mybatis 数据库缓存的原理

本文涉及的产品
云服务器 ECS,每月免费额度200元 3个月
云服务器ECS,u1 2核4GB 1个月
简介: MyBatis 是一个流行的 Java 持久层框架,它封装了 JDBC,使数据库交互变得更简单、直观。MyBatis 支持两级缓存:一级缓存(Local Cache)和二级缓存(Global Cache),通过这两级缓存可以有效地减少数据库的访问次数,提高应用性能。

MyBatis 是一个流行的 Java 持久层框架,它封装了 JDBC,使数据库交互变得更简单、直观。MyBatis 支持两级缓存:一级缓存(Local Cache)和二级缓存(Global Cache),通过这两级缓存可以有效地减少数据库的访问次数,提高应用性能。

一级缓存(Local Cache)

一级缓存是指 MyBatis 默认的缓存,其作用域为 SqlSession。每当一个 SqlSession 被创建时,一个新的一级缓存也会被创建。这意味着,所有在同一个 SqlSession 中执行的查询,都会使用这个缓存。如果同一个 SqlSession 中执行了两次相同的 SQL 查询,第一次执行后的查询结果会被放在一级缓存中,第二次查询就会直接从缓存中获取结果,不需要再去查询数据库。

一级缓存的生命周期与 SqlSession 的生命周期相同,当 SqlSession 被关闭时,其对应的一级缓存也就消失了。

需要注意的是,如果在两次相同查询之间执行了增删改操作(这些操作可能会改变数据),MyBatis 会清空缓存,以确保缓存中存储的是最新的数据。

二级缓存(Global Cache)

与一级缓存不同,二级缓存的作用域不是 SqlSession 而是 Mapper 的命名空间。这意味着,来自不同 SqlSession 的相同命名空间的相同查询可以共享缓存数据。

二级缓存需要进行显式的配置才能使用。在 MyBatis 配置文件中开启二级缓存,并在需要使用二级缓存的 Mapper 文件中添加相应配置。开启后,查询结果会被缓存,并且在多个 SqlSession 间共享。

二级缓存比一级缓存拥有更广的作用范围,但也因此涉及更多的管理和维护工作,比如处理缓存同步的问题。为确保数据的一致性,当有增删改操作时,MyBatis 会清空受影响的二级缓存区域。

缓存的原理简述

  1. 查询过程:当执行查询时,MyBatis 首先查找一级缓存,如果没有找到,再去查找二级缓存;如果两级缓存都没有命中,才会执行 SQL 查询数据库。
  2. 更新过程:当执行增删改操作时,为维护数据的一致性,MyBatis 会清空一级缓存和受影响的二级缓存。

通过以上机制,MyBatis 的缓存能够有效地减少数据库的访问次数,从而提高应用的性能。然而,需要合理地配置和使用缓存,避免因缓存数据过期或不一致而引发的问题。


在实际项目中使用 MyBatis 二级缓存时,需要通过一些配置和步骤来开启和使用。以下是使用 MyBatis 二级缓存的一般步骤:

步骤 1:依赖引入

确保你的项目中引入了 MyBatis 和对应的缓存实现库。如果使用的是 Maven,可以在 pom.xml 中添加如下依赖(版本号仅供参考,使用时请选用适当的版本):

xml复制代码

<!-- MyBatis -->
<dependency>
    <groupId>org.mybatis</groupId>
    <artifactId>mybatis</artifactId>
    <version>3.5.6</version>
</dependency>

<!-- 使用EhCache作为二级缓存实现 -->
<dependency>
    <groupId>org.mybatis.caches</groupId>
    <artifactId>mybatis-ehcache</artifactId>
    <version>1.2.0</version>
</dependency>

步骤 2:MyBatis 配置文件中开启二级缓存

在 MyBatis 的全局配置文件(mybatis-config.xml)中添加二级缓存的配置。需要设置 cacheEnabled 属性为 true,这个属性默认为 true,但最好在配置文件中明确指出。

xml复制代码

<configuration>
    <settings>
        <!-- 开启全局二级缓存,默认为true -->
        <setting name="cacheEnabled" value="true"/>
    </settings>
</configuration>

步骤 3:在 Mapper.xml 中配置二级缓存

在你希望启用二级缓存的 Mapper.xml 文件中添加 <cache> 标签。例如:

xml复制代码

<mapper namespace="com.example.mapper.UserMapper">
    <!-- 开启这个Mapper的二级缓存 -->
    <cache eviction="FIFO" flushInterval="60000" size="512" readOnly="true"/>
    
    <!-- Mapper接口方法的定义 -->
</mapper>
  • eviction:缓存的回收策略,如 LRU(最近最少使用的)、FIFO(先进先出)等。
  • flushInterval:缓存刷新间隔,单位毫秒。
  • size:引用数目,缓存中对象的最大数量。
  • readOnly:是否只读。只读缓存会给所有调用者返回缓存对象的相同实例,因此它们不应该修改这些对象。

步骤 4:实体类序列化

由于二级缓存数据需要在不同的会话之间共享,MyBatis 会将缓存数据序列化后存储。因此,对应的实体类需要实现 java.io.Serializable 接口:

java复制代码

public class User implements Serializable {
    private static final long serialVersionUID = 1L;
    // 类的属性和方法
}

注意事项

  1. 二级缓存的使用场合:二级缓存适用于读多写少的情况,如果业务场景中数据频繁变动,可能导致缓存频繁失效,反而降低性能。
  2. 数据一致性:在使用二级缓存时,应注意缓存数据的一致性问题。在进行数据更新操作后,需要合理地清理相关缓存,避免出现脏读。
  3. 缓存策略的选择:可以根据实际需求选择合适的缓存回收策略和缓存配置。

通过以上步骤和注意事项,可以在实际项目中有效地配置和使用 MyBatis 的二级缓存,从而提高应用的性能。

相关文章
|
12天前
|
消息中间件 缓存 数据库
如何保证缓存与数据库的数据一致性?
如何保证缓存与数据库的数据一致性?
37 5
|
19小时前
|
存储 算法 Serverless
了解数据库中的布隆过滤器原理
【5月更文挑战第17天】本文介绍布隆过滤器是一种空间高效的的数据结构,用于判断一个元素是否可能在一个集合中。它包含一个位图和多个哈希函数。
13 1
了解数据库中的布隆过滤器原理
|
3天前
|
SQL Java 数据库连接
1天搞定SpringBoot+Vue全栈开发 (3)MybatisPlus(数据库操作)
1天搞定SpringBoot+Vue全栈开发 (3)MybatisPlus(数据库操作)
|
10天前
|
存储 缓存 中间件
中间件Read-Through Cache(直读缓存)策略工作原理
【5月更文挑战第11天】中间件Read-Through Cache(直读缓存)策略工作原理
15 3
|
11天前
|
缓存 数据安全/隐私保护 UED
深入了解304缓存原理:提升网站性能与加载速度
深入了解304缓存原理:提升网站性能与加载速度
|
12天前
|
缓存 监控 中间件
中间件Cache-Aside策略应用程序直接与缓存和数据库进行交互
【5月更文挑战第8天】中间件Cache-Aside策略应用程序直接与缓存和数据库进行交互
31 4
|
12天前
|
存储 缓存 移动开发
html实现离线缓存(工作原理+怎么使用+应用场景)
html实现离线缓存(工作原理+怎么使用+应用场景)
19 0
|
12天前
|
XML Java 数据库连接
Springboot整合mybatisPlus操作数据库
MyBatis-Plus是MyBatis的增强工具,简化开发、提高效率。它提供官网文档,便于集成到SpringBoot项目中。集成步骤包括添加mybatis-plus-boot-starter和数据库驱动依赖,配置数据源,扫描Mapper类包。Mapper接口继承BaseMapper即可使用基本的CRUD操作。示例代码展示了Service层的增删改查实现。MyBatisPlus还支持逻辑删除、自动填充等功能,同时可与Mybatis XML配合使用,通过调整配置指定XML映射文件位置。
|
12天前
|
消息中间件 缓存 关系型数据库
数据库和缓存如何保证一致性?
数据库和缓存如何保证一致性?
|
12天前
|
存储 算法 搜索推荐
矢量数据库基础:概念、原理与应用场景
【4月更文挑战第30天】矢量数据库,处理高维向量数据的工具,应用于GIS、推荐系统、图像搜索及语义搜索。核心原理是将原始数据嵌入到高维空间,通过索引算法优化搜索性能。现代深度学习模型如Word2Vec提升向量表示准确性,KD-Tree、LSH等算法加速相似性搜索。随着技术发展,矢量数据库在数据科学领域的重要性日益增强。