【Java 并发】详解 ThreadLocal

浅浅的花香味﹌ 2023-10-13 22:22 157阅读 0赞

## [【Java 并发】详解 ThreadLocal ][Java _ ThreadLocal] ##

### 前言 ###

ThreadLocal 主要用来提供线程局部变量，也就是变量只对当前线程可见，本文主要记录一下对于 ThreadLocal 的理解。更多关于 Java 多线程的文章可以转到 [这里][Link 1]。

### 线程局部变量 ###

在多线程环境下，之所以会有并发问题，就是因为不同的线程会同时访问同一个共享变量，例如下面的形式

public class MultiThreadDemo {
    
        public static class Number {
            private int value = 0;
    
            public void increase() throws InterruptedException {
                value = 10;
                Thread.sleep(10);
                System.out.println("increase value: " + value);
            }
    
            public void decrease() throws InterruptedException {
                value = -10;
                Thread.sleep(10);
                System.out.println("decrease value: " + value);
            }
        }
    
        public static void main(String[] args) throws InterruptedException {
            final Number number = new Number();
            Thread increaseThread = new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        number.increase();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            });
    
            Thread decreaseThread = new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        number.decrease();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            });
    
            increaseThread.start();
            decreaseThread.start();
        }
    }

在上面的代码中，increase 线程和 decrease 线程会操作同一个 number 中 value，那么输出的结果是不可预测的，因为当前线程修改变量之后但是还没输出的时候，变量有可能被另外一个线程修改，下面是一种可能的情况：

increase value: 10
    decrease value: 10

一种解决方法是在 `increase()` 和 `decrease()` 方法上加上 synchronized 关键字进行同步，这种做法其实是将 value 的 **赋值** 和 **打印** 包装成了一个原子操作，也就是说两者要么同时进行，要不都不进行，中间不会有额外的操作。我们换个角度考虑问题，如果 value 只属于 increase 线程或者 decrease 线程，而不是被两个线程共享，那么也不会出现竞争问题。一种比较常见的形式就是局部（local）变量（这里排除局部变量引用指向共享对象的情况），如下所示：

public void increase() throws InterruptedException {
        int value = 10;
        Thread.sleep(10);
        System.out.println("increase value: " + value);
    }

不论 value 值如何改变，都不会影响到其他线程，因为在每次调用 increase 方法时，都会创建一个 value 变量，该变量只对当前调用 increase 方法的线程可见。借助于这种思想，我们可以对每个线程创建一个共享变量的副本，该副本只对当前线程可见（可以认为是线程私有的变量），那么修改该副本变量时就不会影响到其他的线程。一个简单的思路是使用 Map 存储每个变量的副本，将当前线程的 id 作为 key，副本变量作为 value 值，下面是一个实现：

public class SimpleImpl {
    
        public static class CustomThreadLocal {
            private Map<Long, Integer> cacheMap = new HashMap<>();
    
            private int defaultValue ;
    
            public CustomThreadLocal(int value) {
                defaultValue = value;
            }
    
            public Integer get() {
                long id = Thread.currentThread().getId();
                if (cacheMap.containsKey(id)) {
                    return cacheMap.get(id);
                }
                return defaultValue;
            }
    
            public void set(int value) {
                long id = Thread.currentThread().getId();
                cacheMap.put(id, value);
            }
        }
    
        public static class Number {
            private CustomThreadLocal value = new CustomThreadLocal(0);
    
            public void increase() throws InterruptedException {
                value.set(10);
                Thread.sleep(10);
                System.out.println("increase value: " + value.get());
            }
    
            public void decrease() throws InterruptedException {
                value.set(-10);
                Thread.sleep(10);
                System.out.println("decrease value: " + value.get());
            }
        }
    
        public static void main(String[] args) throws InterruptedException {
            final Number number = new Number();
            Thread increaseThread = new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        number.increase();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            });
    
            Thread decreaseThread = new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        number.decrease();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            });
    
            increaseThread.start();
            decreaseThread.start();
        }
    }

但是上面的实现会存在下面的问题：

*  每个线程对应的副本变量的生命周期不是由线程决定的，而是由共享变量的生命周期决定的。在上面的例子中，即便线程执行完，只要 `number` 变量存在，线程的副本变量依然会存在（存放在 number 的 cacheMap 中）。但是作为特定线程的副本变量，该变量的生命周期应该由线程决定，线程消亡之后，该变量也应该被回收。
 *  多个线程有可能会同时操作 cacheMap，需要对 cacheMap 进行同步处理。

为了解决上面的问题，我们换种思路，每个线程创建一个 Map，存放当前线程中副本变量，用 CustomThreadLocal 的实例作为 key 值，下面是一个示例：

public class SimpleImpl2 {
    
        public static class CommonThread extends Thread {
            Map<Integer, Integer> cacheMap = new HashMap<>();
        }
    
        public static class CustomThreadLocal {
            private int defaultValue;
    
            public CustomThreadLocal(int value) {
                defaultValue = value;
            }
    
            public Integer get() {
                Integer id = this.hashCode();
                Map<Integer, Integer> cacheMap = getMap();
                if (cacheMap.containsKey(id)) {
                    return cacheMap.get(id);
                }
                return defaultValue;
            }
    
            public void set(int value) {
                Integer id = this.hashCode();
                Map<Integer, Integer> cacheMap = getMap();
                cacheMap.put(id, value);
            }
    
            public Map<Integer, Integer> getMap() {
                CommonThread thread = (CommonThread) Thread.currentThread();
                return thread.cacheMap;
            }
        }
    
        public static class Number {
            private CustomThreadLocal value = new CustomThreadLocal(0);
    
            public void increase() throws InterruptedException {
                value.set(10);
                Thread.sleep(10);
                System.out.println("increase value: " + value.get());
            }
    
            public void decrease() throws InterruptedException {
                value.set(-10);
                Thread.sleep(10);
                System.out.println("decrease value: " + value.get());
            }
        }
    
    
        public static void main(String[] args) throws InterruptedException {
            final Number number = new Number();
            Thread increaseThread = new CommonThread() {
                @Override
                public void run() {
                    try {
                        number.increase();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
    
                }
            };
    
            Thread decreaseThread = new CommonThread() {
                @Override
                public void run() {
                    try {
                        number.decrease();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
            increaseThread.start();
            decreaseThread.start();
        }
    }

在上面的实现中，当线程消亡之后，线程中 cacheMap 也会被回收，它当中存放的副本变量也会被全部回收，并且 cacheMap 是线程私有的，不会出现多个线程同时访问一个 cacheMap 的情况。在 Java 中，ThreadLocal 类的实现就是采用的这种思想，注意只是思想，实际的实现和上面的并不一样。

### 使用示例 ###

Java 使用 ThreadLocal 类来实现线程局部变量模式，ThreadLocal 使用 set 和 get 方法设置和获取变量，下面是函数原型：

public void set(T value);
    public T get();

下面是使用 ThreadLocal 的一个完整示例：

public class ThreadLocalDemo {
        private static ThreadLocal<Integer> threadLocal = new ThreadLocal<>();
        private static int value = 0;
    
        public static class ThreadLocalThread implements Runnable {
            @Override
            public void run() {
                threadLocal.set((int)(Math.random() * 100));
                value = (int) (Math.random() * 100);
                try {
                    Thread.sleep(2000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.printf(Thread.currentThread().getName() + ": threadLocal=%d, value=%d\n", threadLocal.get(), value);
            }
        }
    
        public static void main(String[] args) throws InterruptedException {
            Thread thread = new Thread(new ThreadLocalThread());
            Thread thread2 = new Thread(new ThreadLocalThread());
            thread.start();
            thread2.start();
            thread.join();
            thread2.join();
        }
    }

下面是一种可能的输出：

Thread-0: threadLocal=87, value=15
    Thread-1: threadLocal=69, value=15

我们看到虽然 `threadLocal` 是静态变量，但是每个线程都有自己的值，不会受到其他线程的影响。

### 具体实现 ###

ThreadLocal 的实现思想，我们在前面已经说了，每个线程维护一个 ThreadLocalMap 的映射表，映射表的 key 是 ThreadLocal 实例本身，value 是要存储的副本变量。ThreadLocal 实例本身并不存储值，它只是提供一个在当前线程中找到副本值的 key。 如下图所示：

![fcf293a4dbd735884d275de5f93b2e23.jpeg][]

> 图片来自 [http://blog.xiaohansong.com/2016/08/06/ThreadLocal-memory-leak/][http_blog.xiaohansong.com_2016_08_06_ThreadLocal-memory-leak]

我们从下面三个方面看下 ThreadLocal 的实现：

*  存储线程副本变量的数据结构
 *  如何存取线程副本变量
 *  如何对 ThreadLocal 的实例进行 Hash

#### ThreadLocalMap ####

线程使用 ThreadLocalMap 来存储每个线程副本变量，它是 ThreadLocal 里的一个静态内部类。ThreadLocalMap 也是采用的散列表（Hash）思想来实现的，但是实现方式和 HashMap 不太一样。我们首先看下散列表的相关知识：

##### 散列表 #####

理想状态下，散列表就是一个包含关键字的固定大小的数组，通过使用散列函数，将关键字映射到数组的不同位置。下面是理想散列表的一个示意图：

![19925faeed49e549787fd83beac9f1e9.png][]

> 图片来自 数据结构与算法分析: C语法描述

在理想状态下，哈希函数可以将关键字均匀的分散到数组的不同位置，不会出现两个关键字散列值相同（假设关键字数量小于数组的大小）的情况。但是在实际使用中，经常会出现多个关键字散列值相同的情况（被映射到数组的同一个位置），我们将这种情况称为散列冲突。为了解决散列冲突，主要采用下面两种方式：

*  分离链表法（separate chaining）
 *  开放定址法（open addressing）

**分离链表法**  
分散链表法使用链表解决冲突，将散列值相同的元素都保存到一个链表中。当查询的时候，首先找到元素所在的链表，然后遍历链表查找对应的元素。下面是一个示意图：

![35fa92a74986619e4a46a7b610232c8a.gif][]

> 图片来自 [Hashing][]

**开放定址法**  
开放定址法不会创建链表，当关键字散列到的数组单元已经被另外一个关键字占用的时候，就会尝试在数组中寻找其他的单元，直到找到一个空的单元。探测数组空单元的方式有很多，这里介绍一种最简单的 -- 线性探测法。线性探测法就是从冲突的数组单元开始，依次往后搜索空单元，如果到数组尾部，再从头开始搜索（环形查找）。如下图所示：

![30a9ec18acac8721eb68d050ff73a323.jpeg][]

> 图片来自 [哈希碰撞 | AlexYoung's blog][_ AlexYoung_s blog]

关于两种方式的比较，可以参考 [这篇文章][Link 2]。ThreadLocalMap 中使用开放地址法来处理散列冲突，而 HashMap 中使用的分离链表法。之所以采用不同的方式主要是因为：在 ThreadLocalMap 中的散列值分散的十分均匀，很少会出现冲突。并且 ThreadLocalMap 经常需要清除无用的对象，使用纯数组更加方便。

##### 实现 #####

我们知道 Map 是一种 key-value 形式的数据结构，所以在散列数组中存储的元素也是 key-value 的形式。ThreadLocalMap 使用 Entry 类来存储数据，下面是该类的定义：

static class Entry extends WeakReference <ThreadLocal <?>> {
        /** The value associated with this ThreadLocal. */
        Object value;
    
        Entry(ThreadLocal <?> k, Object v) {
            super(k);
            value = v;
        }
    }

Entry 将 ThreadLocal 实例作为 key，副本变量作为 value 存储起来。注意 Entry 中对于 ThreadLocal 实例的引用是一个弱引用，该引用定义在 Reference 类（WeakReference的父类）中，下面是 `super(k)` 最终调用的代码：

Reference(T referent) {
        this(referent, null);
    }
    
    Reference(T referent, ReferenceQueue <? super T> queue) {
        this.referent = referent;
        this.queue = (queue == null) ? ReferenceQueue.NULL : queue;
    }

关于弱引用和为什么使用弱引用可以参考 [Java 理论与实践: 用弱引用堵住内存泄漏][Java _] 和 [深入分析 ThreadLocal 内存泄漏问题][http_blog.xiaohansong.com_2016_08_06_ThreadLocal-memory-leak]。下面看一下 ThreadLocalMap 的 set 函数

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.
    
        Entry[] tab = table;
        int len = tab.length;
        // 根据 ThreadLocal 的散列值，查找对应元素在数组中的位置
        int i = key.threadLocalHashCode & (len - 1);
    
        // 使用线性探测法查找元素
        for (Entry e = tab[i]; e != null; e = tab[i = nextIndex(i, len)]) {
            ThreadLocal <?> k = e.get();
            // ThreadLocal 对应的 key 存在，直接覆盖之前的值
            if (k == key) {
                e.value = value;
                return;
            }
            // key为 null，但是值不为 null，说明之前的 ThreadLocal 对象已经被回收了，当前数组中的 Entry 是一个陈旧（stale）的元素
            if (k == null) {
                // 用新元素替换陈旧的元素，这个方法进行了不少的垃圾清理动作，防止内存泄漏，具体可以看源代码，没看太懂
                replaceStaleEntry(key, value, i);
                return;
            }
        }
        // ThreadLocal 对应的 key 不存在并且没有找到陈旧的元素，则在空元素的位置创建一个新的 Entry。
        tab[i] = new Entry(key, value);
        int sz = ++size;
        // cleanSomeSlot 清理陈旧的 Entry（key == null），具体的参考源码。如果没有清理陈旧的 Entry 并且数组中的元素大于了阈值，则进行 rehash。
        if (!cleanSomeSlots(i, sz) && sz >= threshold)
            rehash();
    }

关于 set 方法，有几点需要地方：

*  `int i = key.threadLocalHashCode & (len - 1);`，这里实际上是对 len-1 进行了取余操作。之所以能这样取余是因为 len 的值比较特殊，是 2 的 n 次方，减 1 之后低位变为全 1，高位变为全 0。例如 16，减 1 之后对应的二进制为: 00001111，这样其他数字中大于 16 的部分就会被 0 与掉，小于 16 的部分就会保留下来，就相当于取余了。
 *  在 replaceStaleEntry 和 cleanSomeSlots 方法中都会清理一些陈旧的 Entry，防止内存泄漏
 *  threshold 的值大小为 `threshold = len * 2 / 3;`
 *  rehash 方法中首先会清理陈旧的 Entry，如果清理完之后元素数量仍然大于 threshold 的 3/4，则进行扩容操作（数组大小变为原来的 2倍）

private void rehash() {
        expungeStaleEntries();
        // Use lower threshold for doubling to avoid hysteresis
        if (size >= threshold - threshold / 4)
            resize();
    }

我们再看一下 getEntry （没有 get 方法，就叫 getEntry）方法：

private Entry getEntry(ThreadLocal <?> key) {
        int i = key.threadLocalHashCode & (table.length - 1);
        Entry e = table[i];
        if (e != null && e.get() == key)
            return e;
        else
            return getEntryAfterMiss(key, i, e);
    }

因为 ThreadLocalMap 中采用开放定址法，所以当前 key 的散列值和元素在数组中的索引并不一定完全对应。所以在 get 的时候，首先会看 key 的散列值对应的数组元素是否为要查找的元素，如果不是，再调用 `getEntryAfterMiss` 方法查找后面的元素。

private Entry getEntryAfterMiss(ThreadLocal <?> key, int i, Entry e) {
        Entry[] tab = table;
        int len = tab.length;
    
        while (e != null) {
            ThreadLocal < ? > k = e.get();
            if (k == key)
                return e;
            if (k == null)
                expungeStaleEntry(i);
            else
                i = nextIndex(i, len);
            e = tab[i];
        }
        return null;
    }

最后看一下删除操作。删除其实就是将 Entry 的键值设为 null，变为陈旧的 Entry。然后调用 `expungeStaleEntry` 清理陈旧的 Entry。

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();
                expungeStaleEntry(i);
                return;
            }
        }
    }

#### 副本变量存取 ####

前面说完了 ThreadLocalMap，副本变量的存取操作就很好理解了。下面是 ThreadLocal 中的 set 和 get 方法的实现：

public void set(T value) {
        Thread t = Thread.currentThread();
        ThreadLocalMap map = getMap(t);
        if (map != null)
            map.set(this, value);
        else
            createMap(t, value);
    }
    
    public T get() {
        Thread t = Thread.currentThread();
        ThreadLocalMap map = getMap(t);
        if (map != null) {
            ThreadLocalMap.Entry e = map.getEntry(this);
            if (e != null) {
                @SuppressWarnings("unchecked")
                T result = (T) e.value;
                return result;
            }
        }
        return setInitialValue();
    }

存取的基本流程就是首先获得当前线程的 ThreadLocalMap，将 ThreadLocal 实例作为键值传入 Map，然后就是进行相关的变量存取工作了。线程中的 ThreadLocalMap 是懒加载的，只有真正的要存变量时才会调用 createMap 创建，下面是 createMap 的实现：

void createMap(Thread t, T firstValue) {
        t.threadLocals = new ThreadLocalMap(this, firstValue);
    }

如果想要给 ThreadLocal 的副本变量设置初始值，需要重写 initialValue 方法，如下面的形式：

ThreadLocal <Integer> threadLocal = new ThreadLocal() {
        protected Integer initialValue() {
            return 0;
        }
    };

#### ThreadLocal 散列值 ####

当创建了一个 ThreadLocal 的实例后，它的散列值就已经确定了，下面是 ThreadLocal 中的实现：

/**
     * ThreadLocals rely on per-thread linear-probe hash maps attached
     * to each thread (Thread.threadLocals and
     * inheritableThreadLocals).  The ThreadLocal objects act as keys,
     * searched via threadLocalHashCode.  This is a custom hash code
     * (useful only within ThreadLocalMaps) that eliminates collisions
     * in the common case where consecutively constructed ThreadLocals
     * are used by the same threads, while remaining well-behaved in
     * less common cases.
     */
    private final int threadLocalHashCode = nextHashCode();
    
    /**
     * The next hash code to be given out. Updated atomically. Starts at
     * zero.
     */
    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;
    
    /**
     * Returns the next hash code.
     */
    private static int nextHashCode() {
        return nextHashCode.getAndAdd(HASH_INCREMENT);
    }

我们看到 threadLocalHashCode 是一个常量，它通过 `nextHashCode()` 函数产生。`nextHashCode()` 函数其实就是在一个 AtomicInteger 变量（初始值为0）的基础上每次累加 0x61c88647，使用 AtomicInteger 为了保证每次的加法是原子操作。而 0x61c88647 这个就比较神奇了，它可以使 hashcode 均匀的分布在大小为 2 的 N 次方的数组里。下面写个程序测试一下:

public static void main(String[] args) {
        AtomicInteger hashCode = new AtomicInteger();
        int hash_increment = 0x61c88647;
        int size = 16;
        List <Integer> list = new ArrayList <> ();
        for (int i = 0; i < size; i++) {
            list.add(hashCode.getAndAdd(hash_increment) & (size - 1));
        }
        System.out.println("original:" + list);
        Collections.sort(list);
        System.out.println("sort:    " + list);
    }

我们将 size 设为 16，32 和 64 分别测试一下：

// size=16
    original:[0, 7, 14, 5, 12, 3, 10, 1, 8, 15, 6, 13, 4, 11, 2, 9]
    sort:    [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
    
    // size=32
    original:[0, 7, 14, 21, 28, 3, 10, 17, 24, 31, 6, 13, 20, 27, 2, 9, 16, 23, 30, 5, 12, 19, 26, 1, 8, 15, 22, 29, 4, 11, 18, 25]
    sort:    [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]
    
    // size=64
    original:[0, 7, 14, 21, 28, 35, 42, 49, 56, 63, 6, 13, 20, 27, 34, 41, 48, 55, 62, 5, 12, 19, 26, 33, 40, 47, 54, 61, 4, 11, 18, 25, 32, 39, 46, 53, 60, 3, 10, 17, 24, 31, 38, 45, 52, 59, 2, 9, 16, 23, 30, 37, 44, 51, 58, 1, 8, 15, 22, 29, 36, 43, 50, 57]
    sort:    [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, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63]

可以看到随着 size 的变化，hashcode 总能均匀的分布。其实这就是 Fibonacci Hashing，具体可以参考 [这篇文章][Link 3]。所以虽然 ThreadLocal 的 hashcode 是固定的，当 ThreadLocalMap 中的散列表调整大小（变为原来的 2 倍）之后重新散列，hashcode 仍能均匀的分布在散列表中。

### 应用场景 ###

> 摘自 [Java并发编程：深入剖析ThreadLocal][Java_ThreadLocal]

最常见的ThreadLocal使用场景为 用来解决 数据库连接、Session管理等。如

private static ThreadLocal < Connection > connectionHolder = new ThreadLocal < Connection > () {
        public Connection initialValue() {
            return DriverManager.getConnection(DB_URL);
        }
    };
    
    public static Connection getConnection() {
        return connectionHolder.get();
    }

private static final ThreadLocal threadSession = new ThreadLocal();
    
    public static Session getSession() throws InfrastructureException {
        Session s = (Session) threadSession.get();
        try {
            if (s == null) {
                s = getSessionFactory().openSession();
                threadSession.set(s);
            }
        } catch (HibernateException ex) {
            throw new InfrastructureException(ex);
        }
        return s;
    }

### 参考文章 ###

*  [正确理解ThreadLocal - 设计模式 - Java - ITeye论坛][ThreadLocal - _ - Java - ITeye]
 *  [ThreadLocal源码阅读(一) - 简书][ThreadLocal_ -]
 *  [optimization - What is the meaning of 0x61C88647 constant in ThreadLocal.java - Stack Overflow][]
 *  [jerrypeng.me][]
 *  [ThreadLocal是否会引发内存泄露的分析（转）][ThreadLocal]
 *  [\[Java并发包学习七\]解密ThreadLocal][Java_ThreadLocal 1]
 *  [数据结构与算法分析: C语法描述][C]

[Java _ ThreadLocal]: https://www.cnblogs.com/zhangjk1993/p/6641745.html
[Link 1]: http://con.zhangjikai.com/
[fcf293a4dbd735884d275de5f93b2e23.jpeg]: https://img-blog.csdnimg.cn/img_convert/fcf293a4dbd735884d275de5f93b2e23.jpeg
[http_blog.xiaohansong.com_2016_08_06_ThreadLocal-memory-leak]: http://blog.xiaohansong.com/2016/08/06/ThreadLocal-memory-leak/
[19925faeed49e549787fd83beac9f1e9.png]: https://img-blog.csdnimg.cn/img_convert/19925faeed49e549787fd83beac9f1e9.png
[35fa92a74986619e4a46a7b610232c8a.gif]: https://img-blog.csdnimg.cn/img_convert/35fa92a74986619e4a46a7b610232c8a.gif
[Hashing]: http://faculty.cs.niu.edu/~freedman/340/340notes/340hash.htm
[30a9ec18acac8721eb68d050ff73a323.jpeg]: https://img-blog.csdnimg.cn/img_convert/30a9ec18acac8721eb68d050ff73a323.jpeg
[_ AlexYoung_s blog]: http://alexyyek.github.io/2014/12/14/hashCollapse/
[Link 2]: http://www.nowamagic.net/academy/detail/3008060
[Java _]: https://www.ibm.com/developerworks/cn/java/j-jtp11225/
[Link 3]: http://hehaiqian.com/2015/07/25/hash1-0x61c88647/
[Java_ThreadLocal]: http://www.cnblogs.com/dolphin0520/p/3920407.html
[ThreadLocal - _ - Java - ITeye]: http://www.iteye.com/topic/103804
[ThreadLocal_ -]: http://www.jianshu.com/p/529c03d9b67e
[optimization - What is the meaning of 0x61C88647 constant in ThreadLocal.java - Stack Overflow]: http://stackoverflow.com/questions/38994306/what-is-the-meaning-of-0x61c88647-constant-in-threadlocal-java
[jerrypeng.me]: http://jerrypeng.me/2013/06/thread-local-and-magical-0x61c88647/
[ThreadLocal]: http://www.cnblogs.com/softidea/p/4819866.html
[Java_ThreadLocal 1]: http://qifuguang.me/2015/09/02/%5BJava%E5%B9%B6%E5%8F%91%E5%8C%85%E5%AD%A6%E4%B9%A0%E4%B8%83%5D%E8%A7%A3%E5%AF%86ThreadLocal/
[C]: https://github.com/Bzhnja/ebooks/blob/master/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%B8%8E%E7%AE%97%E6%B3%95%E5%88%86%E6%9E%90%EF%BC%9AC%E8%AF%AD%E8%A8%80%E6%8F%8F%E8%BF%B0_%E5%8E%9F%E4%B9%A6%E7%AC%AC2%E7%89%88_%E9%AB%98%E6%B8%85%E7%89%88.pdf