Hibernate - 查询缓存和时间戳缓存区域使用详解

简介: Hibernate - 查询缓存和时间戳缓存区域使用详解

【1】查询缓存

默认情况下,设置的一级缓存和二级缓存对HQL及QBC查询是无效的,但是你可以使用查询缓存!

对于经常使用的查询语句, 如果启用了查询缓存, 当第一次执行查询语句时, Hibernate 会把查询结果存放在查询缓存中。 以后再次执行该查询语句时, 只需从缓存中获得查询结果, 从而提高查询性能。

① 查询缓存使用于如下场合:

  • 应用程序运行时经常使用查询语句
  • 很少对与查询语句检索到的数据进行插入, 删除和更新操作

② 启用查询缓存的步骤:

  • 配置二级缓存, 因为查询缓存依赖于二级缓存
  • 在 hibernate 配置文件中启用查询缓存
  • 对于希望启用查询缓存的查询语句, 调用 Query 的 setCacheable()方法

二级缓存面向于对象和对象的属性,而查询缓存则面向于查询语句,但是查询缓存依赖与二级缓存。因为如果查询缓存依赖于基于session的一级缓存,简直是毫无意义!

③ 如下所示,在hibernate.cfg.xml中启用查询缓存:

<!-- 启用二级缓存 -->
<property name="cache.use_second_level_cache">true</property>
<!-- 配置使用的二级缓存的产品 -->
<property name="hibernate.cache.region.factory_class">org.hibernate.cache.ehcache.EhCacheRegionFactory</property>
<!-- 配置启用查询缓存 -->
<property name="cache.use_query_cache">true</property>

④ Query接口测试代码

如下所示:

@Test
public void testQueryCache(){
  Query query = session.createQuery("FROM Employee");
  query.setCacheable(true);
  //设置查询缓存
  List<Employee> emps = query.list();
  System.out.println(emps.size());
  emps = query.list();
  System.out.println(emps.size());
}

测试结果如下:

Hibernate: 
    select
        employee0_.ID as ID1_1_,
        employee0_.NAME as NAME2_1_,
        employee0_.SALARY as SALARY3_1_,
        employee0_.EMAIL as EMAIL4_1_,
        employee0_.DEPT_ID as DEPT_ID5_1_ 
    from
        GG_EMPLOYEE employee0_
10
10

如果不调用query.setCacheable(true);则结果如下:

Hibernate: 
    select
        employee0_.ID as ID1_1_,
        employee0_.NAME as NAME2_1_,
        employee0_.SALARY as SALARY3_1_,
        employee0_.EMAIL as EMAIL4_1_,
        employee0_.DEPT_ID as DEPT_ID5_1_ 
    from
        GG_EMPLOYEE employee0_
10
Hibernate: 
    select
        employee0_.ID as ID1_1_,
        employee0_.NAME as NAME2_1_,
        employee0_.SALARY as SALARY3_1_,
        employee0_.EMAIL as EMAIL4_1_,
        employee0_.DEPT_ID as DEPT_ID5_1_ 
    from
        GG_EMPLOYEE employee0_
10

⑤ Criteria接口测试代码

Criteria同样支持查询缓存,代码如下:

  @Test
  public void testQueryCache(){
    Criteria criteria = session.createCriteria(Employee.class);
    criteria.setCacheable(true);
    System.out.println(criteria.list().size());
    System.out.println(criteria.list().size());
  }

测试结果如下:

Hibernate: 
    select
        this_.ID as ID1_1_0_,
        this_.NAME as NAME2_1_0_,
        this_.SALARY as SALARY3_1_0_,
        this_.EMAIL as EMAIL4_1_0_,
        this_.DEPT_ID as DEPT_ID5_1_0_ 
    from
        GG_EMPLOYEE this_
10
10

【2】时间戳缓存区域

时间戳缓存区域存放了对于查询结果相关的表进行插入, 更新或删除操作的时间戳。

Hibernate 通过时间戳缓存区域来判断被缓存的查询结果是否过期, 其运行过程如下:

  • T1 时刻执行查询操作, 把查询结果存放在 QueryCache 区域, 记录该区域的时间戳为 T1;
  • T2 时刻对查询结果相关的表进行更新操作, Hibernate 把 T2 时刻存放在 UpdateTimestampCache 区域;
  • T3 时刻执行查询结果前, 先比较 QueryCache 区域的时间戳和 UpdateTimestampCache 区域的时间戳,。若 T2 >T1, 那么就丢弃原先存放在 QueryCache 区域的查询结果, 重新到数据库中查询数据, 再把结果存放到 QueryCache 区域; 若 T2 < T1, 直接从 QueryCache 中获得查询结果。

测试代码如下所示:

  @Test
  public void testUpdateTimeStampCache(){
    Query query = session.createQuery("FROM Employee");
    query.setCacheable(true);
    List<Employee> emps = query.list();
    System.out.println(emps.size());
    Employee employee = (Employee) session.get(Employee.class, 1);
    employee.setSalary(30000);
    //进行了更新操作,将会再次发送SQL查询
    emps = query.list();
    System.out.println(emps.size());
    //这里不再发送SQL查询
    System.out.println(emps.size());
  }

测试结果如下:

Hibernate: 
    select
        employee0_.ID as ID1_1_,
        employee0_.NAME as NAME2_1_,
        employee0_.SALARY as SALARY3_1_,
        employee0_.EMAIL as EMAIL4_1_,
        employee0_.DEPT_ID as DEPT_ID5_1_ 
    from
        GG_EMPLOYEE employee0_
10
Hibernate: 
    update
        GG_EMPLOYEE 
    set
        NAME=?,
        SALARY=?,
        EMAIL=?,
        DEPT_ID=? 
    where
        ID=?
Hibernate: 
    select
        employee0_.ID as ID1_1_,
        employee0_.NAME as NAME2_1_,
        employee0_.SALARY as SALARY3_1_,
        employee0_.EMAIL as EMAIL4_1_,
        employee0_.DEPT_ID as DEPT_ID5_1_ 
    from
        GG_EMPLOYEE employee0_
10
10


目录
相关文章
|
24天前
|
存储 缓存 索引
从底层数据结构和CPU缓存两方面剖析LinkedList的查询效率为什么比ArrayList低
本文详细对比了ArrayList和LinkedList的查询效率,从底层数据结构和CPU缓存两个方面进行分析。ArrayList基于动态数组,支持随机访问,查询时间复杂度为O(1),且CPU缓存对其友好;而LinkedList基于双向链表,需要逐个节点遍历,查询时间复杂度为O(n),且CPU缓存对其帮助不大。文章还探讨了CPU缓存对数组增删操作的影响,指出缓存主要作用于读取而非修改。通过这些分析,加深了对这两种数据结构的理解。
32 2
|
2月前
|
缓存 NoSQL Java
揭秘性能提升的超级武器:掌握Hibernate二级缓存策略!
【9月更文挑战第3天】在软件开发中,性能优化至关重要。使用Hibernate进行数据持久化的应用可通过二级缓存提升数据访问速度。一级缓存随Session生命周期变化,而二级缓存是SessionFactory级别的全局缓存,能显著减少数据库访问次数,提高性能。要启用二级缓存,需在映射文件或实体类上添加相应配置。然而,并非所有场景都适合使用二级缓存,需根据业务需求和数据变更频率决定。此外,还可与EhCache、Redis等第三方缓存集成,进一步增强缓存效果。合理运用二级缓存策略,有助于大幅提升应用性能。
81 5
|
3月前
|
API Java 数据库连接
从平凡到卓越:Hibernate Criteria API 让你的数据库查询瞬间高大上,彻底告别复杂SQL!
【8月更文挑战第31天】构建复杂查询是数据库应用开发中的常见需求。Hibernate 的 Criteria API 以其强大和灵活的特点,允许开发者以面向对象的方式构建查询逻辑,同时具备 SQL 的表达力。本文将介绍 Criteria API 的基本用法并通过示例展示其实际应用。此 API 通过 API 构建查询条件而非直接编写查询语句,提高了代码的可读性和安全性。无论是简单的条件过滤还是复杂的分页和连接查询,Criteria API 均能胜任,有助于提升开发效率和应用的健壮性。
102 0
|
3月前
|
存储 缓存 NoSQL
微服务复杂查询之缓存策略
微服务复杂查询之缓存策略
|
3月前
|
缓存 关系型数据库 MySQL
【缓存大对决】Memcached VS MySQL查询缓存,谁才是真正的性能之王?
【8月更文挑战第24天】在现代Web应用中,缓存技术对于提升性能与响应速度至关重要。本文对比分析了Memcached与MySQL查询缓存这两种常用方案。Memcached是一款高性能分布式内存对象缓存系统,支持跨服务器共享缓存,具备灵活性与容错性,但受限于内存大小且不支持数据持久化。MySQL查询缓存内置在MySQL服务器中,简化了缓存管理,特别适用于重复查询,但功能较为单一且扩展性有限。两者各有所长,实际应用中可根据需求单独或结合使用,实现最佳性能优化。
107 0
|
3月前
|
SQL Java 数据库连接
|
3月前
|
缓存 Java 数据库连接
什么是 Hibernate 查询语言或 HQL?
【8月更文挑战第21天】
108 0
|
3月前
|
SQL Java 数据库连接
在 Hibernate 中何时使用条件查询?
【8月更文挑战第21天】
39 0
|
3月前
|
缓存 Java 数据库连接
Hibernate 中的查询缓存是什么?
【8月更文挑战第21天】
35 0
|
3月前
|
SQL 安全 Java