分享知识-快乐自己:Mybatis缓存机制

论缓存机制:

1):mybatis 提供了缓存机制减轻数据库压力,提高数据库性能。
2):mybatis 的缓存分为两级:一级缓存、二级缓存
3):一级缓存是SqlSession级别的缓存,缓存的数据只在SqlSession内有效。
4):二级缓存是mapper级别的缓存,同一个namespace公用这一个缓存,所以对SqlSession是共享的

一级缓存:

mybatis 的一级缓存是SqlSession级别的缓存,在操作数据库的时候需要先创建SqlSession会话对象,在对象中有一个HashMap用于存储缓存数据,此HashMap是当前会话对象私有的,别的SqlSession会话对象无法访问。

具体流程:

1).第一次执行select完毕会将查到的数据写入SqlSession内的HashMap中缓存起来
2).第二次执行select会从缓存中查数据,如果select相同切传参数一样,那么就能从缓存中返回数据,不用去数据库了,从而提高了效率
 
注意事项:
1):一级缓存的作用域是SqlSession范围的,当在同一个SqlSession中执行两次相同的 sql 语句时,第一次执行完毕会将数据库中查询的数据写到缓存(内存)中,
  第二次查询时会从缓存中获取数据,不再去底层进行数据库查询,从而提高了查询效率。需要注意的是:如果SqlSession执行了DML操作(insert、update、delete),
  并执行commit()操作,mybatis则会清空SqlSession中的一级缓存,这样做的目的是为了保证缓存数据中存储的是最新的信息,避免出现脏读现象。
 
2):当一个SqlSession结束后那么他里面的一级缓存也就不存在了,mybatis默认是开启一级缓存,不需要配置
 
3):mybatis的缓存是基于[namespace:sql语句:参数]来进行缓存的,意思就是,SqlSession的HashMap存储缓存数据时,是使用[namespace:sql:参数]作为key,查询返回的语句作为value保存的。
 
例:-1242243203:1146242777:winclpt.bean.userMapper.getUser:0:2147483647:select * from user where id=?:19

二级缓存:

二级缓存是mapper级别的缓存,也就是同一个namespace的mappe.xml,当多个SqlSession使用同一个Mapper操作数据库的时候,得到的数据会缓存在同一个二级缓存区域,二级缓存默认是没有开启的。

需要在setting全局参数中配置开启二级缓存

conf.xml:

<settings>
        <setting name="cacheEnabled" value="true"/>默认是false:关闭二级缓存
<settings>

在userMapper.xml中配置:

<!--在当前内部Mapper中打开二级缓存-->
<cache eviction="LRU" flushInterval="60000" size="512" readOnly="true"/>
<!--引用全局缓存配置文件-->
<cache type="org.mybatis.caches.ehcache.LoggingEhcache"/>
当前 mapper下所有语句开启二级缓存
这里配置了一个LRU缓存,并每隔60秒刷新,最大存储512个对象,而却返回的对象是只读的。
 
cache元素用来开启当前mapper的namespace下的二级缓存,该元素的属性设置如下:
flushInterval:
  刷新间隔,可以被设置为任意的正整数,而且它们代表一个合理的毫秒形式的时间段,默认情况下是不设置的,也就是没有刷新间隔,缓存仅仅调用语句时刷新。
 
size:
  缓存数目,可以被设置为任意正整数,要记住你的缓存对象数目和你运行环境可用内存资源数目,默认值是1024.
 
readOnly:
  只读,属性可以被设置为true或false,只读的缓存会给所有调用者返回缓存对象的相同实例,因此这些对象不能被修改。
  这提供了很重要的性能优势,可读写的缓存会返回缓存对象的拷贝(通过序列化),这会慢一些,但是安全,因此默认是false。
 
eviction:收回策略,默认为LRU,有如下几种:
  LRU:最近最少使用的策略,移除最长时间不被使用的对象。
  FIFO:先进先出策略,按对象进入缓存的顺序来移除它们。
  SOFT:软引用策略,移除基于垃圾回收器状态和软引用规则的对象。
  WEAK:弱引用策略,更积极地移除基于垃圾收集器状态和弱引用规则的对象。
 
若想禁用当前select语句的二级缓存,添加useCache="false"修改如下:
<select id="getCountByName" parameterType="java.util.Map" 
resultType="INTEGER" statementType="CALLABLE" useCache="false">
具体流程:
  1).当一个sqlseesion执行了一次select后,在关闭此session的时候,会将查询结果缓存到二级缓存
  2).当另一个sqlsession执行select时,首先会在他自己的一级缓存中找,如果没找到,就回去二级缓存中找,找到了就返回,就不用去数据库了,从而减少了数据库压力提高了性能。
 
注意事项一:
  1).如果SqlSession执行了DML操作(insert、update、delete),并commit了,那么mybatis就会清空当前mapper缓存中的所有缓存数据,这样可以保证缓存中的存的数据永远和数据库中一致,避免出现脏读
 
  2).mybatis的缓存是基于[namespace:sql语句:参数]来进行缓存的,意思就是SqlSession的HashMap存储缓存数据时,是使用[namespace:sql:参数]作为key,查询返回的语句作为value保存的。
 
注意事项二:
  1):使用二级缓存时,与查询结果映射的java对象必须实现java.io.Serializable接口的序列化和反序列化操作,如果存在父类,其成员都需要实现序列化接口,
    实现序列化接口是为了对缓存数据进行序列化和反序列化操作,因为二级缓存数据存储介质多种多样,不一定在内存,有可能是硬盘或者远程服务器。
 
例:-1242243203:1146242777:winclpt.bean.userMapper.getUser:0:2147483647:select * from user where id=?:19

全局配置文件:

ehcache.xml:

<ehcache>

    <!--临时文件目录  可以自己设置-->
    <diskStore path="java.io.tmpdir"/>

    <!--
    maxElementsInMemory:在内存中最大的存储量
    eternal:是否在内存中永远不销毁
    timeToIdleSeconds:在缓存中闲置多少时间之后销毁,默认单位是S
    timeToLiveSeconds:在缓存中存活多少时间之后销毁,无论是否有人使用,默认单位是S
    overflowToDisk:当缓存满的时候是否保存到磁盘中
    diskPersistent:磁盘中的文件是否永久保存
    diskExpiryThreadIntervalSeconds:检测线程运行时间间隔!默认单位是S


    *******************************************************
    memoryStoreEvictionPolicy  :  缓存清理策略
    1.LRU (least recently  used) 最近最少使用
       每个缓存的元素都有一个时间戳,当缓存容量满的时候,需要腾出来新位置给新缓存元素,
       这时候,会比较时间戳然后删除符合条件的缓存元素

    2.LFU (least frequently used )最少使用
         一直以来最少使用的缓存元素,缓存元素中有一个hit值,hit值最少的将会清除!

    3.FIFO(first in  first out)  先进先出
    -->
    <defaultCache
            maxElementsInMemory="10000"
            eternal="false"
            timeToIdleSeconds="120"
            timeToLiveSeconds="120"
            overflowToDisk="true"
            diskPersistent="false"
            diskExpiryThreadIntervalSeconds="120"
            memoryStoreEvictionPolicy="LRU"
    />
</ehcache>

参考:

demo:

END:

  对于MyBatis 缓存的内容仅做了解即可,因为面对一定规模的数据量,内置的Cache 方式就派不上用场了;并且对查询结果集做缓存并不是MyBatis 框架擅长的,它专心做的应该是SQL 映射。
  所以采用 OSCache 、Memcached 等专门的缓存服务器来做更为合理。
 
原文地址:https://www.cnblogs.com/mlq2017/p/9809599.html