当前位置：首页 > news >正文

【源码】【Java并发】【ThreadLocal】适合中学者体质的ThreadLocal源码阅读

news 来源：原创 2025/4/23 13:37:05

👋hi，我不是一名外包公司的员工，也不会偷吃茶水间的零食，我的梦想是能写高端CRUD

🔥 2025本人正在沉淀中… 博客更新速度++

👍 欢迎点赞、收藏、关注，跟上我的更新节奏

📚欢迎订阅专栏，专栏名《在2B工作中寻求并发是否搞错了什么》

前言

经过了上一篇的学习，聪明的你一定知道了ThradLocal的怎么样使用的。

【Java并发】【ThreadLocal】适合初学体质的ThreadLocal

下面，跟上主播的节奏，马上开始ThreadLocal源码的阅读(￣▽￣)"

内部结构

如下图所示，我们可以知道，每个线程，都有自己的threadLocals字段，指向ThreadLocalMap。

ThreadLocalMap中有一个Entry数组（table），用来存储我们set进ThreadLocal的值。

Entry的key指向ThreadLocal（弱引用），value就是我们set的值（强引用）。

在这里插入图片描述

Set流程

在这里插入图片描述

// set方法入口
public void set(T value) {Thread t = Thread.currentThread();// 获取当前线程的ThreadLocalMapThreadLocalMap map = getMap(t);if (map != null) {// 设置值map.set(this, value);} else {// 为当前线程创建ThradLocalMapcreateMap(t, value);}
}// getMap方法。获取当前线程，ThreadLocalMap
ThreadLocalMap getMap(Thread t) {return t.threadLocals;
}

map为null的情况，开始初始化

初始化

void createMap(Thread t, T firstValue) {// 为当前线程设置ThreadLocalMap// key是TheadLocal，value是我们要塞入ThreadLocal线程的值t.threadLocals = new ThreadLocalMap(this, firstValue);
}

具体new的逻辑

ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) {// 设置table大小，初始容量为16。ThreadLocalMap的table就是用来存Entry的。table = new Entry[INITIAL_CAPACITY];	// 哈希算法算法，决定新的Entry插入到哪个槽里，后面会具体说这个。int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);table[i] = new Entry(firstKey, firstValue);// 当前在ThreadLocalMap中的Entry数量size = 1;// 设置扩容的阈值，2/3的时候扩容setThreshold(INITIAL_CAPACITY);
}

初始容量，16个，强制要求为2的幂次，用于优化位运算性能。通过静态final修饰确保全局唯一且不可修改。

/*** The initial capacity -- MUST be a power of two.*/
private static final int INITIAL_CAPACITY = 16;

扩容阈值，2/3 的时候扩容

/*** Set the resize threshold to maintain at worst a 2/3 load factor.*/
private void setThreshold(int len) {threshold = len * 2 / 3;
}

好了，让我们具体来说说说是怎么哈希的

int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);
table[i] = new Entry(firstKey, firstValue);

为什么是 &？ firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1)？

当容量 INITIAL_CAPACITY 是 2 的幂（如 16）时，INITIAL_CAPACITY - 1 的二进制形式为全 1（例如 15 -> 1111）。此时，hash & (INITIAL_CAPACITY - 1) 等效于 hash % INITIAL_CAPACITY，但位运算的效率远高于取模运算。

firstKey.threadLocalHashCode，这个咋来的？

private final int threadLocalHashCode = nextHashCode();// nextHashCode方法
private static int nextHashCode() {return nextHashCode.getAndAdd(HASH_INCREMENT);
}// nextHashCode，从0开始的hashCode
private static AtomicInteger nextHashCode = new AtomicInteger();// HASH_INCREMENT
private static final int HASH_INCREMENT = 0x61c88647;

为什么这个魔数是0x61c88647？

0x61c88647 近似于 (√5 - 1)/2 * 2^32（黄金分割比例的 32 位扩展）。这种设计确保哈希码在 2 的幂容量下均匀分布，减少冲突概率。

map不为null的情况，直接set

private void set(ThreadLocal<?> key, Object value) {// ThreadLocalMap的table，table是个数组里面是放Entry的Entry[] tab = table;int len = tab.length// hash到哪个槽位（上面初始化的时候，具体有说）int i = key.threadLocalHashCode & (len-1);// 判断当前的槽是否已经有Entry了// - 如果有：就for循环table，看是不是这次要更新的槽。//      - 是的话更新。// 		- 不是的话，说明存在哈希冲突，需要通过开放地址法，找到为空的槽插入。// - 如果没有：就不执行下面的for循环，直接插入即可。// ===== ThreadLocal哈希冲突解决 =====// 我们都知道，这里的哈希冲突解决方案是 ---》 开放地址法（线性探测法）// 这里的处理：如果enty不为null的话，就一直i+1往下找下一个，直到table[i] == null。//（下面有nextIndex的代码，就是i+1。）for (Entry e = tab[i];e != null;e = tab[i = nextIndex(i, len)]) {ThreadLocal<?> k = e.get();// 如果当前Entry的key，就是这次set需要的Entry的key，这里就更新if (k == key) {e.value = value;return;}// 如果这个Entry的key为null（可能是线程执行完被GC了）if (k == null) {// 清除这个Entry（后面会具体说怎么清除的）replaceStaleEntry(key, value, i);return;}}// 对该槽赋值tab[i] = new Entry(key, value);// table中Entry数量+1int sz = ++size;// 1、cleanSomeSlots清理没用的槽// 2、如果清空失败 并且 table中的Entry数量大于等于扩容阈值if (!cleanSomeSlots(i, sz) && sz >= threshold)rehash();	// 重新hash
}

寻找下一个地址的方法nextIndex。

private static int nextIndex(int i, int len) {return ((i + 1 < len) ? i + 1 : 0);
}

rehash做了什么？

private void rehash() {// 清除过期的Entry（Entry的key为null就是过期的意思，后面会说具体说怎么清理的）expungeStaleEntries();// Use lower threshold for doubling to avoid hysteresis// 通过主动提前扩容，防止哈希表在临界负载时因性能骤降影响用户体验// 当前Entry的数量 大于等于 扩容阈值的1/2if (size >= threshold - threshold / 4)resize();
}

为什么是threshold - threshold / 4？

因为要保持低附载。所以我们也可以说这是1 / 2扩容。

在开放寻址法中，通过主动降低扩容阈值（从 2/3 容量降至 3/4 * 2/3 = 1/2 容量），确保哈希表始终处于低负载状态，从而：减少线性探测的冲突概率，平滑性能波动，避免滞后现象，以可控的内存增长换取稳定的高性能。

那resize方法做了什么捏？省流版：扩容2倍扩容，旧的table里的Entry，重新哈希放入新的table里。

private void resize() {Entry[] oldTab = table;int oldLen = oldTab.length;// 2倍当前长度大小int newLen = oldLen * 2;Entry[] newTab = new Entry[newLen];int count = 0;// 遍历旧table里的Entry，将Entry重新哈希，放入到新的table里for (int j = 0; j < oldLen; ++j) {Entry e = oldTab[j];if (e != null) {ThreadLocal<?> k = e.get();// 清理失效的Entryif (k == null) {e.value = null; } else {// 哈希到新的槽位int h = k.threadLocalHashCode & (newLen - 1);// 开放地址法解决哈希冲突，如果这个节点有值了，就i+1找下一个槽位while (newTab[h] != null)h = nextIndex(h, newLen);	// h+1，寻找下一个槽位// 新table里，节点的赋值newTab[h] = e;// 旧table的有效Entry数量 + 1count++;}}}// 设置新的扩容阈值（数组长度的 2/3）setThreshold(newLen);// 修改为新的table的sizesize = count;// 指向新的tabletable = newTab;
}// 设置新的扩容阈值
private void setThreshold(int len) {threshold = len * 2 / 3;
}

Get流程

在这里插入图片描述

get方法入口

public T get() {Thread t = Thread.currentThread();// 获取当前线程的ThreadLocalMapThreadLocalMap map = getMap(t);if (map != null) {// 根据当前线程的ThreadLocal获取EntryThreadLocalMap.Entry e = map.getEntry(this);if (e != null) {@SuppressWarnings("unchecked")T result = (T)e.value;return result;}}// 当前线程没有ThreadLocalMapreturn setInitialValue();
}

获取Entry，getEntry方法。

private Entry getEntry(ThreadLocal<?> key) {// 获取槽位int i = key.threadLocalHashCode & (table.length - 1);Entry e = table[i];// 如果这个槽不为null 且 这个槽位Entry的key是当前的ThreadLocalif (e != null && e.get() == key)return e;elsereturn getEntryAfterMiss(key, i, e);	// 当前槽找不到这次要获取的key
}

如果找不到，执行getEntryAfterMiss方法。

为什么会找不到？

可能是真没有，也有可能是哈希冲突导致的槽位一直++，所以Entry被放入到了后面。

private Entry getEntryAfterMiss(ThreadLocal<?> key, int i, Entry e) {Entry[] tab = table;int len = tab.length;while (e != null) {ThreadLocal<?> k = e.get();// 找到了返回if (k == key)return e;// 清除过期的Entryif (k == null)expungeStaleEntry(i);elsei = nextIndex(i, len);	// 获取下一个槽位// e变为下一个Entrye = tab[i];}// 实在找不到return null;
}

我们来看看，如果当前线程没有ThreadLocalMap，会怎么处理setInitialValue方法

private T setInitialValue() {// 初始value值，默认为null。子类可以重写，返回不同的初始值。T value = initialValue();Thread t = Thread.currentThread();// 获取当前线程的ThreadLocal。（上面有说过这个方法，就是t.threadLocals。）ThreadLocalMap map = getMap(t);// 这个和的set流程一样了。有就set初始值进去，没有就创建map。if (map != null) {map.set(this, value);} else {createMap(t, value);}// 返回初始值return value;
}

initialValue，默认返回null，子类可以重写。

protected T initialValue() {return null;
}

下面，主播为大家表演一手，子类重写。

// 子类重写
public class MyThreadLocal extends ThreadLocal {@Overrideprotected Object initialValue() {return "aaaa";}
}// 测试类 
public class MyThreadLocalTest {public static void main(String[] args) {MyThreadLocal myThreadLocalTest = new MyThreadLocal();String o = (String) myThreadLocalTest.get();System.out.println(o);	// 输出aaaa}
}

删除Entry

在ThreadLocal中存在2种删除方法。

探测删除（线性探测清理）

对应方法：expungeStaleEntry(int staleSlot)
核心目标：清理当前过期的 Entry，并重新整理哈希表，解决因哈希冲突导致的 Entry 位置偏移问题。
省流版流程：做了2件事情。
1. 清空当前Entry 。
2. 判断后续Entry是否需要清除，需要就清除，不需要的话，就重新哈希放到table里。

private int expungeStaleEntry(int staleSlot) {Entry[] tab = table;int len = tab.length;// 清理当前槽点的数据tab[staleSlot].value = null;tab[staleSlot] = null;size--;Entry e;int i;// 从当前槽点开始向后遍历，判断每个Entry是否需要清空for (i = nextIndex(staleSlot, len);(e = tab[i]) != null;i = nextIndex(i, len)) {ThreadLocal<?> k = e.get();// 失效的Entry，就给它清除if (k == null) {e.value = null;tab[i] = null;size--;} else {// ====没有失效的Entry====// 重新哈希槽位，Entry重新放入table中int h = k.threadLocalHashCode & (len - 1);if (h != i) {tab[i] = null;// 哈希冲突，开放址法while (tab[h] != null)h = nextIndex(h, len);tab[h] = e;}}}// 返回停止的槽位return i;
}

⚠️ 探测性修复是有局限性的，并不会从当前要删除的槽点一直往后遍历到table的所有槽点，它也会在某个为null的槽点中停下来。（🤔不过话又说回来了，真扫了整个table，性能包炸的）

for (i = nextIndex(staleSlot, len);(e = tab[i]) != null;		// 当tab[i]为null会停止清除，即使tab[i+1]是过期的Entryi = nextIndex(i, len))

启发式清除（概率性扫描）

对应方法：cleanSomeSlots(int i, int n)
核心目标：以较低的成本扫描部分槽位，清理可能的过期 Entry，避免全表扫描的性能开销。

// 入参解释：
// - i，一个为null的槽位。
// - n，一般传的是table的长度。
private boolean cleanSomeSlots(int i, int n) {boolean removed = false;Entry[] tab = table;int len = tab.length;// 一直修改len的值，如果len的默认值为16，16 -> 8 -> 4 -> 2 -> 0do {i = nextIndex(i, len);Entry e = tab[i];// 当前节点是过期的if (e != null && e.get() == null) {n = len;removed = true;// 调用探测删除方法i = expungeStaleEntry(i);}} while ( (n >>>= 1) != 0);return removed;
}

while ((n >>>= 1) != 0) 是一种高效且巧妙的设计：

位运算控制循环次数：以 O(log n) 时间实现启发式扫描。
平衡性能与清理效果：避免全表扫描，但覆盖足够多的槽位。
自适应哈希表容量：天然适配 2 的幂次容量的哈希表。

Remove流程

上面介绍了Entry是怎么删除的，这里来看看，remove到底干了什么勒?😄

 public void remove() {ThreadLocalMap m = getMap(Thread.currentThread());	// 获取当前线程的ThreadLocalMapif (m != null)m.remove(this);}

具体的remove方法，我们总结下做了啥？

哈希开始的槽位，找到要删除的Entry
断开Entry对ThreadLocal key的弱引用（置为null）
探测式删除Entry。

private void remove(ThreadLocal<?> key) {Entry[] tab = table;int len = tab.length;// 获取开始的槽位int i = key.threadLocalHashCode & (len-1);// 可能出现哈希冲突，所以要一直向后找Entry。for (Entry e = tab[i];e != null;e = tab[i = nextIndex(i, len)]) {if (e.get() == key) {e.clear();	// 删除key的弱引用expungeStaleEntry(i);	// 上面介绍过勒，这个是探测式删除。return;}}
}

为什么会内存泄漏？

这就不得不提到我们的Entry了，我们可以看到，我们的Key是一个弱引用。

static class Entry extends WeakReference<ThreadLocal<?>> {Object value;Entry(ThreadLocal<?> k, Object v) {super(k);  // 调用父类 WeakReference 的构造函数，将 k 作为弱引用存储value = v;}
}

那么，弱引用会怎么样勒？来主播带大家回忆下，Java的四种引用：

强引用 (Strong Reference)

清除时机：当对象没有任何强引用指向时，会在下一次GC时被回收。即使内存不足，也不会被回收（可能导致OOM）。

 Object obj = new Object();  // 强引用

软引用 (SoftReference)

清除时机：当内存不足时（即将抛出OutOfMemoryError前），JVM会尝试回收。

SoftReference<Object> softRef = new SoftReference<>(new Object());

弱引用 (WeakReference)

清除时机：只要发生垃圾回收，无论内存是否充足，对象都会被回收。

WeakReference<Object> weakRef = new WeakReference<>(new Object());

虚引用 (PhantomReference)

清除时机： 对象被回收后，虚引用会被放入关联的ReferenceQueue，需手动处理。无法通过虚引用获取对象实例，仅用于追踪对象回收状态。

// 1. 必须绑定引用队列
ReferenceQueue<Object> queue = new ReferenceQueue<>();
Object heavyObject = new Object(); // 假设这是一个占用大量资源的对象// 2. 创建虚引用（必须关联队列）
PhantomReference<Object> phantomRef = new PhantomReference<>(heavyObject, queue);// 3. 关键特性：无法通过虚引用获取对象
System.out.println(phantomRef.get()); // 输出 null ❌// 4. 手动解除强引用（触发回收条件）
heavyObject = null;// 5. 强制触发垃圾回收
System.gc();// 6. 检查队列：当对象被回收后，虚引用会被加入队列
Reference<?> ref = queue.remove(500); // 阻塞500ms等待队列
if (ref == phantomRef) {System.out.println("对象已被回收，可执行后续清理操作 ✅");// 例如：若对象管理了堆外内存，可在此释放
}

ok，前面铺垫了这么久，让我们分析下，内存泄漏的原因：

Key 的弱引用特性

当 ThreadLocal 实例失去强引用时（例如 threadLocal = null），由于 Entry 的 key 是弱引用，GC 会回收该 ThreadLocal 实例，此时 Entry 的 key 变为 null。
问题：Entry 的 value 仍是强引用，无法被自动回收。

在这里插入图片描述

线程长期存活

如果线程是线程池的核心线程（长期存活），它的 ThreadLocalMap 会一直存在。即使 key 被回收，value 仍然通过 Entry 的强引用保留在内存中。

代码模拟，没有及时remove，导致OOM：

public class ThreadLocalOOMExample {// 设置 JVM 参数：-Xmx64m -Xms64m （限制堆内存为 64MB）public static void main(String[] args) throws InterruptedException {ExecutorService executor = Executors.newFixedThreadPool(5); // 线程池复用线程for (int i = 0; i < 1000; i++) { // 提交 1000 个任务executor.submit(() -> {ThreadLocal<BigObject> threadLocal = new ThreadLocal<>();try {// 每个任务创建一个 1MB 的对象，存到 ThreadLocal 中threadLocal.set(new BigObject());// 模拟业务逻辑（不调用 remove()）} finally {// 此处故意不调用 threadLocal.remove()}});Thread.sleep(10); // 控制任务提交速度}executor.shutdown();}static class BigObject {// 每个对象占用 1MB 内存private final byte[] data = new byte[1024 * 1024];}
}

运行结果

Exception in thread "pool-1-thread-2" java.lang.OutOfMemoryError: Java heap spaceat ThreadLocalOOMExample$BigObject.<init>(ThreadLocalOOMExample.java:23)at ThreadLocalOOMExample.lambda$main$0(ThreadLocalOOMExample.java:15)...