终于看了ThreadLocal源码
前言
之前看ThreadLocal原理基本是博客，但对这个还是一知半解，趁着这几天有空看了一遍，印象深刻了很多。同时发现新大陆，原来ThreadLocal在进行set、get等操作，都会有槽位清理的逻辑，来防止内存泄漏，这也是之前一直没有关注的地方。
在看之前，希望大家先花亿分钟打开ThreadLocal的源码，跟着来一步一步的分析。
一、ThreadLocal介绍
1、ThreadLocal基本方法
ThreadLocal主要包含一个静态方法withInitial(),和三个基本实例方法set()、get()、remove();
大家可能对withInitial()方法会比较陌生，下面是这个方法的代码：
public static <S> ThreadLocal<S> withInitial(Supplier<? extends S> supplier) {
return new SuppliedThreadLocal<>(supplier);
}
static final class SuppliedThreadLocal<T> extends ThreadLocal<T> {
private final Supplier<? extends T> supplier;
SuppliedThreadLocal(Supplier<? extends T> supplier) {
this.supplier = Objects.requireNonNull(supplier);
}
@Override
protected T initialValue() {
return supplier.get();
}
}
withInitial()使用了java 1.8增加的函数式接口Supplier，Supplier接口通常用于延迟计算，即在需要值的时候才进行计算，它提供了一种延迟执行的方式。
withInitial()其实就相当于new Thread()，并且给set值，使用起来就类似于这样：
ThreadLocal<Integer> threadLocal = ThreadLocal.withInitial(()->100);
//相当于-------------------------------------------------
ThreadLocal<Integer> threadLocal = new ThreadLocal<>();
threadLocal.set(100);
2、ThreadLocal的哈希值
每个Threadlocal哈希值是通过调用nextHashCode()方法生成的，最终调用的是AtomicInteger中的getAndAdd方法，保证自增的原子性。
每当创建ThreadLocal实例时这个值都会累加 0x61c88647,0x61c88647是散列算法中常用的一个魔法值，用于将哈希码能均匀分布在2的N次方的数组里，降低冲突几率。
虽然0x61c88647是一个比较大的值，但是即使AtomicInteger超出范围变为负数，也不影响计算索引位置，因为只用到了与运算。
最终得出的threadLocalHashCode作为创建ThreadLocalMap实例化对象和计算ThreadLocalMap索引位置使用。
private final int threadLocalHashCode = nextHashCode();
private static AtomicInteger nextHashCode = new AtomicInteger();
/**
* 哈希码累加值
*/
private static final int HASH_INCREMENT = 0x61c88647;
/**
* 返回HashCode
*/
private static int nextHashCode() {
return nextHashCode.getAndAdd(HASH_INCREMENT);
}
二、ThreadLocal内部结构
1、ThreadLocalMap
ThreadLocal主要结构是ThreadLocalMap，是ThreadLocal的静态内部类。但它不是基于Hashmap实现的，而是一个Entry数组，每一个Entry则是一个key-value元素。
Entry的key为ThreadLocal，并且为弱引用，value则为Object。
static class Entry extends WeakReference<ThreadLocal<?>> {
Object value;
Entry(ThreadLocal<?> k, Object v) {
super(k);
value = v;
}
}
为什么key要设置为WeakReference弱引用呢？
这个在面试题上已经烂大街了。。。直接上传送门：https://juejin.cn/post/7126708538440679460。
2、初始化
初始化步骤也不难：先通过threadLocalHashCode和INITIAL_CAPACITY（初始容量为16），算出在table（Entry数组）的位置，再new一个Entry赋值。
ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) {
table = new Entry[INITIAL_CAPACITY];
int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);
table[i] = new Entry(firstKey, firstValue);
size = 1; //当前的实际Entry数量
setThreshold(INITIAL_CAPACITY);
}
最后一行setThreshold方法，代码就简单一句：threshold = len * 2 / 3,其实是计算当前需要扩容的阈值，这里表示的是达到容量的三分之二就要扩容了。
3、set方法
这个set方法跟初始化差不多，也是先算出索引位置，再向tab[i]赋值。
private void set(ThreadLocal<?> key, Object value) {
Entry[] tab = table; // 获取ThreadLocalMap的Entry数组
int len = tab.length; // 获取数组的长度
int i = key.threadLocalHashCode & (len - 1); // 计算初始索引
// 遍历数组，查找匹配的ThreadLocal
for (Entry e = tab[i]; e != null; e = tab[i = nextIndex(i, len)]) {
if (e.refersTo(key)) {
// 如果找到匹配的ThreadLocal，更新其值并返回
e.value = value;
return;
}
if (e.refersTo(null)) {
// 如果遇到过期的ThreadLocal，替换它并返回
replaceStaleEntry(key, value, i);
return;
}
}
// 如果没有匹配的ThreadLocal，创建新的Entry并插入
tab[i] = new Entry(key, value);
int sz = ++size; // 当前的实际Entry数量增加1
// 进行重新散列
if (!cleanSomeSlots(i, sz) && sz >= threshold)
rehash();
}
其中有一段for循环，通过循环遍历表中的槽位，查找是否存在相同键的Entry：
（1）如果找到相同键的Entry，更新其值为新值。
（2）如果找到一个空槽位（键为null），则替换为空槽位。
（3）如果循环结束仍未找到相同键的Entry，则在表中的当前位置创建一个新的Entry对象。
末尾的if (!cleanSomeSlots(i, sz) && sz >= threshold)检查了是否有清理任何槽位，并且映射的大小大于或等于阈值threshold。如果这两个条件都为真，说明映射需要定期调整大小和重新散列，以保持其性能。
4、replaceStaleEntry替换槽位并清理
感觉看下来，最复杂就是replaceStaleEntry方法，刚开始看一脸懵。 replaceStaleEntry出现在set方法中，用来替换键为null的Entry，当e.refersTo(null)时，会进入replaceStaleEntry方法。
大致过程可以分为两步：
1、首先开始向前检索key为null的Entry，直到tab[i]为null停止，记录当前索引位置并赋值给slotToExpunge
2、开始向后检索元素，分为两种情况：
（1）找到匹配的key的Entry，更新值后，与tab[staleSlot]进行交换，并清理槽位后返回。注意的是tab[staleSlot]是一个key为null的Entry。
（2）检索后没有找到匹配，这时候就要在tab[staleSlot]新增一个Entry了，并清理slotToExpunge到len范围内的槽位。
private void replaceStaleEntry(ThreadLocal<?> key, Object value, int staleSlot) {
Entry[] tab = table; // 获取ThreadLocalMap的Entry数组
int len = tab.length; // 获取数组的长度
Entry e;
int slotToExpunge = staleSlot; // 初始化要清理的槽位为staleSlot
// 从staleSlot往前查找过期Entry
for (int i = prevIndex(staleSlot, len);
(e = tab[i]) != null;
i = prevIndex(i, len))
if (e.refersTo(null))
slotToExpunge = i; // 更新要清理的槽位为找到的过期Entry的位置
// 从staleSlot往后查找Entry
for (int i = nextIndex(staleSlot, len);
(e = tab[i]) != null;
i = nextIndex(i, len)) {
// 如果找到匹配的ThreadLocal键的Entry
if (e.refersTo(key)) {
e.value = value; // 更新值
//将找到的Entry与staleSlot位置的Entry交换
//相当于匹配的元素往前移，将key为null元素往后移
tab[i] = tab[staleSlot];
tab[staleSlot] = e;
// 如果前一个过期槽位存在，从前一个过期槽位开始清理
if (slotToExpunge == staleSlot)
slotToExpunge = i;
// 清理一些槽位，然后返回
cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
return;
}
// 如果在向后扫描中未找到过期Entry，
// slotToExpunge则取扫描键时看到的第一个key为null的Entry索引，为了后面的cleanSomeSlots清理
if (e.refersTo(null) && slotToExpunge == staleSlot)
slotToExpunge = i;
}
// 如果未找到匹配的ThreadLocal键的Entry，将新Entry放入staleSlot
tab[staleSlot].value = null;
tab[staleSlot] = new Entry(key, value);
// 如果运行中还有其他过期Entry，会清理它们
if (slotToExpunge != staleSlot)
//从slotToExpunge下标索引开始清理槽位
cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);
}
5、get方法
get方法很简单：
1、直接查找元素，找到直接返回
2、第一步没有找到，再利用线性探索进行查找Entry，直到匹配Entry。期间遇到key为null的Entry，顺便清理。
private Entry getEntry(ThreadLocal<?> key) {
int i = key.threadLocalHashCode & (table.length - 1); // 计算初始索引
Entry e = table[i]; // 获取索引处的Entry
if (e != null && e.refersTo(key))
return e; // 如果找到匹配的Entry，直接返回
else
return getEntryAfterMiss(key, i, e); // 否则调用getEntryAfterMiss方法进行进一步处理
}
// 未找到匹配的ThreadLocal键时的处理
private Entry getEntryAfterMiss(ThreadLocal<?> key, int i, Entry e) {
Entry[] tab = table; // 获取ThreadLocalMap的Entry数组
int len = tab.length; // 获取数组的长度，即映射的容量
while (e != null) {
if (e.refersTo(key))
return e; // 如果找到匹配的Entry，直接返回
if (e.refersTo(null))
expungeStaleEntry(i); // 如果找到引用为null的过期Entry，则清理
else
i = nextIndex(i, len); // 否则计算下一个索引
e = tab[i]; // 获取新索引处的Entry
}
return null; // 如果循环结束仍未找到匹配的Entry，返回null表示未找到
}
6、remove方法
remove步骤如下：
1、获取entry索引位置i，如果tab[i]与key不相等，则继续进行线性探测，直到找到与key相等的元素Entry。
2、找到元素后，调用clear方法进行清理，并且调用expungeStaleEntry，从数组中删除任何过期的Entry和进行哈希调整。
private void remove(ThreadLocal<?> key) {
Entry[] tab = table;
int len = tab.length;
int i = key.threadLocalHashCode & (len-1);
for (Entry e = tab[i];
e != null;
e = tab[i = nextIndex(i, len)]) {
if (e.refersTo(key)) {
e.clear();
expungeStaleEntry(i);
return;
}
}
}
7、cleanSomeSlots和expungeStaleEntry清理槽位
cleanSomeSlots会检查一部分数据进行清理，内部实际是调用expungeStaleEntry。
private boolean cleanSomeSlots(int i, int n) {
boolean removed = false; // 用于标记是否有Entry被移除
Entry[] tab = table; // 获取ThreadLocalMap的Entry数组
int len = tab.length; // 获取数组的长度
do {
i = nextIndex(i, len); // 计算下一个索引
Entry e = tab[i]; // 获取当前索引位置的Entry
if (e != null && e.refersTo(null)) {
n = len; // 如果找到符合条件的Entry，则重新设置n为数组长度
removed = true; // 设置标记为true，表示有Entry被移除
i = expungeStaleEntry(i); // 清理过期的Entry，并返回下一个有效索引
}
} while ((n >>>= 1) != 0); // 继续循环，直到n变为0，比如n为16，则进行4次循环
return removed; // 返回标记是否有Entry被移除
}
expungeStaleEntry方法有三个作用：
1、及时清理key为null的Entry
2、重新计算Entry的索引位置，调整后如果遇到哈希冲突，则调用nextIndex进行线性探测，直到获取空槽位索引
3、返回最后一个有效的索引(空槽位)
可以看到这个清理的过程只是覆盖了一段范围，并不是全部区间。
private int expungeStaleEntry(int staleSlot) {
Entry[] tab = table; // 获取ThreadLocalMap的Entry数组
int len = tab.length; // 获取数组的长度
// 清理过期Entry
tab[staleSlot].value = null; // 将过期槽位的值设为null
tab[staleSlot] = null; // 将过期槽位设为null
size--; // 减小映射的大小
// 重新散列直到遇到null
Entry e;
int i;
for (i = nextIndex(staleSlot, len);
(e = tab[i]) != null;
i = nextIndex(i, len)) {
ThreadLocal<?> k = e.get();
if (k == null) {
// 如果ThreadLocal为null，清理该槽位的Entry
e.value = null;
tab[i] = null;
size--; // 减小映射的大小
} else {
int h = k.threadLocalHashCode & (len - 1);
if (h != i) {
// 如果计算的哈希码与当前索引不同，说明需要重新散列
tab[i] = null;
// 重新哈希后，可能会遇到哈希冲突，使用线性探索法获取空槽位
while (tab[h] != null)
h = nextIndex(h, len);
tab[h] = e; // 在新的位置存储Entry
}
}
}
return i; // 返回最后一个有效的索引(空槽位)
}
8、rehash再哈希
1、先扫描全表，清理key为null的Entry
2、遍历旧数组的每个Entry，计算新的哈希码，并将新位置Entry储存到新数组。
3、再哈希完成后，最后将新Entry[]替换旧Entry[]数组。
private void rehash() {
expungeStaleEntries(); // 清理过期的Entry
// 为了避免滞后，使用较小的阈值进行加倍
if (size >= threshold - threshold / 4)
resize(); // 调整映射的大小
}
private void resize() {
Entry[] oldTab = table; // 获取旧的Entry数组
int oldLen = oldTab.length; // 获取旧数组的长度
int newLen = oldLen * 2; // 计算新数组的长度为旧数组的两倍
Entry[] newTab = new Entry[newLen]; // 创建新的Entry数组
int count = 0; // 计数非空的Entry
// 遍历旧数组的每个Entry
for (Entry e : oldTab) {
if (e != null) {
ThreadLocal<?> k = e.get(); // 获取Entry中的ThreadLocal键
if (k == null) {
e.value = null; // 如果键为null，帮助垃圾回收
} else {
int h = k.threadLocalHashCode & (newLen - 1); // 计算新的哈希码
while (newTab[h] != null)
h = nextIndex(h, newLen); // 处理哈希冲突，找到新的位置
newTab[h] = e; // 在新位置存储Entry
count++; // 非空Entry计数加一
}
}
}
setThreshold(newLen); // 设置新的阈值
size = count; // 更新映射的大小
table = newTab; // 将映射的Entry数组指向新的数组
}
虚拟线程
因为用的是jdk21的最新版本，所以ThreadLocal出现虚拟线程的影子。
虚拟线程的目标是提供一种轻量级的线程模型，以便更好地支持大规模并发。与传统的本地线程（Native Thread）相比，虚拟线程更轻量，创建和销毁的成本更低，并且更容易扩展。其他的就不展开讲了，大家可以自行尝尝鲜。
下图代码主要判断当前是否虚拟线程：
结束
点个赞点个关注再走啦~
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！