ThreadLocal内存溢出演示和原因分析！

忘是亡心i 2024-03-01 07:48 66阅读 0赞

![27b15a42edbbe7759d0d0d9d1026aa25.png][]

作者 | 磊哥

来源 | 公众号：Java中文社群

转载请联系授权（微信ID：GG\_Stone）

### 前言 ###

ThreadLocal 翻译成中文是线程本地变量的意思，也就是说它是线程中的私有变量，每个线程只能操作自己的私有变量，所以不会造成线程不安全的问题。

所谓的线程不安全是指，多个线程在同一时刻对同一个全局变量做写操作时（读操作不会涉及线程不安全问题），如果执行的结果和我们预期的结果不一致就称之为线程不安全，反之，则称为线程安全。

**在 Java 语言中解决线程不安全的问题通常有两种手段**：

1.  使用锁（使用 synchronized 或 Lock）；
2.  使用 ThreadLocal。

锁的实现方案是在多线程写入全局变量时，通过排队一个一个来写入全局变量，从而就可以避免线程不安全的问题了。比如当我们使用线程不安全的 SimpleDateFormat 对时间进行格式化时，如果使用锁来解决线程不安全的问题，实现的流程就是这样的：

![02fbb33f656ea9458eed67fb1d945756.png][]

从上述图片可以看出，通过加锁的方式虽然可以解决线程不安全的问题，但同时带来了新的问题，使用锁时线程需要排队执行，因此会带来一定的性能开销。然而，**如果使用的是 ThreadLocal 的方式，则是给每个线程创建一个 SimpleDateFormat 对象，这样就可以避免排队执行的问题了**，它的实现流程如下图所示：

![eff2176c6afa84bf8356e6b514680135.png][]

> PS：创建 SimpleDateFormat 也会消耗一定的时间和空间，如果线程复用 SimpleDateFormat 的频率比较高的情况下，使用 ThreadLocal 的优势比较大，反之则可以考虑使用锁。

然而，在我们使用 ThreadLocal 的过程中，很容易就会出现内存溢出的问题，如下面的这个事例。

### 什么是内存溢出？ ###

**内存溢出（Memory Overflow），指的是在程序运行过程中，申请的内存资源不再被使用，但没有被正确释放，导致占用的内存不断增加，最终耗尽系统的可用内存。当程序尝试分配更多的内存空间时，由于内存不足，会抛出 OutOfMemoryError 异常，导致程序终止或崩溃的现象就叫做内存溢出。**

### 内存溢出代码演示 ###

在开始演示 ThreadLocal 内存溢出的问题之前，我们先使用“-Xmx50m”的参数来设置一下 Idea，它表示将程序运行的最大内存设置为 50m，如果程序的运行超过这个值就会出现内存溢出的问题，设置方法如下：

![c068697e890055a45d88e0049140d358.png][]

设置后的最终效果这样的：

![bec9f115c200fe70959d473b79fb25f1.png][]

> PS：因为我使用的 Idea 是社区版，所以可能和你的界面不一样，你只需要点击“Edit Configurations...”找到“VM options”选项，设置上“-Xmx50m”参数就可以了。

配置完 Idea 之后，接下来我们来实现一下业务代码。在代码中我们会创建一个大对象，这个对象中会有一个 10m 大的数组，然后我们将这个大对象存储在 ThreadLocal 中，再使用线程池执行大于 5 次添加任务，因为设置了最大运行内存是 50m，所以理想的情况是执行 5 次添加操作之后，就会出现内存溢出的问题，实现代码如下：

import java.util.concurrent.LinkedBlockingQueue;
    import java.util.concurrent.ThreadPoolExecutor;
    import java.util.concurrent.TimeUnit;
    
    public class ThreadLocalOOMExample {
        
        /**
         * 定义一个 10m 大的类
         */
        static class MyTask {
            // 创建一个 10m 的数组（单位转换是 1M -> 1024KB -> 1024*1024B）
            private byte[] bytes = new byte[10 * 1024 * 1024];
        }
        
        // 定义 ThreadLocal
        private static ThreadLocal<MyTask> taskThreadLocal = new ThreadLocal<>();
    
        // 主测试代码
        public static void main(String[] args) throws InterruptedException {
            // 创建线程池
            ThreadPoolExecutor threadPoolExecutor =
                    new ThreadPoolExecutor(5, 5, 60,
                            TimeUnit.SECONDS, new LinkedBlockingQueue<>(100));
            // 执行 10 次调用
            for (int i = 0; i < 10; i++) {
                // 执行任务
                executeTask(threadPoolExecutor);
                Thread.sleep(1000);
            }
        }
    
        /**
         * 线程池执行任务
         * @param threadPoolExecutor 线程池
         */
        private static void executeTask(ThreadPoolExecutor threadPoolExecutor) {
            // 执行任务
            threadPoolExecutor.execute(new Runnable() {
                @Override
                public void run() {
                    System.out.println("创建对象");
                    // 创建对象（10M）
                    MyTask myTask = new MyTask();
                    // 存储 ThreadLocal
                    taskThreadLocal.set(myTask);
                    // 将对象设置为 null，表示此对象不在使用了
                    myTask = null;
                }
            });
        }
    }

以上程序的执行结果如下：

![7c2c1dcbfad0b7ae8f590320684f2771.png][]

从上述图片可看出，当程序执行到第 5 次添加对象时就出现内存溢出的问题了，这是因为设置了最大的运行内存是 50m，每次循环会占用 10m 的内存，加上程序启动会占用一定的内存，因此在执行到第 5 次添加任务时，就会出现内存溢出的问题。

### 原因分析 ###

内存溢出的问题和解决方案比较简单，重点在于“原因分析”，我们要通过内存溢出的问题搞清楚，为什么 ThreadLocal 会这样？是什么原因导致了内存溢出？

要搞清楚这个问题（内存溢出的问题），我们需要从 ThreadLocal 源码入手，所以我们首先打开 set 方法的源码（在示例中使用到了 set 方法），如下所示：

public void set(T value) {
        // 得到当前线程
        Thread t = Thread.currentThread();
        // 根据线程获取到 ThreadMap 变量
        ThreadLocalMap map = getMap(t);
        if (map != null)
            map.set(this, value); // 将内容存储到 map 中
        else
            createMap(t, value); // 创建 map 并将值存储到 map 中
    }

从上述代码我们可以看出 Thread、ThreadLocalMap 和 set 方法之间的关系：**每个线程 Thread 都拥有一个数据存储容器 ThreadLocalMap，当执行 ThreadLocal.set 方法执行时，会将要存储的值放到 ThreadLocalMap 容器中**，所以接下来我们再看一下 ThreadLocalMap 的源码：

static class ThreadLocalMap {
        // 实际存储数据的数组
        private Entry[] table;
        // 存数据的方法
        private void set(ThreadLocal<?> key, Object value) {
            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)]) {
                ThreadLocal<?> k = e.get();
                // 如果有对应的 key 直接更新 value 值
                if (k == key) {
                    e.value = value;
                    return;
                }
                // 发现空位插入 value
                if (k == null) {
                    replaceStaleEntry(key, value, i);
                    return;
                }
            }
            // 新建一个 Entry 插入数组中
            tab[i] = new Entry(key, value);
            int sz = ++size;
            // 判断是否需要进行扩容
            if (!cleanSomeSlots(i, sz) && sz >= threshold)
                rehash();
        }
        // ... 忽略其他源码
    }

从上述源码我们可以看出：**ThreadMap 中有一个 Entry\[\] 数组用来存储所有的数据，而 Entry 是一个包含 key 和 value 的键值对，其中 key 为 ThreadLocal 本身，而 value 则是要存储在 ThreadLocal 中的值**。

根据上面的内容，我们可以得出 ThreadLocal 相关对象的关系图，如下所示：

![c193ece13476914109af84dad5ad947c.png][]

也就是说**它们之间的引用关系是这样的：Thread -> ThreadLocalMap -> Entry -> Key,Value，因此当我们使用线程池来存储对象时，因为线程池有很长的生命周期，所以线程池会一直持有 value 值，那么垃圾回收器就无法回收 value，所以就会导致内存一直被占用，从而导致内存溢出问题的发生**。

### 解决方案 ###

ThreadLocal 内存溢出的解决方案很简单，我们只需要在使用完 ThreadLocal 之后，执行 remove 方法就可以避免内存溢出问题的发生了，比如以下代码：

import java.util.concurrent.LinkedBlockingQueue;
    import java.util.concurrent.ThreadPoolExecutor;
    import java.util.concurrent.TimeUnit;
    
    public class App {
    
        /**
         * 定义一个 10m 大的类
         */
        static class MyTask {
            // 创建一个 10m 的数组（单位转换是 1M -> 1024KB -> 1024*1024B）
            private byte[] bytes = new byte[10 * 1024 * 1024];
        }
    
        // 定义 ThreadLocal
        private static ThreadLocal<MyTask> taskThreadLocal = new ThreadLocal<>();
    
        // 测试代码
        public static void main(String[] args) throws InterruptedException {
            // 创建线程池
            ThreadPoolExecutor threadPoolExecutor =
                    new ThreadPoolExecutor(5, 5, 60,
                            TimeUnit.SECONDS, new LinkedBlockingQueue<>(100));
            // 执行 n 次调用
            for (int i = 0; i < 10; i++) {
                // 执行任务
                executeTask(threadPoolExecutor);
                Thread.sleep(1000);
            }
        }
    
        /**
         * 线程池执行任务
         * @param threadPoolExecutor 线程池
         */
        private static void executeTask(ThreadPoolExecutor threadPoolExecutor) {
            // 执行任务
            threadPoolExecutor.execute(new Runnable() {
                @Override
                public void run() {
                    System.out.println("创建对象");
                    try {
                        // 创建对象（10M）
                        MyTask myTask = new MyTask();
                        // 存储 ThreadLocal
                        taskThreadLocal.set(myTask);
                        // 其他业务代码...
                    } finally {
                        // 释放内存
                        taskThreadLocal.remove();
                    }
                }
            });
        }
    }

以上程序的执行结果如下：

![3b14b92ae35c164ae2b8f0617134da25.png][]

从上述结果可以看出我们只需要在 finally 中执行 ThreadLocal 的 remove 方法之后就不会在出现内存溢出的问题了。

#### remove的秘密 ####

那 remove 方法为什么会有这么大的魔力呢？我们打开 remove 的源码看一下：

public void remove() {
        ThreadLocalMap m = getMap(Thread.currentThread());
        if (m != null)
            m.remove(this);
    }

从上述源码中我们可以看出，当调用了 remove 方法之后，会直接将 Thread 中的 ThreadLocalMap 对象移除掉，这样 Thread 就不再持有 ThreadLocalMap 对象了，所以即使 Thread 一直存活，也不会造成因为（ThreadLocalMap）内存占用而导致的内存溢出问题了。

### 小结 ###

本文我们使用代码的方式演示了 ThreadLocal 内存溢出的问题，**严格来讲内存溢出并不是 ThreadLocal 的问题，而是因为没有正确使用 ThreadLocal 所带来的问题。想要避免 ThreadLocal 内存溢出的问题，只需要在使用完 ThreadLocal 后调用 remove 方法即可**。

--------------------

### 说件大事 ###

磊哥一直在做的事，为了让大家找到更好的工作，所以有着 13 年工作经验的我，开发了一门《Java 面试突击训练营》。

整个课程为期一个月，带着大家，把 16 万的图文 + 3000 多分钟的视频课，系统的学完，并且录屏支持永久更新和观看。整个课程从 Java 基础到微服务 Spring Cloud 应用尽有，包含以下 16 个大的模块：

![7a5bc6b387816e7b459f189f500a8e1f.png][]

训练营收费 1200 元，带你高效的搞定面试问题，学完之后可以应对当前市面上绝大部分公司的面试，得到高薪 Offer。

加我微信咨询吧：GG\_Stone【备注：训练营】

![201b4e3701a2643a93351f8b664f3150.png][]

[27b15a42edbbe7759d0d0d9d1026aa25.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/a5fd83ff89ae42e6a16ee3410e1af0c3.png
[02fbb33f656ea9458eed67fb1d945756.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/587ef0fdebbe43d2b391ba675064b6af.png
[eff2176c6afa84bf8356e6b514680135.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/c6d996716a854e8db35054966864aa6c.png
[c068697e890055a45d88e0049140d358.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/10b4ffdeb4bf417994377f192018efe0.png
[bec9f115c200fe70959d473b79fb25f1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/824ab7d87bd3436ca214ae09f85c80dc.png
[7c2c1dcbfad0b7ae8f590320684f2771.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/ec697ddbe1cc44ad91f47f11e84e9dbc.png
[c193ece13476914109af84dad5ad947c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/276d905f02e24e458dfd7ce0802f6c3b.png
[3b14b92ae35c164ae2b8f0617134da25.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/b8029a1096454f139a5e26c55c34d3cd.png
[7a5bc6b387816e7b459f189f500a8e1f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/5191ee142ab94412a5879ca571ae9cbf.png
[201b4e3701a2643a93351f8b664f3150.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/01/65ff42edb0334522a97e2f6ad584248a.png