ThreadLocal

ThreadLocal的get方法
public T get() {
Thread t = Thread.currentThread(); //取到当前线程
ThreadLocalMap map = getMap(t); //取到线程t中map<Thread,Object>
if (map != null) {
ThreadLocalMap.Entry e = map.getEntry(this);
if (e != null)
return (T)e.value;
}
return setInitialValue();
}

当我们调用ThreadLoacl的get方法时,首先取得当前线程(即调用get方法的线程),然后取到当前线程中的map,我们看源码可以看到Thread类中有这个成员变量:ThreadLocal.ThreadLocalMap threadLocals = null;
然后从map中以当前线程t取到value。

set()方法也是一样,取到当前线程,然后取到当前线程中的map,再已当前线程为key存入自己要存的值。
public void set(T value) {
Thread t = Thread.currentThread();
ThreadLocalMap map = getMap(t);
if (map != null)
map.set(this, value);
else
createMap(t, value);
}

用例:一般的web应用中,我们需要知道登录用户的信息,一般我们是将用户信息放在session中(session.setAttribute("key","value"))。在程序中可以通过request.getSession.getAttribute("key")取到用户信息。但是如果我们想在一个manage业务层中取得用户信息,就必须将request传入manange的方法中,这样是不好的,也是不方便的。
当浏览器发送一个请求到服务器时,服务器会新启一个线程处理这个请求,所以我们可以在请求到来时,取到session中的用户信息,再将它放入ThreadLocal中。那么我们就可以在当前线程的任何地方通过Threadlocal取到我们需要的用户信息。

public abstract class SnsLoginContextHolder {

private final static ThreadLocal<SnsLoginContext> holder = new ThreadLocal<SnsLoginContext>();

/**
* 取得loginContext
* @return LoginContext
*/
public static final SnsLoginContext getLoginContext(){
SnsLoginContext loginContext = holder.get();
if (loginContext == null){
loginContext = new SnsLoginContext();
holder.set(loginContext);
}
return loginContext;
}


/**
* 清除loginContext
*/
public static final void clearLoginContext(){
holder.remove();
}
}
基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
### ThreadLocal的使用场景 ThreadLocal适用于需要在多线程环境中为每个线程独立存储和操作数据的场景。常见的使用场景包括: - **线程上下文传递**:例如在Web应用中,每个请求由一个线程处理,可以通过ThreadLocal保存请求相关的上下文信息,如用户身份、事务对象等,避免频繁传递参数[^2]。 - **线程安全的变量管理**:当多个线程需要访问某个变量,但每个线程对该变量的操作互不影响时,可以使用ThreadLocal来避免同步开销[^3]。 - **资源持有**:某些资源(如数据库连接、Session等)需要在线程内部共享,但不希望多个线程之间共享,ThreadLocal可以很好地满足这种需求[^1]。 ### ThreadLocal的实现原理 ThreadLocal的实现机制主要依赖于线程内部的ThreadLocalMap结构: - 每个线程(Thread类)内部维护一个ThreadLocalMap对象,该Map的键为ThreadLocal实例,值为存储的变量副本[^4]。 - ThreadLocalMap使用**弱引用(WeakReference)**作为键,以避免内存泄漏。当ThreadLocal对象不再被外部引用时,垃圾回收器可以正常回收该对象,但需要注意Map中对应的值仍需手动清理[^5]。 - 每个ThreadLocal实例都有一个唯一的哈希码(threadLocalHashCode),用于在ThreadLocalMap中快速定位存储位置[^5]。 通过这种机制,每个线程访问同一个ThreadLocal变量时,实际上访问的是各自线程独立的变量副本,从而实现了线程安全。 ### 示例代码 以下是一个简单的ThreadLocal使用示例: ```java public class ThreadLocalExample { // 定义一个ThreadLocal变量 private static ThreadLocal<Integer> threadLocal = new ThreadLocal<>(); public static void main(String[] args) { // 创建多个线程进行测试 for (int i = 0; i < 3; i++) { new Thread(() -> { // 设置线程本地变量 threadLocal.set((int) (Math.random() * 100)); // 获取线程本地变量 System.out.println(Thread.currentThread().getName() + ": " + threadLocal.get()); }).start(); } } } ``` 在这个例子中,每个线程都设置了不同的整数值,彼此之间互不影响。 ### 总结 ThreadLocal通过为每个线程提供独立的变量副本,解决了线程安全问题,并在某些场景下提升了性能。其核心在于每个线程内部维护的ThreadLocalMap结构,以及基于弱引用的键值对管理机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值