ScopedValue不可变性对比虚拟线程性能
2026-03-14 18:48:41
0浏览
收藏
ScopedValue 通过将只读上下文值直接压入虚拟线程栈帧,实现了比 ThreadLocal 高达 5 倍的访问性能(约 3ns vs 15ns),其核心不可变性并非禁止重绑定,而是确保绑定后值对象本身无法被修改——没有 set/update 接口,连 += 或 append 都会因新建对象而“看似生效”实则符合设计本意;它专为短生命周期、结构化、父子自动继承的只读场景(如请求 ID、租户标识、追踪标记)而生,却绝不适合可变状态(如计数器、日志缓冲区)或长生命周期资源(如数据库连接),更不能替代 ThreadLocal 的懒初始化、动态清理与跨异步回调能力——用错场景不仅性能无优势,还会引发隐晦的逻辑断裂。

ScopedValue 的不可变性到底意味着什么
它不是“不能重新绑定”,而是“绑定后无法修改值本身”。ScopedValue.where() 传进去的值,一旦进入作用域,所有 get() 返回的都是同一个不可变对象——你没法调用 set()、update() 或任何会改变其状态的方法(比如 StringBuilder.append()),因为根本没提供这类接口。
- 常见错误现象:试图在作用域内对
ScopedValue的值做+=操作,结果发现原值没变,或误以为“改了”其实是新建了字符串对象——这恰恰是设计本意 - 使用场景:适合传递请求 ID、用户身份、租户标识、追踪标记等只读上下文;不适合存需要累加的日志缓冲区或计数器
- 为什么这样做:避免多层调用中某处意外篡改上下文,导致下游逻辑拿到脏数据;也不用担心并发线程看到“半更新”状态
为什么在虚拟线程里 ScopedValue 比 ThreadLocal 快 5 倍
关键不在“算法快”,而在“不存堆上、不查哈希表、不依赖线程字段”。ScopedValue 的值直接压入当前虚拟线程的调用栈帧,访问时就像读一个局部变量;而 ThreadLocal 每次 get() 都要从线程对象的 threadLocals 字段里查 ThreadLocalMap,还要处理哈希冲突和扩容。
- 性能影响:实测
ScopedValue.get()约3ns,ThreadLocal.get()约15ns;当单个请求涉及几十次上下文读取(如日志埋点、权限校验链),差距立刻放大 - 兼容性注意:只有 JDK 21+ 默认启用(JEP 429),且需运行在支持虚拟线程的模式下(
--enable-preview在 JDK 21–22,JDK 23+ 已转正) - 容易踩的坑:用
ThreadLocal的惯性思维去“复用”同一个ScopedValue实例跨多个不相关作用域——不行,每次where().run()是独立绑定,旧绑定已销毁
什么时候不该用 ScopedValue 替代 ThreadLocal
不是所有“线程局部”需求都适合换成 ScopedValue。它的强项是短生命周期、结构化、只读的上下文共享;短板是缺乏动态生命周期管理和可变状态支持。
- 常见错误现象:把数据库连接、HTTP 客户端实例塞进
ScopedValue,结果发现每次run()结束就丢了引用,连接无法复用 - 使用场景限制:若你需要在整个请求处理周期中“懒初始化 + 多次写入 + 跨异步回调保持”,
ScopedValue不行,得结合StructuredTaskScope或退回到InheritableThreadLocal(但要小心内存泄漏) - 参数差异:
ThreadLocal支持initialValue()和remove();ScopedValue只有of()和where().run()/call(),没有清理钩子——它压根不需要
父子虚拟线程自动继承是怎么工作的
不是复制,也不是反射读取父线程字段,而是 JVM 在调度子虚拟线程时,把当前作用域栈帧里的 ScopedValue 绑定记录“透传”过去。子线程一启动,就能直接 get() 到父作用域里绑的值,且仍是同一份不可变对象。
- 使用场景:Web 请求中派生出多个并行子任务(如查用户、查订单、查积分),无需手动把
requestId当参数层层传递 - 容易踩的坑:在
ExecutorService.submit()提交的Runnable中直接访问ScopedValue.get()——失败,因为该任务脱离了原始作用域;必须用ScopedValue.where().run()显式包裹 - 性能提示:继承本身无额外开销,但若作用域嵌套过深(比如 10 层
where().run()套娃),栈帧管理成本会上升,建议控制在 3–5 层内
where().run(),而是判断“这个值到底该不该进作用域”——它得是逻辑上天然属于某一段执行流的上下文,而不是为了图省事把所有线程局部变量一股脑搬进去。好了,本文到此结束,带大家了解了《ScopedValue不可变性对比虚拟线程性能》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
Win11精简版ISO下载风险解析
- 上一篇
- Win11精简版ISO下载风险解析
- 下一篇
- 12306账号绑定与选座权限详解
查看更多
最新文章
-
- 文章 · java教程 | 4小时前 | 文件上传 · Java教程 · java httpclient 流式上传 HttpRequest BodyPublisher
- Java HttpRequest BodyPublisher 实现流式上传
- 488浏览 收藏
-
- 文章 · java教程 | 7小时前 |
- Java 模式匹配 switch 处理层级类型的穷尽性
- 301浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 3天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 3天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 3天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 3天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 4天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 290次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 343次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 345次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 308次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 131次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
