從 ThreadLocal 常見操作入手分析原始碼。
在開發過程中碰到過 ThreadLocal ，一直都沒有認真看看究竟是怎麼實現的，於是花了點時間理解了下，做一個筆記算是分享下。 原始碼基於 Android SDK 26 JDK 1.8
看到目錄是不是感覺有點奇怪，這些是什麼，算是一些比較關鍵的方法吧。
打算從 ThreadLocal 中的常見操作進行尋找原理，New 、Set 、Get 、 Remove 進行分析。如果沒有耐心的看完的話，建議直接點 【二.2.3】replaceStaleEntry()。
【一】ThreadLocal 結構
首先大概瞄一眼 ThreadLocal 結構。
【一】
public class ThreadLocal 首先按照我們常用的使用方式。
ThreadLocal<T> mThreadLocal = new ThreadLocal();
按照這個建構函式點進去，發現啥操作都沒有。 那就從常見的set入手吧。
【二】ThreadLocal.set()
【二】
public void set(T value) {
//【新建一個執行緒並指向了當前執行緒】
Thread t = Thread.currentThread();
//【從當前執行緒中拿到 ThreadLocalMap】
ThreadLocalMap map = getMap(t);【二.1】
if (map != null)
map.set(this, value);【二.2】
else
createMap(t, value);【二.3】
}
然後我們來看看這三個方法。
【二.1】getMap()
【二.1】
ThreadLocalMap getMap(Thread t) {
return t.threadLocals;
}
//【既然是執行緒裡的屬性，咱們就找找 Thread 有沒有這個東西】
public class Thread implements Runnable {
……
/* ThreadLocal values pertaining to this thread.
* This map is maintained by the ThreadLocal class. */
ThreadLocal.ThreadLocalMap threadLocals = null;
……
}
果然有這個屬性，然後在 Thread 當中查詢是否有相關呼叫初始化 暫時沒有找到，我們就預設為 null 。先看 if (map != null) 的情況。
【二.3】createMap()
【二.3】
void createMap(Thread t, T firstValue) {
//【初始化t執行緒的ThreadLocalMap。】
t.threadLocals = new ThreadLocalMap(this, firstValue);
}
/**
* Construct a new map initially containing (firstKey, firstValue).
* ThreadLocalMaps are constructed lazily, so we only create
* one when we have at least one entry to put in it.
*/
//【從構造方法從也看出，如果是走這個構造方法。】
//【第一次建立是拿到了一個鍵值對，初始化後會直接插入新資料。】
ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) {
//【初始化節點陣列】
table = new Entry[INITIAL_CAPACITY]; 【二.3.1】
int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);【二.3.2】
//【插入第一個節點，調整節點陣列大小，設定預警閥值。】
table[i] = new Entry(firstKey, firstValue);
size = 1;
//【根據最大長度設定預警值】
setThreshold(INITIAL_CAPACITY);
}
/**
* The initial capacity -- 【MUST be a power of two.】
*/
private static final int INITIAL_CAPACITY = 16;
/**
* Set the resize threshold to maintain at worst a 2/3 load factor.
*/
private void setThreshold(int len) {
threshold = len * 2 / 3;
}
觀察 ThreadLocalMap 的建構函式，是當需要開始放進資料的時候，才會初始化。
【二.3.1】INITIAL_CAPACITY
INITIAL_CAPACITY 的註釋，我標記了下。
什麼叫 power-of-two ，這個要是說成兩種的力量？功率？
聽著感覺怎麼和計算機也不掛鉤，咱們去google(baidu)下。
能看到一個解釋類似的解釋： power() ：返回數字乘冪的計算結果。
咱們猜測下 power of two，是不是2的多少次方。
INITIAL_CAPACITY - 1 16 - 1 = 15。一個數好像不好說明問題，咱們多試幾個2的n次方-1來試試。看看能不能找到什麼規律。
3 = 22 - 1 ; 7 = 23 - 1 ; 15 = 24 - 1; 31 = 25 - 1 ; 63 = 26 - 1
然後都換成2進位制看看。（只看八位）
3 = 00000011 ; 7 = 00000111 ; 15 = 00001111 ; 31 = 00011111 ; 63 = 00111111
發現0和1很整齊嘛，彷彿是有某種規律，咱們來看下下一個。 ThreadLocal.threadLocalHashCode.
【二.3.2】ThreadLocalHashCode
【二.3.2】
public class ThreadLocal{
……
//【原來還是一個方法，那我們繼續跳轉。】
private final int threadLocalHashCode = nextHashCode();
……
//【呼叫自身的自身的hasconde獲取再增加。】
private static int nextHashCode() {
return nextHashCode.getAndAdd(HASH_INCREMENT);
}
private static AtomicInteger nextHashCode = new AtomicInteger();
/**
* The difference between successively generated hash codes - turns
* implicit sequential thread-local IDs into near-optimally spread
* multiplicative hash values for 【power-of-two-sized tables.】
*/
private static final int HASH_INCREMENT = 0x61c88647;
……
}
public class AtomicInteger{
……
/**
* Atomically adds the given value to the current value.
*
* @param delta the value to add
* @return the previous value
*/
//【從這段註釋來看，應該是將原值，加上delta的值。】
public final int getAndAdd(int delta) {
return U.getAndAddInt(this, VALUE, delta);
}
……
}
不斷累加 HASH_INCREMENT 作為自己的 hashCode。從剛剛的結果來看， INITIAL_CAPACITY - 1 得出了一堆 01 規律的數字，來觀察下。
如果它與一個數進行 & 運算，高位的資料按位與 0 & 計算，都是 0 ；低位資料按位與 1 & 計算，都是原資料。
是不是這樣就忽略高位，保留低位啦。這樣就保證了 & 之後的數，是小於等於 len - 1。剛好也是從 table[0] ~ table[len-1]。
剛分析了 map == null 的情況，來接下來分析下，如果 map != null 的情況。
【二.2】set()
Code【二.2】
private void set(ThreadLocal<?> key, Object value) {
//【指向ThreadLocalMap中的節點集合】
Entry[] tab = table;【二.2.1】
int len = tab.length;
//【根據雜湊按位進行運算出 index。】
int i = key.threadLocalHashCode & (len-1);
//【從index往後迴圈查詢。判斷是先找到key，還是先碰到一個 table 中一個空的位置。】
for (Entry e = tab[i];e != null;e = tab[i = nextIndex(i, len)]) {【二.2.2】
//【如果從這個迴圈裡結束，就說明是先找到對應的節點。】
ThreadLocal<?> k = e.get();
//【如果發現之前ThreadLocal儲存過，則修改舊值後返回。】
if (k == key) {
e.value = value;
return;
}
//【如果是ThreadLocal == null，看名字是一些替換舊資料的操作並返回。】
if (k == null) {
replaceStaleEntry(key, value, i);【二.2.3】
return;
}
}
//【如果走這，則說明先碰到 table 中空的位置，在index位置放進新資料。】
tab[i] = new Entry(key, value);
int sz = ++size;
//【看名字又是一些清除的操作,進行預警值的判斷之後還有一次rehash()操作。】
if (!cleanSomeSlots(i, sz) && sz >= threshold)
rehash();【二.2.4】
}
好吧，發現這次挑戰要多一點。一個一個看。
【二.2.1】ThreadLocal.ThreadLocalMap.Entry
【二.2.1】
//需要說明的就是，鍵是ThreadLocal型別，並且是弱引用的.
static class Entry extends WeakReference<ThreadLocal<?>> {
/** The value associated with this ThreadLocal. */
Object value;
Entry(ThreadLocal<?> k, Object v) {
super(k);
value = v;
}
}
來看個小例子，比如咱們先這麼操作下，建兩個 ThreadLocal。
//【新建兩個ThreadLocal，並存放不同的類。】
ThreadLocal<String> t1 = new ThreaLocal();
ThreadLocal<Integer> t2 = new ThreaLocal();
//【thread1 】
t1.set("One");
t2.set(1);
//【thread2】
t1.set("Two");
t2.set(2);
//【然後兩個 Thread Entry[] tables 應該就差不多是這種.】
//【thread1】
Entry[] table = [<t1,"One">,<t2,1>];
//【thread2】
Entry[] table = [<t1,"Two">,<t2,2>];
//【測試下，貼部分程式碼 安卓下測試的。】
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
//【主執行緒設定一次】
t1.set("One");
t2.set(1);
new Thread(new Runnable() {
@Override
public void run() {
//【新開執行緒再設定一次】
t1.set("Two");
t2.set(2);
//【新執行緒取一次結果】
Log.w(TAG, " new Thread t1.get() : " +
t1.get() + " ; t2.get() : " + t2.get());
}
}).start();
//【主執行緒再取一次結果】
Log.w(TAG, "main Thread t1.get() : " + t1.get() + " ; t2.get() : " + t2.get());
}
來執行看看結果。
**
取值的時候就會先拿到對應執行緒的 ThreaLocalMap ,再通過對比 table 中每個節點中 key 的值，獲得對應的值。
【二.2.2】nextIndex()
【二.2.2】
private static int nextIndex(int i, int len) {
return ((i + 1 < len) ? i + 1 : 0);
}
這個方法簡單，小於長度時加1向後移動，不過那如果等於長度之後，就返回0.是不是可以理解為，向後一直迴圈，滿了之後又從0開始，是一個迴圈的陣列？
table[0] ~ table[len-1] -> table[0] 從 0 到末尾，又重新指向 0。
【二.2.3】replaceStaleEntry()
【二.2.3】
private void replaceStaleEntry(ThreadLocal<?> key, Object value,int staleSlot) {
Entry[] tab = table;
int len = tab.length;
Entry e;
//【先存放原計劃 index】
int slotToExpunge = staleSlot;
//【向前迴圈尋找，是否存在節點的鍵為 null ，如果存在則向左一直查詢並存儲最靠左的 index，直到節點指向了一個 null 的位置】
//【這個和之前的nextIndex()差不多。這個是向前迴圈】
for (int i = prevIndex(staleSlot, len);(e = tab[i]) != null;i = prevIndex(i, len))
if (e.get() == null)
slotToExpunge = i;
//【從原計劃 index 向後查詢】
for (int i = nextIndex(staleSlot, len);(e = tab[i]) != null;i = nextIndex(i, len)) {
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.
if (k == key) {
//【如果判斷是相同的key，則先替換舊值，將之前在原計劃index的資料，移到key相等的位置】
//【再把替換過的節點插入到原計劃index 以保證之前的hash順序一致。如上的註釋】
e.value = value;
tab[i] = tab[staleSlot];
tab[staleSlot] = e;
// Start expunge at preceding stale entry if it exists
//【如果上一步向左掃描都沒有節點鍵為null的情況，因為 staleSlot 目前沒有改變】
//【反推如果 slotToExpunge == staleSlot 成立，則說明上一步向左掃描沒有找到節點的鍵為null情況（碰到null節點前）】
if (slotToExpunge == staleSlot)
slotToExpunge = i;
//【將i的值作為清除的index傳入，就是兩種情況，左邊有節點鍵為null的index，或者此處交換之後的index】
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.
//【如果沒有找到，slotToExpunge 則等於從staleSlot右邊算，第一個碰到節點鍵為null的index】
if (k == null && slotToExpunge == staleSlot)
slotToExpunge = i;
}
// If key not found, put new entry in stale slot
//【如果沒有找到該ThreadLocal，則在原計劃位置插入新Enrty】
tab[staleSlot].value = null;
tab[staleSlot] = new Entry(key, value);
// If there are any other stale entries in run, expunge them
//【如果兩個資料不相等則說明右邊存在鍵為null的Enrty，然後從那個index開始清除】
if (slotToExpunge != staleSlot)
cleanSomeSlots(expungeStaleEntry(slotToExpunge), len);【2.3.1】【2.3.2】
}
好吧，長方法又來了 ……
不過 … 縱使困頓難行，亦當砥礪奮進嘛。
- 先存放最先計劃替換的 index ，先向左查詢，判斷是否有鍵為 null 的節點，有的話，就替換一次 slotToExpunge 的值，一直查詢儲存最左邊的，直到碰到 null 的位置。
- 向右查詢，是否存在 key 相同的節點。
- 如果向右能找到，則替換節點 value ，並且與 staleSlot 位置進行交換，保證之前的雜湊順序，然後從 slotToExpunge 開始清理。
- 如果不能找到，判斷上一步是否在左邊查詢到鍵為 null 的節點，如果沒有向左移動過，則從 staleSlot + 1 處開始清理。
- 如果沒有找到節點，則在最開始位置進行插入資料，並判斷是否需要清理
- 如果向左和向右查詢的時候，都是正常的話，那麼 staleSlot == staleToExpunge ，則不需要清理。
- 否則就從 slotToExpunge 開始清理。
好吧，文字描述了，估計還是有點抽象，還是來幾張圖好說明一下。先分析第一個迴圈，向左迴圈查詢。
接下來分析後面的迴圈，向右迴圈查詢。
關於 staleToExpunge ，只要它向左移動過之後，清理肯定是從左開始的，並且因為中間是連續的，所以與 staleSlot 的位置就沒有關係了。
把這個拿下之後，就大概能明白清理的思路了，剩下就是分析各種清理的方法了。
【二.2.3.1】expungeStaleEntry()
【二.2.3.1】
/**
* Expunge a stale entry by rehashing any possibly colliding entries
* lying between staleSlot and the next null slot. This also expunges
* any other stale entries encountered before the trailing null. See
* Knuth, Section 6.4
*
* @param staleSlot index of slot known to have null key
* @return the index of the next null slot after staleSlot
* (all between staleSlot and this slot will have been checked
* for expunging).
*/
private int expungeStaleEntry(int staleSlot) {
Entry[] tab = table;
int len = tab.length;
// expunge entry at staleSlot.
//【注意】這裡是先置空value，再置空key。
tab[staleSlot].value = null;
tab[staleSlot] = null;
size--;
// Rehash until we encounter null
Entry e;
int i;
//【從要清除的index開始向後掃描】
for (i = nextIndex(staleSlot, len);(e = tab[i]) != null;i = nextIndex(i, len)) {
ThreadLocal<?> k = e.get();
//【如果碰到節點鍵為null，會釋放掉值，並置空table[i].調整table大小】
if (k == null) {
e.value = null;
tab[i] = null;
size--;
} else {
int h = k.threadLocalHashCode & (len - 1);
//【如果碰到鍵不為null，則會重新算出新index，如果不在原來的位置，置空原位置，就線性向後一直探測到null節點並放入】
if (h != i) {
tab[i] = null;
// Unlike Knuth 6.4 Algorithm R, we must scan until
// null because multiple entries could have been stale.
//【向後探測直到存在null的位置放入資料】
while (tab[h] != null)
h = nextIndex(h, len);
tab[h] = e;
}
}
}
return i;
}
此處返回的i，已經是 for 迴圈不成立的時候，就是碰到空節點的時候。
【二.2.3.2】cleanSomeSlots()
【二.2.3.2】
private boolean cleanSomeSlots(int i, int n) {
boolean removed = false;
Entry[] tab = table;
int len = tab.length;
do {
i = nextIndex(i, len);
Entry e = tab[i];
if (e != null && e.get() == null) {
n = len;
removed = true;
i = expungeStaleEntry(i);
}
} while ( (n >>>= 1) != 0);
return removed;
}
從剛剛呼叫時傳入的數值。 cleanSomeSlots(expungeStaleEntry(slotToExpunge), len) ;
expungeStaleEntry() 返回為一個空鍵節點 index ，cleanSomeSlots() 則從 index 下一個開始查詢。
如果查詢到的節點不為 null ，但是鍵為 null ，則從該處開始清理資料。
清理一次，則 n 向右移一位，table 大小縮小一半（ 1 變 0 肯定是不算哈）。
其實此處沒太想通退出迴圈的條件是連續 logN 次 沒找到鍵為 null 的節點。
有個小細節：nextIndex 與 preIndex 為什麼從 ±1開始計算，而不是從傳入的值計算，從方法的呼叫來看。 傳入的一般是節點為 null 的 index ,如果直接從 index 開始進行迴圈查詢，則直接就中斷了。
【二.2.4】rehash()
【二.2.4】
private void rehash() {
//【清理所有老舊的資料（即鍵為null的節點。）】
expungeStaleEntries();
// Use lower threshold for doubling to avoid hysteresis
//【如果清理之後，仍大於預警值的3/4，則兩倍擴容】
if (size >= threshold - threshold / 4)
resize();
}
/**
* Expunge all stale entries in the table.
*/
//【迴圈查詢清理】
private void expungeStaleEntries() {
Entry[] tab = table;
int len = tab.length;
for (int j = 0; j < len; j++) {
Entry e = tab[j];
if
相關推薦
從 ThreadLocal 常見操作入手分析原始碼。
在開發過程中碰到過 ThreadLocal ，一直都沒有認真看看究竟是怎麼實現的，於是花了點時間理解了下，做一個筆記算是分享下。
原始碼基於 Android SDK 26 JDK 1.8
看到目錄是不是感覺有點奇怪，這些是什麼，算是一些比較關鍵的方法吧。
發現一波黒帽seo神操作，通過百度打開跳廣告，其他方式訪問正常。下面分析原理。
排名 javascrip 別人 訪問 廣告 簡單 方式 jsonp onload 朋友網站被黑了，但是不是低級黑，雖然最後發現原理很簡單，但是對於普通seo來說還是有些奇妙哦。而且不影響收錄和排名，站長只管優化，黒帽偷偷得利！
情況是在百度打開收錄的頁面，打開後，會跳到別人
[python] 從python2.x遷移到python3.x的常見操作
print 'something' > print('something')
xrange() > range()
除法division python 2.x : 整數 / 整數 python 3.x : 整數 // 整數 這個很難發現，因為python弱
java併發之原子操作類(AtomicLong原始碼分析)和非阻塞演算法
背景
近年來，在併發演算法領域的大多數研究都側重於非阻塞演算法，這種演算法用底層的原子機器指令（例如比較併發交換指令）代替鎖來確保資料在併發訪問中的一致性。非阻塞演算法被廣泛的用於在作業系統和JVM中實現執行緒/程序排程機制、垃圾回收機制以及鎖和其他併發資料結構。
與基於鎖
Spark2.3（三十五）Spark Structured Streaming原始碼剖析(從CSDN中看到別人分析的原始碼的文章值得收藏)
從CSDN中讀取到關於spark structured streaming原始碼分析不錯的幾篇文章
spark原始碼分析--事件匯流排LiveListenerBus
spark事件匯流排的核心是LiveListenerBus，其內部維護了多個AsyncEventQueue佇列用於儲存和分發
有了資料，需要一些思路。應該從哪開始做資料分析？
「有了資料。我需要一些思路。應該從哪開始？」
這是個常見的問題。新手資料科學家、資料分析師，以及剛剛接觸資料科學的管理人員，通常有這樣的疑問。
他們的老闆都在承受著壓力，得證明花在系統上去收集、儲存及組織資料的錢是有回報的，更不用說還有那些花在資料科學家身上的錢。
Java8流Stream中間操作、終止操作執行流程原始碼分析
通過前面的部落格的介紹，我們知道Stream有一個源，0個或者多箇中間操作，以及一個終止操作。Stream只有遇到終止操作，它的源才開始執行遍歷操作，而且只會進行一次遍歷，而不是每個操作都執行一次遍歷。今天，我們就從原始碼的層面來分析一下JDK這一塊是怎麼實現的
Python之美[從菜鳥到高手]--urllib原始碼分析
urllib提供了較好的封裝，可以很方便的讀取http，ftp，file等協議資料，本篇只關注http。urllib的底層還是使用httplib模組，相比於httplib，urllib介面更加好
「java」從websocket伺服器的啟動分析netty3.10原始碼
**
1.首先是建立bootstrap物件
**
// Configure the server.
ServerBootstrap bootstrap = new ServerBootstrap(new NioServerSocketChannelF
從0開始學Git——Git的常見操作
Git常用命令
建立Git版本庫
git init [目錄]#建立目錄版本庫, 不寫的話是當前目錄
該命令會在目錄中建立一個名為.git的隱藏目錄
檔案提交
新增檔案:
git add 檔名 #新增到下次commit提交的檔案
已經管理過的檔案可以使用 git add -u提交程式碼，這樣就不用再寫檔名
大事務造成的延遲(從binlog入手分析)
log_event.cc
入口:
int Query_log_event::do_apply_event(Relay_log_info const *rli,const char *query_arg, size_t q_len_arg)
包括: sql_mode , 客戶端字符集,自增環境設定,登陸的db,
從釋出訂閱模式入手讀懂Node.js的EventEmitter原始碼
前面一篇文章setTimeout和setImmediate到底誰先執行，本文讓你徹底理解Event Loop詳細講解了瀏覽器和Node.js的非同步API及其底層原理Event Loop。本文會講一下不用原生API怎麼達到非同步的效果，也就是釋出訂閱模式。釋出訂閱模式在面試中也是高頻考點，本文會自己實現一個釋
go語言筆記——切片函數常見操作，增刪改查和搜索、排序
通過 學習 strings 完整 官方文檔 二分 func fun 必須 7.6.6 搜索及排序切片和數組
標準庫提供了 sort 包來實現常見的搜索和排序操作。您可以使用 sort 包中的函數 func Ints(a []int) 來實現對 int 類型的切片排序。例如
01、字符串的常見操作
不同 image 子串 art ace png and lower 分享 假設有字符串，"hello world python and pythonCourse"
1?? find 與 index
str.find( queryStr , start=0 , end=len
中小企業OA辦公管理軟件選型的常見問題歸納分析
OA辦公系統 OA辦公管理軟件 承元OA
企業信息化選擇OA辦公管理軟件實現高效辦公是必然趨勢，它可以大大提高企業的效率，節省成本，輔助提升企業的管理水平。但是如何進行選擇，選擇哪個品牌的產品和廠商的服務也成了一個難題。下面我們就相關問題進行分析：
web安全掃描問題（常見的）分析以及解決方式
檢測 掃描 安全問題這是我上午掃描的一個網站很多地方地方不懂 在網上查了嚴重問題有Session fixtion，vulnerable javascript library..1.什麽是session fixation攻擊 Session fixation有人翻譯成“Session完成攻擊”，實際上fixat
從一道常見習題的自然延伸談起
forall 自然 參考 strong 並且 例如 所有 相關性 等於 以下是復旦高代教材復習題六的第 19 題或高代白皮書的例 6.18:
習題 1 設 $A,B,C$ 均為 $n$ 階復方陣, 滿足 $C=AB-BA$, $AC=CA$ 和 $BC=CB$, 求證:
數組常見操作
[] sys rgs blog 冒泡排序 string ati [0 數組 數組的定義
int[] arr = new int[5];
int[] arr = new int[]{1,2,3,4}
int[] arr = {1,2,3,4}
取數組中的最值
github常見操作和常見錯誤
leg 我們 找到 指向 nec mailto 根目錄 常見操作 error: 如果輸入$ Git remote add origin [email protected]:github帳號名/項目名.git
提示出錯信息：fatal: remote o
Redis入門很簡單之二【常見操作命令】
哈希表 shu 分享 排序。 sca ann mongodb pin set
Redis入門很簡單之二【常見操作命令】
博客分類：
NoSQL/Redis/MongoDB
redisnosql緩存
Redis提供了豐富的命令，允許我們連接客戶端對其進行直接