本文对比了 Java 中多种随机数生成器，包括 java.util.Random、ThreadLocalRandom、SecureRandom、SplittableRandom 及 Java 17+ 的 RandomGenerator。分析了它们的实现原理、线程安全性、性能及适用场景。结论指出：单线程普通场景用 Random，高并发用 ThreadLocalRandom，并行流用 SplittableRandom，安全加密必须用 SecureRandom，科学计算可选 LXM 算法。提供了代码示例与最佳实践建议。
随机数在软件开发中无处不在：模拟、游戏、加密、负载均衡、测试数据生成等。Java 提供了多种随机数生成工具，从最早的 java.util.Random 到专为并发优化的 ThreadLocalRandom，再到高安全性的 SecureRandom 和适用于并行流的 SplittableRandom。此外，第三方库如 Apache Commons Lang 也提供了增强功能。选择合适的随机数生成器对程序性能、安全性和正确性至关重要。
本文将深入剖析每种随机数生成器的特性、实现原理、优缺点及适用场景，并附有详细的性能对比和最佳实践建议。
Java 中的随机数生成器都是伪随机的（除了部分 SecureRandom 实现可能使用真随机源），但 SecureRandom 保证了密码学意义上的不可预测性。
| 类名 | 引入版本 | 线程安全 | 随机性强度 | 性能 | 主要用途 |
|---|---|---|---|---|---|
java.util.Random | 1.0 | 是（但竞争激烈） | 中等 | 低并发下较好 | 通用，单线程或低并发 |
java.util.concurrent.ThreadLocalRandom | 1.7 | 是，每个线程独立 | 中等 | 并发极高 | 多线程并发随机数 |
java.security.SecureRandom | 1.1 | 是 | 高（密码级） | 较低 | 加密、安全令牌 |
java.util.SplittableRandom | 1.8 | 否（但专为 fork/join 设计） | 中等 | 极快 | 并行流、ForkJoinPool |
java.util.random.RandomGenerator 及其实现 | 17 | 各异 | 各异 | 各异 | 统一接口，多种新算法 |
java.util.Random实现原理：使用 48 位种子，线性同余生成器（LCG），公式：seed = (seed * 0x5DEECE66DL + 0xBL) & ((1L << 48) - 1)，然后取高位输出。
nextInt(), nextLong(), nextDouble(), nextGaussian()（生成高斯分布）等。Random rand = new Random(12345L); // 固定种子
int num = rand.nextInt(10); // 0-9
java.util.concurrent.ThreadLocalRandom实现原理：每个线程持有一个独立的 Random 实例，种子存储在线程本地（Thread 类中的 threadLocalRandomSeed 等字段），避免了共享种子带来的竞争。
ThreadLocalRandom.current() 获取当前线程的实例。自动设置种子（初始与线程有关），无需显式实例化。Random 类似，但增加了 nextInt(int bound) 等直接方法。int num = ThreadLocalRandom.current().nextInt(1, 100); // 1-99
java.security.SecureRandom实现原理：依赖底层操作系统提供的熵源（如 /dev/random、/dev/urandom）或硬件随机数生成器，结合密码学哈希算法（如 SHA1PRNG）生成随机数。
getInstance(String algorithm) 指定算法。Random 类似，但生成速度慢。SecureRandom secureRandom = new SecureRandom(); // 默认算法
byte[] bytes = new byte[16];
secureRandom.nextBytes(bytes); // 生成 16 字节随机数
/dev/urandom，若需阻塞等待足够熵，可指定 -Djava.security.egd=file:/dev/./urandom。java.util.SplittableRandom实现原理：采用改良的 LCG（使用加法和异或），专为拆分成多个独立实例设计。它的 split() 方法返回一个新的 SplittableRandom 实例，该实例与当前实例独立，但共享相同的算法。
SplittableRandom 实例。速度极快（比 Random 快 2-3 倍）。Random 类似，但缺少 nextGaussian()。SplittableRandom random = new SplittableRandom();
long stream = random.longs(10, 0, 100); // 生成 10 个长整型随机数流
RandomGenerator 接口Java 17 引入 java.util.random.RandomGenerator 接口，统一了随机数生成器的 API，并提供了多种新算法实现，如 "L32X64MixRandom"、"L64X128StarStarRandom" 等（基于 LXM 系列）。这些算法具有长周期、高状态、高性能的特点。
RandomGenerator.of(String name) 或 RandomGenerator.getDefault()。Random、SecureRandom、SplittableRandom 都实现了该接口。L32X64MixRandom、L64X128StarStarRandom、L128X256MixRandom 等，适用于需要高质量随机数的科学计算。RandomGenerator rng = RandomGenerator.of("L64X128MixRandom");
long val = rng.nextLong();
RandomUtils 和 RandomStringUtilsApache Commons Lang 提供了易用的工具类，内部封装了 java.util.Random 实例。
RandomUtils：提供 nextInt、nextLong 等方法，但已废弃，推荐直接使用 JDK 类。RandomStringUtils：生成随机字符串，如字母数字组合。String randomStr = RandomStringUtils.randomAlphanumeric(10);
Random，线程安全但性能一般，且不适用于加密。Guava 提供了 com.google.common.hash.Hashing 中的 murmur3_128 等哈希函数，以及 com.google.common.primitives 工具，但没有独立的随机数生成器。对于随机字符串，可以使用 CharMatcher 自行构造。
commons-math）提供更快的随机数生成器，用于科学计算。jdk.random 包：在 JDK 17 中已内置 LXM 系列，性能极高，无需第三方。Random：线程安全，通过 CAS 更新种子，但高并发下性能差。ThreadLocalRandom：线程封闭，无竞争，最佳并发性能。SecureRandom：线程安全，通常使用同步，但性能开销大。SplittableRandom：非线程安全，需通过 split() 为每个线程创建新实例。结论：并发场景首选 ThreadLocalRandom 或 SplittableRandom（并行流）。
Random：周期 2^48，线性同余，低比特位随机性较弱。ThreadLocalRandom：与 Random 算法相同，但种子维护在线程本地。SecureRandom：密码学安全，不可预测。SplittableRandom：周期 2^64，改良算法，分布均匀。结论：普通应用 Random 足够，加密用 SecureRandom，高质量科学计算用 LXM。
以下为粗略性能对比（单位：ns/op，生成 10^7 次 int）：
| 实现 | 单线程 | 多线程（8 线程） |
|---|---|---|
Random | 20 ns | 严重下降，约 500 ns（竞争） |
ThreadLocalRandom | 15 ns | 15 ns（无竞争） |
SecureRandom | 2000 ns | 2000 ns（阻塞严重） |
SplittableRandom | 8 ns | 8 ns（每个线程独立实例） |
L64X128MixRandom (Java 17) | 7 ns | 7 ns（独立实例） |
注：实际值随硬件和 JDK 版本变化，但相对关系稳定。
Random：支持构造时指定种子，方便重现。ThreadLocalRandom：不支持种子设定。SecureRandom：支持设置种子，但通常用于增加熵而非重现。SplittableRandom：支持种子设定，split() 衍生实例基于当前种子。结论：需要确定性序列（如单元测试）时用 Random 或 SplittableRandom。
Random 最简单，可直接 new Random()。ThreadLocalRandom 通过静态方法获取，但要注意作用域。SecureRandom 可能抛出异常，需处理 NoSuchAlgorithmException。SplittableRandom 与 Random 类似，但缺少高斯分布方法。常用场景：验证码、临时密码、ID 生成器。
Random 或 ThreadLocalRandom 从字符数组中选取。SecureRandom。RandomStringUtils（Commons Lang）或自写：static String randomString(int length, Random random) {
String chars = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789";
StringBuilder sb = new StringBuilder(length);
for (int i = 0; i < length; i++) {
sb.append(chars.charAt(random.nextInt(chars.length())));
}
return sb.toString();
}
Java 8+ 的 Random、ThreadLocalRandom、SplittableRandom 都支持直接生成流：
Random rand = new Random();
IntStream ints = rand.ints(10, 0, 100); // 10 个 0-99 的 int
对于并行流，使用 SplittableRandom 的 splits() 方法可以生成多个独立实例，每个处理一段。
Random.nextGaussian() 生成均值为 0，标准差为 1 的正态分布值。Java 内置 UUID.randomUUID() 使用 SecureRandom 生成版本 4 UUID（完全随机）。其性能可能较低，但安全性高。若不需要加密级别，可改用基于 Random 的实现。
Random 采用 LCG：X_{n+1} = (a * X_n + c) mod m，其中 a=25214903917, c=11, m=2^48。输出时取高比特位（丢弃低 16 位）以改善随机性。LCG 周期短，低比特位周期更短，因此不建议用于蒙特卡洛模拟等需要高质量随机数的场景。
Java 17 引入的 LXM 算法结合了线性同余（LC）和异或移位（XorShift）或混合函数（Mix）。它维护两个状态：一个 LC 状态产生周期性的数值，另一个是加法的 XorShift 状态。最终通过混合函数输出。这种设计具有长周期、高维均匀性，且速度快。
SecureRandom 在 Linux 上默认读取 /dev/urandom（非阻塞，但初始可能阻塞直到熵池初始化）。若指定 /dev/random，则在熵不足时会阻塞等待。在服务器启动时，若需生成大量安全随机数，建议预先初始化 SecureRandom 或增大熵池（使用 rngd 服务）。
new Random() 或指定种子的 Random。ThreadLocalRandom.current()。SplittableRandom 配合 split() 或流 API。SecureRandom（永远不要用 Random 做安全相关）。RandomGenerator.of("L64X128MixRandom")。Random 或 SplittableRandom 固定种子。Random：每次 new 会消耗熵（其实影响不大，但若循环内 new 会导致性能差且可能因种子相同产生重复序列）。Random：应使用 ThreadLocalRandom 或每个线程独立实例。Random 生成安全令牌：可被预测。SecureRandom 可能缓慢：预热或异步初始化，避免在性能关键路径上首次调用。Math.random() 内部使用 Random：且每次调用都同步，并发性能差，应避免在多线程中使用。public class TokenGenerator {
private static final SecureRandom SECURE_RANDOM = new SecureRandom();
public static String generateToken(int byteLength) {
byte[] bytes = new byte[byteLength];
SECURE_RANDOM.nextBytes(bytes);
return Base64.getUrlEncoder().withoutPadding().encodeToString(bytes);
}
}
long count = new SplittableRandom()
.splits(1000) // 生成 1000 个独立实例
.parallel()
.mapToLong(rng -> rng.nextLong(1, 100))
.sum();
随着 Java 的发展，随机数生成器将继续演进。目前 RandomGenerator 接口为未来替换算法提供了灵活性。可能的方向包括：
ThreadLocalRandom 仍然适用，因为虚拟线程也是 Thread 的子类，保留了 thread-local 机制。| 需求 | 推荐方案 | 备注 |
|---|---|---|
| 单线程普通随机 | Random | 简单，可重现 |
| 多线程并发随机 | ThreadLocalRandom | 最高并发性能 |
| 并行流处理 | SplittableRandom | 快速且可拆分 |
| 安全加密 | SecureRandom | 不可预测，性能低 |
| 高质量随机（科学计算） | JDK 17+ LXM 算法 | 长周期，均匀性好 |
| 随机字符串 | RandomStringUtils 或基于 SecureRandom | 依场景定 |
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
查找任何按下的键的javascript键代码、代码、位置和修饰符。 在线工具，Keycode 信息在线工具，online
JavaScript 字符串转义/反转义；Java 风格 \uXXXX（Native2Ascii）编码与解码。 在线工具，Escape 与 Native 编解码在线工具，online
使用 Prettier 在浏览器内格式化 JavaScript 或 HTML 片段。 在线工具，JavaScript / HTML 格式化在线工具，online
Terser 压缩、变量名混淆，或 javascript-obfuscator 高强度混淆（体积会增大）。 在线工具，JavaScript 压缩与混淆在线工具，online
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online