定义
ThreadLocal是线程局部变量，不同线程的threadlocal相互独立。它是一种保存线程私有信息的机制，因为在现成的整个生命周期都有效，
所以可以方便地在一个线程关联的不同业务模块之间传递信息，比如事务ID、Cookie等上下文相关信息。
特点：
- 简单，开箱即用。
- 快速，无额外开销。
- 安全，线程安全。
threadlocal设计实现的优点：开箱即用，代码易读，符合经常阅读偶尔使用的原则
场景：资源持有、线程一致性、并发计算等多线程场景。
API
场景分析
如jdbc事务的请求，part i 代表不同事务，如更新用户信息、更新订单信息等，需要保证各事务资源的一致性。
每一个事务请求连接时，先去threadlocal map里找，如果不存在，到连接池中请求分配连接，并存入map。
总结，ThreadLocal的主要作用是：
- 持有线程资源，供线程的各个部分使用
- 帮助维护多线程共享资源的一致性
- 线程安全的一种方案
场景实验，观察Spring框架在多线程场景的执行情况
压力测试工具，apache2-util
10000此请求，单线程
10000次请求，线程数加到100
虽然完成10000请求的速度变快了，但最终curl请求get到的数据会不一致。
原因是，多线程下，c是临界资源，c=c+1不具备原子性，要先读取c，在执行加1，再执行赋值。
对c的访问加锁
测试发现curl get到的结果是10000，但速度会很慢，原因是加锁导致排队，并发实质上变成了串行，性能被锁卡住。
解决方法就是使用ThreadLocal，让线程在自己的局部变量资源上运行。
把c设为ThreadLocal
测试发现，最终统计数据依然不准确。
原因是spring默认线程池有20多个线程，这些线程每一个都有自己的局部变量c，执行10000请求后，需要收集各个线程的数据。
收集多个ThreadLocal中的数据
虽然threadlocal是各个线程独占的数据，但也是进程持有的，不过java没有提供收集数据的接口，所以可以通过hashmap或
hashset来存储threadlocal，最后一并收集。
改进，因为set访问需要同步，所以addset中加入同步锁，而且set访问次数最多是线程池的线程数，相对c的访问次数要少，
属于低频访问，所以对总体性能影响小。
实验总结
- 基于线程池模型加同步锁很危险，可能因排队等锁，导致cpu使用不充分，从而严重拖慢性能。
- 虽然多线程不能完全避免同步问题，但使用ThreadLocal，可以把高频同步化为低频同步。
实现原理
ThreadLocalMap
自定义一个类似HashMap的ThreadLocalMap存放ThreadLocal（弱引用），该map时ThreadLocal的静态内部类，延续了lazy-load模式，初始容量16，门限2/3。
ThreadLocalMap里面有个Entry数组，只有数组没有像HashMap那样有链表，因此当hash冲突的之后，ThreadLocalMap是采用线性探测的方式解决hash冲突。
Entry把ThreadLocal的弱引用作为key，让没用的ThreadLocal被GC清除。
ThreadLocal内部没有存储任何的值，它的作用只是当我们的ThreadLocalMap的key，让线程可以拿到对应的value。
satic class ThreadLocalMap {
satic class Entry extends WeakReference<ThreadLocal<?>> {
/** The value associated with this ThreadLocal. */
Object value;
Entry(ThreadLocal<?> k, Object v) {
super(k);
value = v;
}
}
// …
}
回收被内存回收的弱引用所占的槽是超级复杂问题。
当Key为null时，该条目就变成“废弃条目”，相关“value”的回收，
往往依赖于几个关键点，即set、remove、rehash。当调用get()、set()方法时会去找到那个key被干掉的entry然后干掉它。
并且提供了remove()方法。虽然get()、set()会清理key为null的Entry,但是不是每次调用就会清理的，只有当get时候
直接hash没中，或者set时候也是直接hash没中，开始线性探测时候，碰到key为null的才会清理。
下面set的精简代码,具体的清理逻辑是实现在cleanSomeSlots和expungeStaleEntry之中。
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];; …) {
//…
if (k == null) {
// 替换废弃条目
replaceStaleEntry(key, value, i);
return;
}
}
tab[i] = new Entry(key, value);
int sz = ++size;
// 扫描并清理发现的废弃条目，并检查容量是否超限
if (!cleanSomeSlots(i, sz) && sz >= threshold)
rehash();// 清理废弃条目，如果仍然超限，则扩容（加倍）
}
废弃项目的回收依赖于显式地触发，否则就要等待线程结束，进而回收相应ThreadLocalMap！这就是很多OOM的来源，
所以应用一定要自己负责remove，并且不要和线程池配合，因为worker线程往往是不会退出的。
hash算法
散列更均匀，减少冲突
解决冲突的方法是线形探测。这种方式解决hash冲突的效率很低，因此要注意ThreadLocal的数量。
线性探测，就是先根据初始key的hashcode值确定元素在table数组中的位置，如果这个位置上已经有其他key值的元素被占用，
则利用固定的算法寻找一定步长的下个位置，依次直至找到能够存放的位置。在ThreadLocalMap步长是1。
总结
解决一致性问题，除了排队（加锁）、投票（拜占庭将军）、CAS+voilate外，ThreadLocal不失为一个更轻量级的优选方案。
参考
https://www.imooc.com/learn/1217
《深入理解Java虚拟机》周志明
《Java核心技术36讲》杨晓峰
对ThreadLocal的理解