com/54038

正文到此结束