-
ThreadLocal源码第二讲（ThreadLocalMap）
1、ThreadLocalMap 简介
什么是弱引用？
A a = new A(); // 强引用 WeakReference weakA = new WeakReference(a); // 弱引用 a=null;- 1
- 2
- 3
a是强引用，因为是强引用，后面那个new的A对象不会被GC 回收，但当a==null时，new的对象不会因为有weakA 而保留，依然会被GC回收，因为weakA 是一个弱引用
2、源码分析
下面详细讲解一下 ThreadLocalMap 的源码
成员属性
ThreadLocalMap 内部类的属性
/** 什么是弱引用？ * A a = new A(); 强引用 * WeakReference weakA = new WeakReference(a); 弱引用 * * a = null * 下次GC时 对象 a 就被回收了， * * key使用的是弱引用保留，key保留的是ThreadLocal对象 * value 使用的是强引用，value保存的是ThreadLocal对象与当前线程相关联的value * * entry的 key使用弱引用有什么好处？ * 当ThreadLocal对象失去强引用且对象GC 回收后，散列表中的 与ThreadLocal对象相关联的entry#key再次去key.get() 时，拿到的是null * 站在map角度就可以区分出哪些entry是过期的，哪些entry是非过期的。 */ static class Entry extends WeakReference<ThreadLocal<?>> { /** The value associated with this ThreadLocal. */ Object value; Entry(ThreadLocal<?> k, Object v) { super(k); value = v; } } /** * 初始化当前map 内部散列表的初始长度 */ private static final int INITIAL_CAPACITY = 16; /** * The table, resized as necessary. * table.length MUST always be a power of two. * ThreadLocalMap 内部散列表数组引用，数组的长度 必须是2的次方 */ private Entry[] table; /** 当前散列表数组 占用情况，存放了多少entry */ private int size = 0; /** * 扩容触发阈值 初始值：len * 2 / 3 * 触发后调用rehash() 方法 * rehash() 方法先做一个全局检查 过期数据，把散列表中所有过期的entry移除 * 如果移除以后 当前 散列表中的entry数量任然到达 threshold * 3/4 就进行扩容 */ private int threshold; // Default to 0- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
一些小方法
分别是setThreshold ，nextIndex ，prevIndex ，见名知意
这些方法并不是主要的方法，而是主要方法中调用的一些小的操作方法，比较简单，所以就放在一起看。/** * 将阈值设置为当前数组长度的 2/3； */ private void setThreshold(int len) { threshold = len * 2 / 3; } /** * 参数1：当前下标 参数2：当前散列表数组长度 */ private static int nextIndex(int i, int len) { //当前下标+1 小于 散列表数组的话，返回len+1 //否则 下标+1 == 散列表数组的长度，返回0； //实际形成一个环绕式的访问 return ((i + 1 < len) ? i + 1 : 0); } /** * 参数1：当前下标 参数2：当前散列表数组长度 */ private static int prevIndex(int i, int len) { //当前下标-1 大于等于 0，返回 i-1； //否则说明 下标-1 等于 -1，返回 散列表最大下标len-1 //实际形成一个环绕式的访问 return ((i - 1 >= 0) ? i - 1 : len - 1); }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
构造方法
实际上有两个构造方法，另一个是私有构造方法：private ThreadLocalMap(ThreadLocalMap parentMap)
/** * 构造方法： * 因为 Thread.threadLocals 字段时延迟初始化的，只有线程第一次存储Entry(threadLocal-value) 时，才会创建threadLocalMap对象 * * firstKey：threadLocal对象 * firstValue：当前线程与threadLocal对象关联的value */ ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) { //创建entry 数组长度为16，表示threadLocalMap内部的散列表 table = new Entry[INITIAL_CAPACITY]; //寻址算法:key.threadLocalHashCode & (table.length - 1) //table.length 数组的长度一定是2的次方 //table.length-1 有什么特征？ 转化为2进制后都是1： 16 - 1 =》 1 0000 - 1 =》 1111 //1111 与任何数组进行 & 运算后 得到的数值 一定是 小于等于 1111 //i 计算出来的结果 一定是 小于等于 1111 的 int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1); //创建entry对象 存放到指定位置的slot中 table[i] = new Entry(firstKey, firstValue); //设置size=1 size = 1; //设置扩容阈值 16 * 2/3 =10 setThreshold(INITIAL_CAPACITY); }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
getEntry方法
这个方法是 ThreadLocal.get()的主要实现方法，get的逻辑就是来源这个方法
/** * @param key the thread local object * @return the entry associated with key, or null if no such * * ThreadLocal对象 get() 操作实际上是有ThreadLocalMap.getEntry（）代理完成的 * key：某个ThreadLocal对象，因为散列表中存储的entry.key 类型四 ThreadLocal */ private Entry getEntry(ThreadLocal<?> key) { //路由规则：ThreadLocal.threadLocalHashCode & （table.length - 1）=> index int i = key.threadLocalHashCode & (table.length - 1); //访问散列表中指定位置的slot Entry e = table[i]; //条件一：成立，说明slot有值 //条件二：成立，说明entry&key 与当前查询的key一致，返回当前entry 给上层就可以了 //key是弱引用 if (e != null && e.get() == key) return e; else //有几种情况到这里？ //1. e==null //2.e.key != key //getEntryAfterMiss 方法 会继续向当前桶位后面继续搜索 e.key == key 的entry //因为存储时 发生hash冲突，并没有在entry层面形成链表，存储时的处理 就是线性的向后找到一个可以使用的slot，并存放进去 return getEntryAfterMiss(key, i, e); }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
getEntryAfterMiss方法
/** * @param key the thread local object ThreadLocal对象 就是 key * @param i the table index for key's hash code key算出来的index * @param e the entry at table[i] table[index] 中的Entry * @return the entry associated with key, or null if no such */ private Entry getEntryAfterMiss(ThreadLocal<?> key, int i, Entry e) { //获取当前ThreadLocalMap 中的散列表table Entry[] tab = table; //获取table长度 int len = tab.length; //条件：e!=null 说明向后查找的范围是有限的，碰到slot==null 的情况，搜索结束 //e:循环处理的当前元素 while (e != null) { //获取当前slot中entry对象的key ThreadLocal<?> k = e.get(); //条件成立：说明向后查询过程中找到合适的entry了，返回entry就ok了 if (k == key) return e; //条件成立：说明当前slot中的entry#key 关联的 ThreadLocal对象已经被GC回收了，因为key是弱引用,e.get() == null if (k == null) //做一次探测式过期数据回收 expungeStaleEntry(i); else //更新index，继续向后搜索 i = nextIndex(i, len); //获取下一个slot中的entry e = tab[i]; } //执行到这里说明：关联区段内 都没有找到相关数据 return null; }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
expungeStaleEntry方法
探测式清理过期数据：向后查找过期数据，碰到slot==null就返回它的下标
/** * A a = new A() * WeakReference b = new WeakReference(a) * a=null * 此时 b也等于null * * 参数stateSlot table[stateSlot] 就是一个过期数据，以这个位置开始 继续向后查找过期数据，知道碰到slot==null的情况结束 */ private int expungeStaleEntry(int staleSlot) { //获取散列表 Entry[] tab = table; //获取散列表当前长度 int len = tab.length; // expunge entry at staleSlot //help GC tab[staleSlot].value = null; //因为staleSlot位置的entry 是过去的 这里直接置为null tab[staleSlot] = null; //因为上面干掉一个元素，所以 -1； size--; // Rehash until we encounter null //e:表示当前遍历节点 Entry e; //i:表示当前遍历的index int i; //for 循环从staleSlot+1 的位置开始搜索过期数据，知道碰到slot==null 结束 for (i = nextIndex(staleSlot, len); (e = tab[i]) != null; i = nextIndex(i, len)) { //进入到for循环里面 当前entry一定不为null //获取当前遍历节点 entry 的 key ThreadLocal<?> k = e.get(); //条件成立：说明k表示的ThreadLocal对象 已经被GC回收了 。。当前entry属于脏数据了 if (k == null) { //help GC e.value = null; //脏数据对应的slot设置null tab[i] = null; //因为上面干掉一个元素，所以 -1； size--; } else { //执行到这里，说明当前遍历的slot中对应的entry是非过期数据 //因为前面有可能清理掉了几个过期数据 //且当前entry存储时有可能碰到hash冲突，往后偏移存储了，这个时候 应该去优化位置，让这个位置更可靠近 正确位置 //这样的话，查询的时候 效率才会更高 //重新计算当前entry 对应的index int h = k.threadLocalHashCode & (len - 1); //条件成立：说明当前entry存储时 就是发生hash冲突，然后向后偏移过了 if (h != i) { //将entry 当前位置 设置为 null tab[i] = null; // Unlike Knuth 6.4 Algorithm R, we must scan until // null because multiple entries could have been stale. //h 是正确位置 //以正确位置h 开始，向后查找第一个可以存放entry的位置 while (tab[h] != null) h = nextIndex(h, len); //将当前元素放入到 举例正确位置更近的位置（有可能就是正确位置） tab[h] = e; } } } return i; }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
set方法
ThreadLocal.set() 方法的 主要实现就是通过ThreadLocalMap.set()来实现的。
/** * Set the value associated with key. * * @param key the thread local object * @param value the value to be set * * ThreadLocal 使用set方法 给当前线程添加 ThreadLocal-value 键值对 */ private void set(ThreadLocal<?> key, Object value) { // We don't use a fast path as with get() because it is at // least as common to use set() to create new entries as // it is to replace existing ones, in which case, a fast // path would fail more often than not. //获取散列表 Entry[] tab = table; //获取散列表数组的长度 int len = tab.length; //计算当前key 在散列表中的对应的位置 int i = key.threadLocalHashCode & (len-1); //以当前key对应的slot位置 向后查询，找到可以使用的slot //什么slot可以使用呢？ //1. k == key 说明是替换 //2. 碰到一个过期的 slot，这个时候就可以强行占用 //3. 查找过程中，碰到 slot == null了 for (Entry e = tab[i]; e != null; e = tab[i = nextIndex(i, len)]) { //获取当前元素key ThreadLocal<?> k = e.get(); //条件成立：说明当前set操作时替换操作 if (k == key) { e.value = value; return; } //条件成立：说明向下寻找过程中 碰到entry#key == null 的情况了，说明当前entry 是过期数据 if (k == null) { //2. 碰到一个过期的 slot，这个时候就可以强行占用 //替换逻辑 replaceStaleEntry(key, value, i); return; } } //执行到这里，说明for循环碰到了 slot==null的情况 //在合适的slot中创建新的entry元素 tab[i] = new Entry(key, value); //因为是新添加，size++ int sz = ++size; //做一次启发式清理 //条件一：!cleanSomeSlots(i, sz)成立：说明启发式清理工作，未清理到任何数据 //条件二：sz >= threshold 成立：说明当前table内的entry已经达到了扩容阈值了，会触发rehash() if (!cleanSomeSlots(i, sz) && sz >= threshold) rehash(); }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
replaceStaleEntry方法
在set()方法向下寻找可用桶位的过程中，如果碰到Entry.key == null (弱引用) 的情况，说明当前entry是过期数据，这个时候可以强行占用该桶位，通过replaceStaleEntry方法执行替换过期数据的逻辑：
/** * @param key the key * @param value the value to be associated with key * @param staleSlot index of the first stale entry encountered while * searching for key. * * 替换过期的slot * * key：键 ThreadLocal对象 * value：val * staleSlot：上层方法 set方法，迭代查找时，发现的当前这个slot是一个过期的entry */ private void replaceStaleEntry(ThreadLocal<?> key, Object value, int staleSlot) { //获取散列表 Entry[] tab = table; //获取散列表长度 int len = tab.length; //临时变量 Entry e; // Back up to check for prior stale entry in current run. // We clean out whole runs at a time to avoid continual // incremental rehashing due to garbage collector freeing // up refs in bunches (i.e., whenever the collector runs). //表示 开始探测式清理过期数据的 开始下标，默认从当前stateSlot开始 int slotToExpunge = staleSlot; //以当前stateSlot开始 向前迭代查找，默认从当前 stateSlot开始，for循环一致碰到null结束 for (int i = prevIndex(staleSlot, len); (e = tab[i]) != null; i = prevIndex(i, len)) //条件成立：说明向前找到了过期数据，更新 探测清理过期数据的开始下标为 i if (e.get() == null) slotToExpunge = i; // Find either the key or trailing null slot of run, whichever // occurs first //以当前 stateSlot 向后去查找，知道碰到null为止 for (int i = nextIndex(staleSlot, len); (e = tab[i]) != null; i = nextIndex(i, len)) { //获取当前元素key ThreadLocal<?> k = e.get(); // If we find key, then we need to swap it // with the stale entry to maintain hash table order. // The newly stale slot, or any other stale slot // encountered above it, can then be sent to expungeStaleEntry // to remove or rehash all of the other entries in run. //条件成立：说明咱们是一个替换逻辑 if (k == key) { //替换新数据 e.value = value; //交换位置的逻辑 //将 table[stateSlot] 这个过期数据放到 当前循环到的table[i] 这个位置 tab[i] = tab[staleSlot]; //将tab[stateSlot] 中保存为当前entry，这样的话，咱们这个数据位置就被优化了 tab[staleSlot] = e; // Start expunge at preceding stale entry if it exists //条件成立： // 1.说明 replaceStaleEntry一开始时的向前查找过期数据 并未找到过期的entry // 2.向后检查过程中也未发现过期数据（向后查询是下面那个if做个事情） if (slotToExpunge == staleSlot) //开始探测式清理过期 数据的下标 修改为 当前循环的index slotToExpunge = i; //cleanSomeSlots:启发式清理 //参数: 探测式 结束的位置（entry==null的位置）数组长度 cleanSomeSlots(expungeStaleEntry(slotToExpunge), len); return; } // If we didn't find stale entry on backward scan, the // first stale entry seen while scanning for key is the // first still present in the run. //条件1： k==null 成立：说明当前遍历的entry 是一个过期数据.. //条件2：slotToExpunge == staleSlot成立：一开始时的向前查找过期数据 并未找到过期的entry if (k == null && slotToExpunge == staleSlot) //因为向后查询过程中查找到一个过期数据了，更新slotToExpunge 为当前位置 //前提条件：前驱扫描时 未发现过期数据 slotToExpunge = i; } //什么时候执行到这里？ //向后查找过程中 并未发现 k==key 的entry，说明当前set操作 是一个添加逻辑 // If key not found, put new entry in stale slot //直接将新数据添加到 tab[staleSlot] 对应的slot中 tab[staleSlot].value = null; tab[staleSlot] = new Entry(key, value); // If there are any other stale entries in run, expunge them //条件成立：除了当前staleSlot以外，还未发现其它的过期slot了，所以要开启清理数据的逻辑 if (slotToExpunge != staleSlot) cleanSomeSlots(expungeStaleEntry(slotToExpunge), len); }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
cleanSomeSlots方法
启发式清理过期节点：
启发式清理工作的开始位置就是 ：探测式 结束的位置（entry==null的位置）/** * 参数1：启发式清理工作的开始位置，探测式 结束的位置（entry==null的位置） * 参数2：一般是数组长度table.length，这里n表示结束条件 */ private boolean cleanSomeSlots(int i, int n) { //表示启发式清理工作 是否清理过过期数据 boolean removed = false; Entry[] tab = table; //散列表长度 int len = tab.length; do { //为什么这里是从i+1 开始呢？ //cleanSomeSlots(i = expungeStaleEntry(slotToExpunge), len); //因为 i = expungeStaleEntry(slotToExpunge) 返回值一定是null的下标 //获取当前i 的下一个下标 i = nextIndex(i, len); Entry e = tab[i]; //条件一：e != null成立 //条件二：e.get() == null 成立，说明当前slot中保存的entry 是一个过期的数据 if (e != null && e.get() == null) { //重新更新n 为table数组长度 n = len; //表示清理过数据 removed = true; //以当前过期的slot 为开始节点 做一次 探测式清理工作 i = expungeStaleEntry(i); } //探测5次 //假设table 长度为16 //16 >>> 1 ==> 8 //8 >>> 1 ==> 4 //4 >>> 1 ==> 2 //2 >>> 1 ==> 1 //1 >>> 1 ==> 0 } while ( (n >>>= 1) != 0); return removed; }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
rehash方法
private void rehash() { //这个方法执行完后，所有散列表内的所有过期的数据都会被干掉 expungeStaleEntries(); // Use lower threshold for doubling to avoid hysteresis //条件成立：说明清理完过期数据后，当前散列表内的entry数量 任然达到了 阈值的3/4，真正触发扩容 if (size >= threshold - threshold / 4) //真正扩容 resize(); } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
resize方法
真正扩容的方法：
private void resize() { //获取当前散列表 Entry[] oldTab = table; //获取当前散列表长度 int oldLen = oldTab.length; //计算新表长度 int newLen = oldLen * 2; //创建一个新的table散列表 Entry[] newTab = new Entry[newLen]; //表示新表table 中entry的数量 int count = 0; //遍历老表 迁移数据到新表 for (int j = 0; j < oldLen; ++j) { //访问老表的指定位置的slot Entry e = oldTab[j]; //条件成立：说明老表中的指定位置有数据 if (e != null) { //获取entry#key ThreadLocal<?> k = e.get(); //条件成立：说明老表中的当前位置的entry是一个过期数据，help GC,不用 在迁移 if (k == null) { e.value = null; // Help the GC } else { //执行到这里说明老表中的当前位置是非过期数据，需要迁移到扩容后的新表 //计算出当前entry在扩容后的新表的存储位置 int h = k.threadLocalHashCode & (newLen - 1); //while循环 就是拿到一个距离h最近的一个可以使用的slot while (newTab[h] != null) h = nextIndex(h, newLen); //将数据存放到新表的合适的slot中 newTab[h] = e; //数量+1 count++; } } } //设置下一次触发扩容的标准 setThreshold(newLen); size = count; //将扩容后的新表的引用保存到 threadLocalMap 对象的table这里 table = newTab; }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
remove方法
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.get() == key) { e.clear(); //探测式清理 expungeStaleEntry(i); return; } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
-
相关阅读:
jvm丨class的类加载机制
同一公司开发的多个软件，可以用同一张代码签名证书吗？
使用Wireshark软件抓包（分析报文）
easypoi多级表头、多个sheet导出，动态导出列
一文教你如何使用Node进程管理工具-pm2
carsim 2020 安装说明及多个版本冲突问题解决
操作系统之微内核架构
C高级Linux指令和shell脚本
Python自动合并Word文件同时添加分页符的方法
491. 递增子序列
- 原文地址：https://blog.csdn.net/m0_51809035/article/details/127676104
