我们来说说Java常见的生成随机数的几种方式:Random,ThreadLocalRandom,SecureRandom;其实产生随机数有很多种方式但我们常见的就这几种,如果需要详细了解这个三个类,可以查看JAVA API.
Random random = new Random();
int a = random.nextInt(5);//随机生成0~4中间的数字
其实Random是有构造函数的，他的参数可以传一个long类型的值，当使用空的构造的时候，使用的实际上是System.nanoTime()也就是当前时间毫秒数的值，我们把这个叫做 种子 。
种子是干什么的呢，实际上我们生成的随机数都是伪随机数，而想要使我们生成的随机数强度更高，就需要更好的 算法 和种子。一般情况下，要使用Random去生成随机数，直接用空构造函数就可以了。那么这个种子到底有什么用呢，实际上读者去试验一下就知道了，我们使用固定随机数，比如1，然后我们连续次去new这个Random，然后去生成一个随机数，像下面这样，你会发现，三个数的结果是一样的。
/**
* -1157793070
* 1913984760
* 1107254586
*/
@Test
public void test2(){
Random random = new Random(10);
for (int i = 0; i < 3; i++){
System.out.println(random.nextInt());
}
}
所以我们一定不能把这个种子写死，用当前时间毫秒数，还是比较好些。另外，使用Random尽量不要重复new对象，其实也没什么意义的。最后说一点，Random是线程安全的，去 这里 的官方文档可以看到，“Instances of java.util.Random are threadsafe.”。但是在 多线程的表现中，他的性能很差。
在Java的API帮助文档中，总结了一下对这个Random的描述：
java.util.Random类中实现的随机算法是伪随机，也就是有规则的随机，所谓有规则的就是在给定种(seed)的区间内随机生成数字；
相同种子数的Random对象，相同次数生成的随机数字是完全相同的；
Random类中各方法生成的随机数字都是均匀分布的，也就是说区间内部的数字生成的几率均等；
这个类是Java7新增的类，给多线程并发生成随机数使用的。为什么ThreadLocalRandom要比Random快呢，这是因为Random在生成随机数的时候使用了CAS（compare and set），但是ThreadLocalRandom却没有使用。
下面是java.util.Random的生成随机数的方法：
protected int next(int bits) {
long oldseed, nextseed;
AtomicLong seed = this.seed;
do {
oldseed = seed.get();
nextseed = (oldseed * multiplier + addend) & mask;
} while (!seed.compareAndSet(oldseed, nextseed));
return (int)(nextseed >>> (48 - bits));
}
而这边的seed是一个全局变量：
/**
* The internal state associated with this pseudorandom number generator.
* (The specs for the methods in this class describe the ongoing
* computation of this value.)
*/
private final AtomicLong seed;
多个线程同时获取随机数的时候，会竞争同一个seed，导致了效率的降低。
可见，其中通过CAS方式保证其线程安全性。这在高并发的环境中由于线程间的竞争必然带来一定的性能损耗。
ThreadLocal此时就派上用场了，ThreadLocalRandom是通过ThreadLocal改进的用于随机数生成的工具类，每个线程单独持有一个ThreadLocalRandom对象引用，这就完全杜绝了线程间的竞争问题。
另外ThreadLocalRandom的实例化比较特别，下面简单举例一下。
ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();
int a = threadLocalRandom.nextInt(5);
由于是和线程绑定的，所以他也是从当前线程获取的。
在需要频繁生成随机数，或者安全要求较高的时候，不要使用Random，这个很好理解吧，从我们最开始的介绍中可以知道，Random生成的值其实是可以预测的。
内置两种随机数算法，NativePRNG和SHA1PRNG，看实例化的方法了。通过new来初始化，默认来说会使用NativePRNG算法生成随机数，但是也可以配置-Djava.security参数来修改调用的算法。如果是/dev/[u]random两者之一就是NativePRNG，否则就是SHA1PRNG。
在 jvm 启动参数这样加就好了，-Djava.security=file:/dev/urandom。
当然还可以通过getInstance来初始化对象，有一个参数的，直接传一个算法名就行，如果不存在算法抛异常；另外有两个参数的，第二个参数还可以指定算法程序包。下面来看下实现代码。
SecureRandom secureRandom = new SecureRandom();
SecureRandom secureRandom3 = SecureRandom.getInstance("SHA1PRNG");
SecureRandom secureRandom2 = SecureRandom.getInstance("SHA1PRNG", "SUN");
当然我们使用这个类去生成随机数的时候，一样只需要生成一个实例每次去生成随机数就好了，也没必要每次都重新生成对象。另外，这个类生成随机数，首次调用性能比较差，如果条件允许最好服务启动后先调用一下nextInt()。
另外，实际上SHA1PRNG的性能将近要比NativePRNG的性能好一倍，synchronized的代码少了一半，所以没有特别重的安
全需要，尽量使用SHA1PRNG算法生成随机数。
这也是个比较常用的生成随机数的方式,默认生成0~1之间的小数.
总结：
1、单机中如果对安全性要求不高的情况下，使用 Random；对安全性要求高，就用 SecureRandom；
SecureRandom里有两种算法，SHA1PRNG 和 NativePRNG，SHA1PRNG的性能好，但是NativePRNG的安全性高。
2、Random 是线程安全的，用CAS来保持，但是性能比不高，所以多线程中，尽量使用 java并发包里的 ThreadLocalRandom，
避免了线程之间的竞争导致的性能问题