TIP

合理的使用缓存，可以让我们程序的性能大大提升！

MyBatis-缓存

一、简介

什么是缓存 [Cache]：

存在内存中的临时数据。
将用户经常查询的数据放在缓存（内存）中，用户去查询数据就不用从磁盘上（关系型数据库数据文件）查询，从缓存中查询，从而提高查询效率，解决了高并发系统的性能问题。

为什么使用缓存：

减少和数据库的交互次数，减少系统开销，提高系统效率。

什么样的数据能使用缓存：

需要经常查询并且不会经常改变的数据。

二、Mybatis 缓存

MyBatis 包含一个非常强大的查询缓存特性，它可以非常方便地定制和配置缓存，可以极大的提升查询效率。

MyBatis 系统中默认定义了两级缓存：**一级缓存 **和 二级缓存

默认情况下，只有一级缓存开启。（SqlSession 级别的缓存，也称为本地缓存）
二级缓存需要手动开启和配置，他是基于 namespace 级别的缓存。
为了提高扩展性，MyBatis 定义了缓存接口 Cache。我们可以通过实现 Cache 接口来自定义二级缓存。

三、一级缓存

一级缓存也叫本地缓存：

与数据库同一次会话期间查询到的数据会放在本地缓存中
以后如果需要获取相同的数据，直接从缓存中拿，没必须再去查询数据库

四、测试

1、在 Mybatis 中加入日志，方便测试结果

2、编写接口方法

java

//根据id查询用户
User queryUserById(@Param("id") int id);

3、接口对应的Mapper文件

xml

<select id="queryUserById" resultType="user">
	select * from user where id = #{id}
</select>

4、测试

java

@Test
public void testQueryUserById(){
	SqlSession session = MybatisUtils.getSession();
    UserMapper mapper = session.getMapper(UserMapper.class);

    User user = mapper.queryUserById(1);
    System.out.println(user);
    
    User user2 = mapper.queryUserById(1);
    System.out.println(user2);
    
    System.out.println(user==user2);

    session.close();
}

5、结果分析

五、一级缓存失效的四种情况

一级缓存是 SqlSession 级别的缓存，是一直开启的，我们关闭不了它。

一级缓存失效的情况：没有使用到当前的一级缓存，效果就是，还需要再向数据库中发起一次查询请求！

1、sqlSession 不同

java

@Test
public void testQueryUserById(){
   SqlSession session = MybatisUtils.getSession();
   SqlSession session2 = MybatisUtils.getSession();
   UserMapper mapper = session.getMapper(UserMapper.class);
   UserMapper mapper2 = session2.getMapper(UserMapper.class);

   User user = mapper.queryUserById(1);
   System.out.println(user);
    
   User user2 = mapper2.queryUserById(1);
   System.out.println(user2);
    
   System.out.println(user==user2);

   session.close();
   session2.close();
}

观察结果：发现发送了两条 SQL 语句！

结论：不同的 sqlSession 中的缓存是彼此独立的。

2、sqlSession 相同，但查询条件不同

java

@Test
public void testQueryUserById(){
   SqlSession session = MybatisUtils.getSession();
   UserMapper mapper = session.getMapper(UserMapper.class);

   User user = mapper.queryUserById(1);
   System.out.println(user);
    
   User user2 = mapper.queryUserById(2);
   System.out.println(user2);
    
   System.out.println(user==user2);

   session.close();
}

观察结果：发现发送了两条SQL语句！很正常的理解

结论：查询条件不同时，不会走缓存

3、sqlSession 相同，两次查询之间执行了增、删、改操作

增加方法：

java

//修改用户
int updateUser(Map map);

编写SQL：

xml

<update id="updateUser" parameterType="map">
  update user set name = #{name} where id = #{id}
</update>

测试：

java

@Test
public void testQueryUserById(){
   SqlSession session = MybatisUtils.getSession();
   UserMapper mapper = session.getMapper(UserMapper.class);

   User user = mapper.queryUserById(1);
   System.out.println(user);

   HashMap map = new HashMap();
   map.put("name","kuangshen");
   map.put("id",4);
   mapper.updateUser(map);

   User user2 = mapper.queryUserById(1);
   System.out.println(user2);

   System.out.println(user==user2);

   session.close();
}

观察结果：查询在中间执行了增删改操作后，重新执行了

结论：因为增删改操作可能会对当前数据产生影响，所以不会走缓存

4、sqlSession 相同，手动清除一级缓存

java

@Test
public void testQueryUserById(){
   SqlSession session = MybatisUtils.getSession();
   UserMapper mapper = session.getMapper(UserMapper.class);

   User user = mapper.queryUserById(1);
   System.out.println(user);

   session.clearCache();//手动清除缓存

   User user2 = mapper.queryUserById(1);
   System.out.println(user2);

   System.out.println(user==user2);

   session.close();
}

一级缓存相当于内存里的一个 map。

六、二级缓存

二级缓存也叫全局缓存，因为一级缓存的作用域太低了，所以诞生了二级缓存。

基于 namespace 级别的缓存，一个名称空间，对应一个二级缓存。

工作机制：

一个会话查询一条数据，这个数据就会被放在当前会话的一级缓存中。
如果当前会话关闭了，这个会话对应的一级缓存就没了，但是我们想要的是，会话关闭了，一级缓存中的数据被保存到二级缓存中。
新的会话查询信息，就可以从二级缓存中获取内容。
不同的 mapper 查出的数据会放在自己对应的缓存（map）中。

七、使用步骤

1、开启全局缓存【mybatis-config.xml】

xml

<setting name="cacheEnabled" value="true"/>

2、去每个 mapper.xml 中配置使用二级缓存【xxxMapper.xml】

xml

<cache/>

官方示例，非常简单=====>查看官方文档
<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。

3、代码测试

所有的实体类先实现序列化接口

java

public class User implements Serializable{   
}

测试代码：

java

@Test
public void testQueryUserById(){
   SqlSession session = MybatisUtils.getSession();
   SqlSession session2 = MybatisUtils.getSession();

   UserMapper mapper = session.getMapper(UserMapper.class);
   UserMapper mapper2 = session2.getMapper(UserMapper.class);

   User user = mapper.queryUserById(1);
   System.out.println(user);
   session.close();

   User user2 = mapper2.queryUserById(1);
   System.out.println(user2);
   System.out.println(user==user2);

   session2.close();
}

4、结论

只要开启了二级缓存，我们在同一个 Mapper 中的查询，可以在二级缓存中拿到数据
查出的数据都会被默认先放在一级缓存中
只有会话提交或者关闭以后，一级缓存中的数据才会转到二级缓存中

八、缓存原理图

九、EhCache

第三方缓存实现：EhCache，点击查看百度百科

Ehcache 是一种广泛使用的 Java 分布式缓存，用于通用缓存。

要在应用程序中使用 Ehcache，需要引入依赖的 jar 包：

xml

<!-- https://mvnrepository.com/artifact/org.mybatis.caches/mybatis-ehcache -->
<dependency>
   <groupId>org.mybatis.caches</groupId>
   <artifactId>mybatis-ehcache</artifactId>
   <version>1.1.0</version>
</dependency>

在 mapper.xml 中使用对应的缓存即可：

xml

<mapper namespace = “org.acme.FooMapper” >
   <cache type = “org.mybatis.caches.ehcache.EhcacheCache” />
</mapper>

编写 ehcache.xml 文件，如果在加载时未找到 /ehcache.xml 资源或出现问题，则将使用默认配置：

xml

<?xml version="1.0" encoding="UTF-8"?>
<ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xsi:noNamespaceSchemaLocation="http://ehcache.org/ehcache.xsd"
        updateCheck="false">
   <!--
      diskStore：为缓存路径，ehcache分为内存和磁盘两级，此属性定义磁盘的缓存位置。参数解释如下：
      user.home – 用户主目录
      user.dir – 用户当前工作目录
      java.io.tmpdir – 默认临时文件路径
    -->
   <diskStore path="./tmpdir/Tmp_EhCache"/>
   
   <defaultCache
           eternal="false"
           maxElementsInMemory="10000"
           overflowToDisk="false"
           diskPersistent="false"
           timeToIdleSeconds="1800"
           timeToLiveSeconds="259200"
           memoryStoreEvictionPolicy="LRU"/>

   <cache
           name="cloud_user"
           eternal="false"
           maxElementsInMemory="5000"
           overflowToDisk="false"
           diskPersistent="false"
           timeToIdleSeconds="1800"
           timeToLiveSeconds="1800"
           memoryStoreEvictionPolicy="LRU"/>
   <!--
      defaultCache：默认缓存策略，当ehcache找不到定义的缓存时，则使用这个缓存策略。只能定义一个。
    -->
   <!--
     name:缓存名称。
     maxElementsInMemory:缓存最大数目
     maxElementsOnDisk：硬盘最大缓存个数。
     eternal:对象是否永久有效，一但设置了，timeout将不起作用。
     overflowToDisk:是否保存到磁盘，当系统当机时
     timeToIdleSeconds:设置对象在失效前的允许闲置时间（单位：秒）。仅当eternal=false对象不是永久有效时使用，可选属性，默认值是0，也就是可闲置时间无穷大。
     timeToLiveSeconds:设置对象在失效前允许存活时间（单位：秒）。最大时间介于创建时间和失效时间之间。仅当eternal=false对象不是永久有效时使用，默认是0.，也就是对象存活时间无穷大。
     diskPersistent：是否缓存虚拟机重启期数据 Whether the disk store persists between restarts of the Virtual Machine. The default value is false.
     diskSpoolBufferSizeMB：这个参数设置DiskStore（磁盘缓存）的缓存区大小。默认是30MB。每个Cache都应该有自己的一个缓冲区。
     diskExpiryThreadIntervalSeconds：磁盘失效线程运行时间间隔，默认是120秒。
     memoryStoreEvictionPolicy：当达到maxElementsInMemory限制时，Ehcache将会根据指定的策略去清理内存。默认策略是LRU（最近最少使用）。你可以设置为FIFO（先进先出）或是LFU（较少使用）。
     clearOnFlush：内存数量最大时是否清除。
     memoryStoreEvictionPolicy:可选策略有：LRU（最近最少使用，默认策略）、FIFO（先进先出）、LFU（最少访问次数）。
     FIFO，first in first out，这个是大家最熟的，先进先出。
     LFU， Less Frequently Used，就是上面例子中使用的策略，直白一点就是讲一直以来最少被使用的。如上面所讲，缓存的元素有一个hit属性，hit值最小的将会被清出缓存。
     LRU，Least Recently Used，最近最少使用的，缓存的元素有一个时间戳，当缓存容量满了，而又需要腾出地方来缓存新的元素的时候，那么现有缓存元素中时间戳离当前时间最远的元素将被清出缓存。
  -->

</ehcache>

MyBatis-缓存 ​

一、简介 ​

二、Mybatis 缓存 ​

三、一级缓存 ​

四、测试 ​

1、在 Mybatis 中加入日志，方便测试结果 ​

2、编写接口方法 ​

3、接口对应的Mapper文件 ​

4、测试 ​

5、结果分析 ​

五、一级缓存失效的四种情况 ​

1、sqlSession 不同 ​

2、sqlSession 相同，但查询条件不同 ​

3、sqlSession 相同，两次查询之间执行了增、删、改操作 ​

4、sqlSession 相同，手动清除一级缓存 ​

六、二级缓存 ​

七、使用步骤 ​

1、开启全局缓存 【mybatis-config.xml】 ​

2、去每个 mapper.xml 中配置使用二级缓存【xxxMapper.xml】 ​

3、代码测试 ​

4、结论 ​

八、缓存原理图 ​

九、EhCache ​

MyBatis-缓存

一、简介

二、Mybatis 缓存

三、一级缓存

四、测试

1、在 Mybatis 中加入日志，方便测试结果

2、编写接口方法

3、接口对应的Mapper文件

4、测试

5、结果分析

五、一级缓存失效的四种情况

1、sqlSession 不同

2、sqlSession 相同，但查询条件不同

3、sqlSession 相同，两次查询之间执行了增、删、改操作

4、sqlSession 相同，手动清除一级缓存

六、二级缓存

七、使用步骤

1、开启全局缓存【mybatis-config.xml】

2、去每个 mapper.xml 中配置使用二级缓存【xxxMapper.xml】

3、代码测试

4、结论

八、缓存原理图

九、EhCache