选择ThreadLocalRandom因其基于ThreadLocal为每个线程提供独立实例，避免同步开销，实现无锁、高性能的随机数生成，适用于高并发场景。
在高并发场景下，使用传统的 Math.random() 或 java.util.Random 生成随机数可能带来性能瓶颈，因为这些方法在多线程环境下存在竞争和同步开销。Java 7 引入了 ThreadLocalRandom 类，专为并发环境设计，能显著提升随机数生成的效率和安全性。
为什么选择 ThreadLocalRandom？
ThreadLocalRandom 是 Random 的子类，通过继承并结合 ThreadLocal 的机制，为每个线程提供独立的随机数生成器实例，避免了多线程争用同一 Random 实例带来的 synchronized 锁开销。
主要优势包括：
- 无锁操作：每个线程持有自己的随机数生成器，无需同步
- 性能更高：相比 Math.random() 和共享 Random 实例，吞吐量明显提升
- 使用简单：API 与 Random 基本一致，易于迁移
如何正确使用 ThreadLocalRandom
获取实例时不能使用 new 实例化，必须通过静态方法 ThreadLocalRandom.current() 获取当前线程绑定的实例。
立即学习“Java免费学习笔记（深入）”；
示例：生成基本类型的随机值
import java.util.concurrent.ThreadLocalRandom; // 生成 [0, 100) 范围内的随机整数 int randomInt = ThreadLocalRandom.current().nextInt(100); // 生成 [10, 20] 范围内的随机整数（含边界） int randomInRange = ThreadLocalRandom.current().nextInt(10, 21); // 生成随机 double，范围 [0.0, 1.0) double randomDouble = ThreadLocalRandom.current().nextDouble(); // 生成随机布尔值 boolean randomBoolean = ThreadLocalRandom.current().nextBoolean();
在并发任务中高效生成随机数
在使用线程池或并发集合处理任务时，推荐在每个任务内部调用 current() 获取本地实例，而不是将 Random 实例作为共享变量传递。
示例：在 ForkJoinTask 中使用
class RandomTask extends RecursiveAction {
@Override
protected void compute() {
// 每个线程独立生成随机数
int localRandom = ThreadLocalRandom.current().nextInt(1000);
System.out.println("Thread: " + Thread.currentThread().getName() +
", Random: " + localRandom);
}
}
这种模式避免了线程间对共享状态的竞争，也防止了伪共享（false sharing）问题。
注意事项与最佳实践
虽然 ThreadLocalRandom 高效且易用，但仍需注意以下几点：
- 不要缓存 current() 返回的实例，每次使用都应调用 ThreadLocalRandom.current()
- 不适用于需要可重现随机序列的场景（如测试），因为它不支持设置种子
- 在极少数需要跨线程复现随机序列时，仍应使用普通 Random 并显式传入 seed
- 在 Java 8+ 中，可结合流式编程使用：ThreadLocalRandom.current().doubles(100).forEach(System.out::println);
基本上就这些。ThreadLocalRandom 是高并发系统中生成随机数的首选方案，合理使用可以有效降低锁竞争，提升整体性能。不复杂但容易忽略的是：始终通过 current() 获取实例，别自己 new。
