导语
在多线程高并发场景下，生成可重复的伪随机数序列始终是一个技术挑战。传统 java.util.Random 虽支持种子设定，却因内部同步锁导致性能瓶颈；而 ThreadLocalRandom 虽线程安全，却无法自定义种子。近期 Java 社区围绕“线程安全+可种子随机数”展开新一轮技术迭代，JDK 21 中的 SplittableRandom 改进及第三方库的涌现，正在重塑开发者的随机数编程范式。

背景：随机数的并发困境

伪随机数生成器（PRNG）是游戏中地图生成、科学模拟、密码学测试等领域的基石。Java 标准库提供三类主流实现：
- java.util.Random：通过 synchronized 保护种子更新，每次调用 next() 都会触发锁竞争。在 16 线程并发下，吞吐量可下降至单线程的 1/10。
- ThreadLocalRandom：每个线程持有独立实例，彻底消除锁争用。但其设计上强制使用随机初始化种子，无法通过 setSeed() 指定固定序列——这对需要可重现结果的单元测试与调试场景构成致命短板。
- SecureRandom：虽提供种子可控的加密安全随机数，但性能极低，不适合非加密场景。

开发者长期面临的痛点：既要线程安全的零锁并发，又要像 Random 那样自由设定种子以复现随机序列。直到 SplittableRandom 的普及与第三方方案的出现，这一矛盾才得以化解。

核心方案：SplittableRandom 的分裂哲学

JDK 8 引入的 SplittableRandom 专为 ForkJoin 等并行框架设计。其核心机制是 分裂（split）：从一个父实例调用 split() 可生成两个独立子实例，每个子实例拥有不同的内部状态，但整体保证分布均匀。
- 线程安全：分裂操作不共享可变状态，子实例可在不同线程独立使用，无需同步。
- 种子可控：构造时传入 long seed 即可设定初始状态。例如 new SplittableRandom(42) 确保每次运行产生相同序列。

SplittableRandom shared = new SplittableRandom(42); // 固定种子
// 线程A
long a1 = shared.nextLong(); // 序列第一位
// 线程B
long b1 = shared.nextLong(); // 序列第三位 (因中间可能有其他调用)

但注意：SplittableRandom 实例本身非线程安全，若多个线程直接调用同一实例的 next*() 方法，仍会发生数据竞争。正确的使用模式是：每个线程通过 split() 获得专属实例，或使用 ThreadLocal<SplittableRandom> 结合初始种子。JDK 21 进一步优化了其算法，将分裂速度提升约 20%，并保证在超大规模并行（例如 10 万线程）下种子分布仍均匀。

第三方库的补充：JEP 356 的遗产

虽然 SplittableRandom 解决了核心问题，但社区仍抱怨其 API 不够直观。Apache Commons RNG 提供了 RandomSource.JDK_ZERO、RandomSource.XOR_SHIFT_1024_PHI 等 15 种种子可控的线程安全算法，且全为线程独立设计。更值得关注的是 Google Guava 的 SplittableRandom 封装，支持 seedForIndex(long index) 方法——适合需要按索引预知种子的场景。

实战建议：如何选择种子随机方案？

  1. 高吞吐+可复现实验：首选 SplittableRandom + 线程局部分裂模式。例如在蒙特卡洛模拟中，主线程生成固定种子父实例，工作线程 split() 后各自计算。
  2. 简单并行流：java.util.Random 的 ints(seed, limit) 方法在 JDK 17 后内部已改为 SplittableRandom 实现，可直接使用。
  3. 需要安全强随机数：仍须使用 SecureRandom，但可通过 getInstance("DRBG") 获取更高效的 NIST SP 800-90A 实现。

展望：JDK 23 与无状态随机数

据 OpenJDK 邮件列表透露，即将到来的 JDK 23 可能引入 RandomGenerator 新接口，统一所有 PRNG 的种子设定与线程安全契约。届时 Random 将被标记为弃用，而 SplittableRandom 的变体——JumpableRandomGenerator 将首次支持跨线程种子的确定性跳转。这标志着 Java 在并发随机数设计上终于走向成熟。

结语
从锁竞争的泥潭到分裂式确定性并行，Java 的随机数工具演进折射出整个并发编程的进步。对于需要复现结果的分布式模拟、游戏回放与调试，掌握 SplittableRandom 已是现代 Java 工程师的必备技能。而随着 JVM 生态对种子随机数需求的日益增长，更优雅的抽象正在路上。