登录/ 注册
 找回密码
 立即注册
关闭

CSDN热搜

程序园 精品问答 技术交流 资源下载
返回列表 发新帖
首页 › 业界区 › 安全 ›深入理解MyBatis缓存机制：一二级缓存全解析 ...

深入理解MyBatis缓存机制：一二级缓存全解析

戎玉珂 昨天 20:50
程序园永久vip申请，500美金$，无限下载程序园所有程序/软件/数据/等
引言

在现代Web应用中，数据库访问往往是性能瓶颈之一。MyBatis作为流行的持久层框架，其缓存机制是提升应用性能的关键特性。理解MyBatis的一二级缓存不仅有助于优化应用性能，还能避免因缓存不当导致的数据一致性问题。本文将从基础概念到高级原理，全方位解析MyBatis缓存机制。
一、缓存的基本概念：为什么需要缓存？

1.1 缓存的价值

想象一下，如果你每次需要知道时间都去天文台查询，效率会很低。相反，看一眼手表（缓存）就能立即获取时间。MyBatis缓存扮演的就是这个“手表”的角色，它避免了频繁访问数据库（天文台），极大提升了查询效率。
1.2 缓存的经济学原理


  • 时间局部性：刚被访问的数据很可能再次被访问
  • 空间局部性：相邻的数据很可能被一起访问
  • 访问成本：内存访问（纳秒级）vs 磁盘/网络访问（毫秒级）
二、一级缓存：SqlSession级别的缓存

2.1 什么是SqlSession？

在深入一级缓存前，需要先理解SqlSession。SqlSession不是数据库连接（Connection），而是一次数据库对话的抽象：
  1. // SqlSession相当于一次完整对话，不是一通电话
  2. SqlSession session = sqlSessionFactory.openSession();
  3. try {
  4. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 对话中的多次查询
  5. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  userMapper.getUser(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 第一次查询
  6. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  orderMapper.getOrders(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 第二次查询
  7. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  accountMapper.getBalance(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 第三次查询
  8. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  session.commit();<cache size="1024"/><cache flushInterval="1800000"/>  // 确认对话内容
  9. } finally {
  10. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  session.close();<cache size="1024"/><cache flushInterval="1800000"/>  // 结束对话
  11. }
复制代码
2.2 一级缓存的核心特性

作用范围：SqlSession内部（一次对话）
默认状态：自动开启，无法关闭
生命周期：随SqlSession创建而创建，随其关闭而销毁
2.3 一级缓存的工作原理
  1. // 示例代码展示一级缓存行为
  2. public void demonstrateLevel1Cache() {
  3. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SqlSession session = sqlSessionFactory.openSession();
  4. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  UserMapper mapper = session.getMapper(UserMapper.class);
  5. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  6. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("第一次查询用户1:");
  7. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user1 = mapper.selectById(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 发SQL：SELECT * FROM user WHERE id=1
  8. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  9. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("第二次查询用户1:");
  10. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user2 = mapper.selectById(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 不发SQL！从一级缓存读取
  11. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  12. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("查询用户2:");
  13. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user3 = mapper.selectById(2);<cache size="1024"/><cache flushInterval="1800000"/>  // 发SQL：参数不同，缓存未命中
  14. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  15. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("修改用户1:");
  16. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  mapper.updateUser(user1);<cache size="1024"/><cache flushInterval="1800000"/>  // 清空一级缓存
  17. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  18. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("再次查询用户1:");
  19. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user4 = mapper.selectById(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 发SQL：缓存被清空
  20. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  21. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  session.close();
  22. }
复制代码
2.4 一级缓存的数据结构

一级缓存的实现非常简单直接：
  1. // 一级缓存的核心实现类
  2. public class PerpetualCache implements Cache {
  3. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 核心：就是一个ConcurrentHashMap！
  4. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  private final Map<Object, Object> cache = new ConcurrentHashMap<>();
  5. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  6. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  @Override
  7. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  public void putObject(Object key, Object value) {
  8. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  cache.put(key, value);<cache size="1024"/><cache flushInterval="1800000"/>  // 简单的Map.put()
  9. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }
  10. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  11. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  @Override
  12. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  public Object getObject(Object key) {
  13. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  return cache.get(key);<cache size="1024"/><cache flushInterval="1800000"/>  // 简单的Map.get()
  14. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }
  15. }
复制代码
缓存Key的生成规则：
  1. // CacheKey包含以下要素，决定两个查询是否"相同"
  2. // 1. Mapper Id（namespace + method）
  3. // 2. 分页参数（offset, limit）
  4. // 3. SQL语句
  5. // 4. 参数值
  6. // 5. 环境Id
  8. // 这意味着：即使SQL相同，参数不同，也会生成不同的CacheKey
复制代码
2.5 一级缓存的失效场景


  • 执行任何UPDATE/INSERT/DELETE操作
  • 手动调用clearCache()
  • 设置flushCache="true"
  • SqlSession关闭
  • 查询参数变化（因为CacheKey不同）
三、二级缓存：Mapper级别的全局缓存

3.1 二级缓存的核心特性

作用范围：Mapper级别（跨SqlSession共享）
默认状态：默认关闭，需要手动开启
生命周期：随应用运行而存在
3.2 二级缓存的配置
  1. <settings>
  2. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <setting name="cacheEnabled" value="true"/>
  3. </settings>
  6. <mapper namespace="com.example.UserMapper">
  7. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  8. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache/>
  9. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  10. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  11. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache
  12. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  eviction="LRU"<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>   
  13. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  flushInterval="60000"<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  14. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  size="1024"<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  15. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  readOnly="true"<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  16. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  blocking="false"/><cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>   
  17. </mapper>
  20. <select id="selectById" resultType="User" useCache="true">
  21. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SELECT * FROM user WHERE id = #{id}
  22. </select>
  25. <update id="updateUser" flushCache="true">
  26. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  UPDATE user SET name = #{name} WHERE id = #{id}
  27. </update>
复制代码
3.3 二级缓存的数据结构

二级缓存不像一级缓存那么简单，它采用了装饰器模式：
  1. 二级缓存装饰器链（层层包装）：
  2. ┌─────────────────────────┐
  3. │<cache size="1024"/><cache flushInterval="1800000"/>  SerializedCache<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  │ ← 序列化存储
  4. │<cache size="1024"/><cache flushInterval="1800000"/>  LoggingCache<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>   │ ← 日志统计
  5. │<cache size="1024"/><cache flushInterval="1800000"/>  SynchronizedCache<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  │ ← 线程安全
  6. │<cache size="1024"/><cache flushInterval="1800000"/>  LruCache<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>   │ ← LRU淘汰
  7. │<cache size="1024"/><cache flushInterval="1800000"/>  PerpetualCache<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>   │ ← 基础HashMap
  8. └─────────────────────────┘
复制代码
每个装饰器都有特定功能：

  • PerpetualCache：基础存储，使用HashMap
  • LruCache：最近最少使用淘汰
  • SynchronizedCache：保证线程安全
  • LoggingCache：记录命中率
  • SerializedCache：序列化对象，防止修改
3.4 二级缓存的工作流程
  1. public void demonstrateLevel2Cache() {
  2. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 用户A查询（第一个访问者）
  3. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SqlSession sessionA = sqlSessionFactory.openSession();
  4. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  UserMapper mapperA = sessionA.getMapper(UserMapper.class);
  5. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user1 = mapperA.selectById(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 查询数据库
  6. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  sessionA.close();<cache size="1024"/><cache flushInterval="1800000"/>  // 关键：关闭时才会写入二级缓存
  7. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  8. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 用户B查询（不同SqlSession）
  9. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SqlSession sessionB = sqlSessionFactory.openSession();
  10. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  UserMapper mapperB = sessionB.getMapper(UserMapper.class);
  11. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user2 = mapperB.selectById(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 从二级缓存读取，不发SQL
  12. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  13. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 管理员更新数据
  14. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SqlSession sessionC = sqlSessionFactory.openSession();
  15. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  UserMapper mapperC = sessionC.getMapper(UserMapper.class);
  16. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  mapperC.updateUser(user1);<cache size="1024"/><cache flushInterval="1800000"/>  // 清空相关二级缓存
  17. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  sessionC.commit();
  18. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  sessionC.close();
  19. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  20. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 用户D再次查询
  21. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SqlSession sessionD = sqlSessionFactory.openSession();
  22. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  UserMapper mapperD = sessionD.getMapper(UserMapper.class);
  23. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user3 = mapperD.selectById(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 缓存被清，重新查询数据库
  24. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  sessionD.close();
  25. }
复制代码
3.5 二级缓存的同步机制

二级缓存有一个重要特性：事务提交后才更新。这意味着：
  1. // 场景：事务内查询，事务提交前其他会话看不到更新
  2. SqlSession session1 = sqlSessionFactory.openSession();
  3. UserMapper mapper1 = session1.getMapper(UserMapper.class);
  5. // 修改数据，但未提交
  6. mapper1.updateUser(user);
  7. // 此时二级缓存还未更新
  9. // 另一个会话查询
  10. SqlSession session2 = sqlSessionFactory.openSession();
  11. UserMapper mapper2 = session2.getMapper(UserMapper.class);
  12. User user2 = mapper2.selectById(1);<cache size="1024"/><cache flushInterval="1800000"/>  // 可能读到旧数据！
  14. session1.commit();<cache size="1024"/><cache flushInterval="1800000"/>  // 提交后，二级缓存才会更新
  15. // 之后的新查询才会看到新数据
复制代码
四、一二级缓存的对比与选择

4.1 核心差异对比

特性一级缓存二级缓存作用范围SqlSession内部Mapper级别，跨SqlSession默认状态开启关闭数据结构简单HashMap装饰器链共享性私有，不共享公共，所有会话共享生命周期随SqlSession创建销毁随应用运行持久存在性能影响极小（内存访问）中等（可能有序列化开销）适用场景会话内重复查询跨会话共享查询4.2 生活化比喻

一级缓存 = 私人对话记忆

  • 你和朋友的聊天内容，只有你们两人知道
  • 聊天结束（SqlSession关闭），记忆逐渐模糊
二级缓存 = 公司公告栏

  • 重要通知写在公告栏，所有员工都能看到
  • 通知更新时，需要擦掉旧的，写上新的
  • 公告栏内容持久存在，直到被更新
4.3 使用场景建议

适合一级缓存的场景：
  1. // 场景1：方法内多次查询相同数据
  2. public void processOrder(Long orderId) {
  3. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  Order order1 = validateOrder(orderId);<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 第一次查数据库
  4. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  Order order2 = calculateDiscount(orderId);<cache size="1024"/><cache flushInterval="1800000"/>  // 走一级缓存
  5. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  Order order3 = generateInvoice(orderId);<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 走一级缓存
  6. }
  8. // 场景2：循环内查询
  9. for (int i = 0; i < 100; i++) {
  10. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  Config config = configMapper.getConfig("system_timeout");
  11. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 只有第一次查数据库，后续99次走缓存
  12. }
复制代码
适合二级缓存的场景：
  1. // 场景1：读多写少的配置数据
  2. SystemConfig config = configMapper.getConfig("app_settings");
  3. // 多个用户频繁读取，很少修改
  5. // 场景2：热门商品信息
  6. Product product = productMapper.getHotProduct(666);
  7. // 商品详情页，大量用户访问同一商品
  9. // 场景3：静态字典数据
  10. List<City> cities = addressMapper.getAllCities();
  11. // 城市列表，很少变化
复制代码
不适合缓存的场景：
  1. // 场景1：实时性要求高的数据
  2. Stock stock = stockMapper.getRealTimeStock(productId);
  3. // 库存信息，需要实时准确
  5. // 场景2：频繁更新的数据
  6. UserBalance balance = accountMapper.getBalance(userId);
  7. // 用户余额，每次交易都变化
  9. // 场景3：大数据量查询
  10. List<Log> logs = logMapper.getTodayLogs();
  11. // 数据量大，缓存占用内存过多
复制代码
五、缓存的高级特性与原理

5.1 缓存淘汰策略

MyBatis提供了多种淘汰策略：
  1. [/code]可用策略：
  2. [list]
  3. [*][b]LRU[/b]（Least Recently Used）：最近最少使用（默认）
  4. [*][b]FIFO[/b]（First In First Out）：先进先出
  5. [*][b]SOFT[/b]：软引用，内存不足时被GC回收
  6. [*][b]WEAK[/b]：弱引用，GC时立即回收
  7. [/list][size=4]5.2 LRU缓存的实现原理[/size]
  9. [code]public class LruCache implements Cache {
  10. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  private final Cache delegate;
  11. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 使用LinkedHashMap实现LRU
  12. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  private Map<Object, Object> keyMap;
  13. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  private Object eldestKey;
  14. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  15. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  public void setSize(final int size) {
  16. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  keyMap = new LinkedHashMap<Object, Object>(size, .75F, true) {
  17. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  @Override
  18. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  protected boolean removeEldestEntry(Map.Entry<Object, Object> eldest) {
  19. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  boolean tooBig = size() > size;
  20. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  if (tooBig) {
  21. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  eldestKey = eldest.getKey();
  22. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }
  23. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  return tooBig;
  24. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }
  25. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  };
  26. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }
  27. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
  28. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  @Override
  29. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  public Object getObject(Object key) {
  30. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 访问时更新顺序
  31. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  keyMap.get(key);
  32. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  return delegate.getObject(key);
  33. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }
  34. }
复制代码
5.3 缓存查询的完整流程
  1. 查询执行流程：
  2. 1. 请求到达CachingExecutor（二级缓存入口）
  3. 2. 生成CacheKey（包含SQL、参数等信息）
  4. 3. 查询二级缓存
  5. <cache size="1024"/><cache flushInterval="1800000"/>   └─ 命中 → 返回结果
  6. <cache size="1024"/><cache flushInterval="1800000"/>   └─ 未命中 → 继续
  7. 4. 查询一级缓存
  8. <cache size="1024"/><cache flushInterval="1800000"/>   └─ 命中 → 返回结果，并放入二级缓存（事务提交时）
  9. <cache size="1024"/><cache flushInterval="1800000"/>   └─ 未命中 → 继续
  10. 5. 查询数据库
  11. 6. 结果存入一级缓存
  12. 7. 事务提交时，一级缓存刷入二级缓存
  13. 8. 返回结果
复制代码
六、缓存的最佳实践与避坑指南

6.1 最佳实践

1. 合理配置缓存大小
  1. <cache size="1024"/><cache flushInterval="1800000"/>  
复制代码
2. 设置合理的刷新间隔
  1. <cache size="1024"/><cache flushInterval="1800000"/>  
复制代码
3. 选择性使用缓存
  1. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SELECT * FROM realtime_table<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  SELECT * FROM important_table
复制代码
4. 关联查询的缓存策略
  1. <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  
复制代码
6.2 常见问题与解决方案

问题1：脏读问题

场景：一个会话修改数据但未提交，另一个会话从二级缓存读取到旧数据。
解决方案：
  1. // 设置事务隔离级别@Transactional(isolation = Isolation.READ_COMMITTED)public void updateUser(User user) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  userMapper.updateUser(user);}// 或者在Mapper中设置flushCache@Update("UPDATE user SET name=#{name} WHERE id=#{id}")@Options(flushCache = Options.FlushCachePolicy.TRUE)int updateUser(User user);
复制代码
问题2：内存溢出

场景：缓存大量数据导致JVM内存不足。
解决方案：

  • 设置合理的缓存大小和淘汰策略
  • 使用软引用/弱引用缓存
  • 定期清理不活跃的缓存
问题3：分布式环境缓存不一致

场景：多台服务器，每台有自己的缓存，数据不一致。
解决方案：

  • 使用集中式缓存（Redis、Memcached）替代默认二级缓存
  • 实现自定义Cache接口：
  1. public class RedisCache implements Cache {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  private JedisPool jedisPool;<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  @Override<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  public void putObject(Object key, Object value) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  try (Jedis jedis = jedisPool.getResource()) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  jedis.set(serialize(key), serialize(value));<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  @Override<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  public Object getObject(Object key) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  try (Jedis jedis = jedisPool.getResource()) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  byte[] value = jedis.get(serialize(key));<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  return deserialize(value);<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }}
复制代码
问题4：缓存穿透

场景：查询不存在的数据，每次都查数据库。
解决方案：
  1. // 缓存空对象public User getUser(Long id) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  User user = userMapper.selectById(id);<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  if (user == null) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  // 缓存空值，设置短过期时间<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  cacheNullValue(id);<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  return null;<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  }<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  return user;}
复制代码
6.3 监控与调试

开启缓存日志
  1. # 查看缓存命中情况
  2. logging.level.org.mybatis=DEBUG
  3. logging.level.com.example.mapper=TRACE
复制代码
监控缓存命中率
  1. // 获取缓存统计信息Cache cache = sqlSession.getConfiguration()<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  .getCache("com.example.UserMapper");if (cache instanceof LoggingCache) {<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  LoggingCache loggingCache = (LoggingCache) cache;<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("命中次数: " + loggingCache.getHitCount());<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("未命中次数: " + loggingCache.getMissCount());<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  System.out.println("命中率: " +<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>   (loggingCache.getHitCount() * 100.0 /<cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  <cache size="1024"/><cache flushInterval="1800000"/>  (loggingCache.getHitCount() + loggingCache.getMissCount())) + "%");}
复制代码
七、总结与思考

7.1 核心要点回顾


  • 一级缓存：SqlSession级别，自动开启，基于HashMap，简单高效
  • 二级缓存：Mapper级别，需手动开启，基于装饰器模式，功能丰富
  • 缓存Key：由SQL、参数等要素生成，决定查询是否"相同"
  • 事务同步：二级缓存在事务提交后才更新，避免脏读
  • 适用场景：根据数据特点选择合适的缓存策略
7.2 设计思想启示

MyBatis缓存设计体现了几个重要软件设计原则：

  • 单一职责原则：每个缓存装饰器只负责一个功能
  • 开闭原则：通过装饰器模式，无需修改原有代码即可扩展功能
  • 接口隔离：Cache接口定义清晰，便于自定义实现
7.3 实际应用建议

在实际项目中：

  • 从小开始：先使用一级缓存，确有需要再开启二级缓存
  • 测试验证：上线前充分测试缓存效果和内存占用
  • 监控调整：生产环境监控缓存命中率，根据实际情况调整配置
  • 文档记录：记录缓存配置和策略，便于团队协作和维护
7.4 未来展望

随着微服务和云原生架构的普及，MyBatis缓存也在演进：

  • 分布式缓存集成：更好支持Redis等分布式缓存
  • 多级缓存策略：本地缓存+分布式缓存的组合使用
  • 智能缓存管理：基于访问模式的自动缓存优化
结语

MyBatis缓存机制是一个看似简单实则精妙的设计。理解它不仅能帮助我们优化应用性能，还能加深对缓存设计模式的理解。记住，缓存是提升性能的利器，但也可能成为数据一致的陷阱。合理使用、谨慎配置、持续监控，才能让缓存真正为应用赋能。
缓存不是银弹，而是需要精心调校的利器。 在实际开发中，应根据业务特点、数据特性和访问模式，选择最合适的缓存策略，在性能与一致性之间找到最佳平衡点。

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
缓存深入理解MyBatis机制

使用道具 举报

相关推荐
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册
发帖
戎玉珂
昨天 20:50

0

粉丝关注

19

主题发布

板块介绍填写区域，请于后台编辑
微信扫一扫