这篇文章主要介绍“ThreadLocal的问题有哪些”,在日常操作中,相信很多人在ThreadLocal的问题有哪些问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”ThreadLocal的问题有哪些”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
1. 问
连环四问:
ThreadLocal的原理?
内存泄漏的原因?
InheritableThreadLocal用过吗?
Netty的FastThreadLocal是什么?
2. 分析
ThreadLocal作为实现“线程封闭”的最主要的编程手段,经常被使用。比如,比如,传统的SimpleDateFormat,不是线程安全的。如果你声明成全局变量,在并发环境下就会产生时间错乱。一种好的解决方式,就是使用ThreadLocal。
ThreadLocal使用非常广泛。比如,Spring的事务管理,就是通过它实现的。但它的弱点也是有的,不能透传(不能被子线程获取),所以催生了InheritableThreadLocal,甚至更高级的封装库。
3. 答
3.1 ThreadLocal的原理?
看过源码就不难回答。如下图(这张图最易懂),ThreadLocal的get和remove方法,只不过是一个使用的快捷方式。它的真正数据,是存在于线程中的一个叫做ThreadLocalMap的结构里。
一个ThreadLocal的值,会根据线程的不同,分散在N个线程中。所以获取ThreadLocal的Value,有两个步骤。
第一步,根据线程获取Map
第二部,根据自身从Map中获取值,所以它的this就是Map的Key
这没什么原理。这就是一个为了照顾编码习惯的数据结构。
3.2 内存泄漏的原因?
严格来说,ThreadLocal没有内存泄漏问题。有的话,那就是你忘记执行remove方法。这是不正确使用引起的。
这和其他一些内存泄漏的问题是一致的,比如:
流没有关闭
连接没有断开
滥用static map
为什么会有泄漏问题?
如果你不调用remove方法的话,ThreadLocal所对应的值,就会存在,一直到当前线程的销毁。
众所周知,线程的生命周期都比较长,加上现在普遍使用的线程池,会让线程的生命更加长。不remove,当然不会释放。这和Key,到底是不是弱引用,关系不大。
那这种情况,属不属于泄漏问题,是一个咬字眼的问题。面试的过程是探讨,并不一定要标准的答案。
比起内存泄漏问题,线程池所引起的数据错乱问题,更加应该引起关心。因为放在ThreadLocal的数据,肯定不会很大,泄漏顶多占用一点内存而已;而数据错乱,可是会引起业务Bug的。
3.3 InheritableThreadLocal用过吗?
InheritableThreadLocal在父子线程传递值的时候用到过,解决了threadlocal不能在父子线程间传值的问题。
这个在本质上,还是通过Thread来实现的。通过两个Map来进行属性拷贝。
/* ThreadLocal values pertaining to this thread. This map is maintained * by the ThreadLocal class. */ ThreadLocal.ThreadLocalMap threadLocals = null; /* * InheritableThreadLocal values pertaining to this thread. This map is * maintained by the InheritableThreadLocal class. */ ThreadLocal.ThreadLocalMap inheritableThreadLocals = null;
不要高兴太早,对于使用线程池的情况,由于会缓存线程,线程是缓存起来反复使用的。这时父子线程关系的上下文传递,已经没有意义。
附加问:你如何解决的?
阿里这里有个库,https://github.com/alibaba/transmittable-thread-local 专门解决变量跨线程共享。如果你面的阿里,不妨顺便舔一把。
3.4 Netty的FastThreadLocal是什么
既然Java中有了ThreadLocal类了,为什么Netty还自己创建了一个叫做FastThreadLocal的结构?
我们首先来看一下ThreadLocal的实现。
Thread类中,有一个成员变量threadLocals,存放了与本线程相关的所有自定义信息。对这个变量的定义在Thread类,而操作却在ThreadLocal类中。
问题就出在ThreadLocalMap类上,它虽然叫Map,但却没有实现Map的接口。如图,ThreadLocalMap在rehash的时候,并没有采用类似HashMap的数组+链表+红黑树的做法,它只使用了一个数组,使用开放寻址(遇到冲突,依次查找,直到空闲位置)的方法,这种方式是非常低效的。
由于Netty对ThreadLocal的使用非常频繁,Netty对它进行了专项的优化。它之所以快,是因为在底层数据结构上做了文章,使用常量下标对元素进行定位,而不是使用JDK默认的探测性算法。
底层的InternalThreadLocalMap对cacheline也做了相应的优化。
到此,关于“ThreadLocal的问题有哪些”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。