Mybatis缓存，一篇就够了

2022-12-09 283

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： MyBatis 内置了一个强大的事务性查询缓存机制，它可以非常方便地配置和定制默认情况下，只启用了本地的会话缓存，它仅仅对一个会话中的数据进行缓存。要启用全局的二级缓存，只需要在你的 SQL 映射文件中添加一行：

1.Mybatis缓存

MyBatis 内置了一个强大的事务性查询缓存机制，它可以非常方便地配置和定制

默认情况下，只启用了本地的会话缓存，它仅仅对一个会话中的数据进行缓存。要启用全局的二级缓存，只需要在你的 SQL 映射文件中添加一行：

<cache/>

基本上就是这样。这个简单语句的效果如下:

映射语句文件中的所有 select 语句的结果将会被缓存。

映射语句文件中的所有 insert、update 和 delete 语句会刷新缓存。

缓存会使用最近最少使用算法（LRU, Least Recently Used）算法来清除不需要的缓存。

缓存不会定时进行刷新（也就是说，没有刷新间隔）。

缓存会保存列表或对象（无论查询方法返回哪种）的 1024 个引用。

缓存会被视为读/写缓存，这意味着获取到的对象并不是共享的，可以安全地被调用者修改，而不干扰其他调用者或线程所做的潜在修改。

这些属性可以通过 cache 元素的属性来修改。比如：

<cache
  eviction="FIFO"
  flushInterval="60000"
  size="512"
  readOnly="true"/>

这个更高级的配置创建了一个 FIFO 缓存，每隔 60 秒刷新，最多可以存储结果对象或列表的 512 个引用，而且返回的对象被认为是只读的，因此对它们进行修改可能会在不同线程中的调用者产生冲突。

可用的清除策略有：

LRU – 最近最少使用：移除最长时间不被使用的对象。

FIFO – 先进先出：按对象进入缓存的顺序来移除它们。

SOFT – 软引用：基于垃圾回收器状态和软引用规则移除对象。

WEAK – 弱引用：更积极地基于垃圾收集器状态和弱引用规则移除对象。

默认的清除策略是 LRU🙌

2.一级缓存

默认情况下，只启用了本地的会话缓存，它仅仅对一个会话中的数据进行缓存

这个缓存的生命周期为一个sqlSession开始直到一个sqlSession结束

SqlSession sqlSession = MybatisUtils.getSqlSession();
// ...一级缓存位置...
sqlSession.close();

测试一级缓存：

该测试查询了两次一样ID的对象，又查询了一个新的对象：

@Test
public void test3() {
    SqlSession sqlSession = MybatisUtils.getSqlSession();
    BlogMapper mapper = sqlSession.getMapper(BlogMapper.class);
    Blog blog1 = mapper.getBlobById(1);
    Blog blog2 = mapper.getBlobById(1);
    Blog blog3 = mapper.getBlobById(2);
    System.out.println(blog1);
    System.out.println(blog2);
    System.out.println(blog3);
    sqlSession.close();
}

通过Log4j2的日志分析，发现只执行了两条SQL语句，也就是第一次getBlobById(1)的结果对象被缓存

当第二次查询时，只去查找缓存中的数据即可

==>  Preparing: select * from blog where id = ?
==> Parameters: 1(Integer)
<==    Columns: id, title, author, create_time, views
<==        Row: 1, Kiwi, 谢睿, 2022-01-05 12:25:54, 513
<==      Total: 1
==>  Preparing: select * from blog where id = ?
==> Parameters: 2(Integer)
<==    Columns: id, title, author, create_time, views
<==        Row: 2, Raspberry, 魏秀英, 2006-12-09 11:07:58, 426
<==      Total: 1
Blog(id=1, title=Kiwi, author=谢睿, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)
Blog(id=1, title=Kiwi, author=谢睿, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)
Blog(id=2, title=Raspberry, author=魏秀英, createTime=Sat Dec 09 11:07:58 CST 2006, views=426)

映射语句文件中的所有 insert、update 和 delete 语句会刷新缓存🙌

@Test
public void test3() {
    SqlSession sqlSession = MybatisUtils.getSqlSession();
    BlogMapper mapper = sqlSession.getMapper(BlogMapper.class);
    Blog blog1 = mapper.getBlobById(1);
    Blog blog = new Blog(1, "球球知名", "大河", new Date(), 0);
    int i = mapper.updateBlogById(blog);
    Blog blog2 = mapper.getBlobById(1);
    System.out.println(blog1);
    System.out.println(blog2);
    sqlSession.close();
}

通过Log4j2的日志分析，发现执行了三条SQL语句，也就是映射语句文件中的所有 insert、update 和 delete 语句会刷新缓存，以保证数据的一致性

==>  Preparing: select * from blog where id = ?
==> Parameters: 1(Integer)
<==    Columns: id, title, author, create_time, views
<==        Row: 1, Kiwi, 谢睿, 2022-01-05 12:25:54, 513
<==      Total: 1
==>  Preparing: update blog set title=? , author=? where id = ?
==> Parameters: 球球知名(String), 大河(String), 1(Integer)
<==    Updates: 1
==>  Preparing: select * from blog where id = ?
==> Parameters: 1(Integer)
<==    Columns: id, title, author, create_time, views
<==        Row: 1, 球球知名, 大河, 2022-01-05 12:25:54, 513
<==      Total: 1
Blog(id=1, title=Kiwi, author=谢睿, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)
Blog(id=1, title=球球知名, author=大河, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)

我们还可以选择手动清理缓存🧇

@Test
public void test3() {
    SqlSession sqlSession = MybatisUtils.getSqlSession();
    BlogMapper mapper = sqlSession.getMapper(BlogMapper.class);
    Blog blog1 = mapper.getBlobById(1);
    sqlSession.clearCache();  // 手动清理缓存
    Blog blog2 = mapper.getBlobById(1);
    System.out.println(blog1);
    System.out.println(blog2);
    sqlSession.close();
}

==>  Preparing: select * from blog where id = ?
==> Parameters: 1(Integer)
<==    Columns: id, title, author, create_time, views
<==        Row: 1, 球球知名, 大河, 2022-01-05 12:25:54, 513
<==      Total: 1
==>  Preparing: select * from blog where id = ?
==> Parameters: 1(Integer)
<==    Columns: id, title, author, create_time, views
<==        Row: 1, 球球知名, 大河, 2022-01-05 12:25:54, 513
<==      Total: 1
Blog(id=1, title=球球知名, author=大河, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)
Blog(id=1, title=球球知名, author=大河, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)

3.二级缓存

要启用全局的二级缓存，只需要在你的 SQL 映射文件中添加一行：

<cache/>

二级缓存也叫全局缓存，是基于namespace级别的缓存，一个sqlSession会话关闭后，一级缓存的内容会保存到二级缓存

现在我们开启二级缓存来测试一下：

开启两个sqlSession，查找同样的数据：

@Test
public void test3() {
    SqlSession sqlSession1 = MybatisUtils.getSqlSession();
    SqlSession sqlSession2 = MybatisUtils.getSqlSession();
    BlogMapper mapper1 = sqlSession1.getMapper(BlogMapper.class);
    Blog blog1 = mapper1.getBlobById(1);
    System.out.println(blog1);
    sqlSession1.close();
    BlogMapper mapper2 = sqlSession2.getMapper(BlogMapper.class);
    Blog blog2 = mapper2.getBlobById(1);
    System.out.println(blog2);
    sqlSession2.close();
}

通过Log4j2的日志分析，发现执行了一条SQL语句，也就是第一次查询的结果被缓存到二级缓存中

==>  Preparing: select * from blog where id = ?
==> Parameters: 1(Integer)
<==    Columns: id, title, author, create_time, views
<==        Row: 1, 球球知名, 大河, 2022-01-05 12:25:54, 513
<==      Total: 1
Blog(id=1, title=球球知名, author=大河, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)
Resetting autocommit to true on JDBC Connection [com.mysql.cj.jdbc.ConnectionImpl@4a8ab068]
Closing JDBC Connection [com.mysql.cj.jdbc.ConnectionImpl@4a8ab068]
Returned connection 1250603112 to pool.
As you are using functionality that deserializes object streams, it is recommended to define the JEP-290 serial filter. Please refer to https://docs.oracle.com/pls/topic/lookup?ctx=javase15&id=GUID-8296D8E8-2B93-4B9A-856E-0A65AF9B8C66
Cache Hit Ratio [top.imustctf.dao.BlogMapper]: 0.5
Blog(id=1, title=球球知名, author=大河, createTime=Wed Jan 05 12:25:54 CST 2022, views=513)