zoukankan      html  css  js  c++  java
  • MyBatis实战缓存机制设计与原理解析——一级缓存

    一级缓存

    Session会话级别的缓存,位于表示一次数据库会话的SqlSession对象之中,又被称之为本地缓存

    一级缓存是MyBatis内部实现的一个特性,用户不能配置默认情况下自动支持的缓存,一般用户没有定制它的权利

     二级缓存

    Application应用级别的缓存,生命周期长,跟Application的生命周期一样,即作用范围为整个Application应用

    2工作机制

    一级缓存的工作机制

    一级缓存是Session会话级别的,一般而言,一个SqlSession对象会使用一个Executor对象来完成会话操作,Executor对象会维护一个Cache缓存,以提高查询性能

    二级缓存的工作机制

    如上所言,一个SqlSession对象会使用一个Executor对象来完成会话操作,MyBatis的二级缓存机制的关键就是对这个Executor对象做文章;

    如果用户配置了cacheEnabled=true,那么在为SqlSession对象创建Executor对象时,会对Executor对象加上一个装饰者 CachingExecutor,这时SqlSession使用CachingExecutor对象来完成操作请求CachingExecutor对于查询请求,会先判断该查询请求在Application级别的二级缓存中是否有缓存结果;

    • 如果有查询结果,则直接返回缓存结果;

    • 如果缓存未命中,再交给真正的Executor对象来完成查询操作,之后CachingExecutor会将真正Executor返回的查询结果放置到缓存中,然后再返回给用户; 

    MyBatis的二级缓存设计得比较灵活,可以使用MyBatis自己定义的二级缓存实现
    也可以通过实现org.apache.ibatis.cache.Cache接口自定义缓存
    也可以使用第三方内存缓存库,如Memcached

               

    一级缓存原理解析

    每当我们使用MyBatis开启一次和数据库的会话,MyBatis会创建出一个SqlSession对象表示一次数据库会话; 

    在对数据库的一次会话中,我们有可能会反复地执行完全相同的查询语句,如果不采取一些措施的话,每一次查询都会查询一次数据库,而我们在极短的时间内做了完全相同的查询,那么它们的结果极有可能完全相同,由于查询一次数据库的代价很大,这有可能造成很大的性能损失;

    为了解决这一问题,减少资源的浪费,MyBatis会在表示会话的SqlSession对象中建立一个简单的缓存,将每次查询到的结果结果缓存起来,当下次查询的时候,如果判断先前有个完全一样的查询,会直接从缓存中直接将结果取出,返回给用户;

    如下所示,MyBatis会在一次会话的表示一个SqlSession对象中创建一个本地缓存,对于每一次查询,都会尝试根据查询的条件去本地缓存中查找是否在缓存中,如果命中,就直接从缓存中取出,然后返回给用户;否则,从数据库读取数据,将查询结果存入缓存并返回给用户;

    对于会话(Session)级别的数据缓存,我们称之为一级数据缓存,简称一级缓存; 

    1一级缓存是怎样组织

    由于MyBatis使用SqlSession对象表示一次数据库的会话,那么,对于会话级别的一级缓存也应该是在SqlSession中控制的。

    实际上, MyBatis只是一个MyBatis对外的接口,SqlSession将它的工作交给了Executor执行器这个角色来完成,负责完成对数据库的各种操作

    当创建了一个SqlSession对象时,MyBatis会为这个SqlSession对象创建一个新的Executor执行器,而缓存信息就被维护在这个Executor执行器中,MyBatis将缓存和对缓存相关的操作封装成了Cache接口中。

    SqlSessionExecutorCache之间的关系如下列类图所示:

    如上述的类图所示,Executor接口的实现类BaseExecutor中拥有一个Cache接口的实现类PerpetualCache,则对于BaseExecutor对象而言,它将使用PerpetualCache对象维护缓存;

    综上,SqlSession对象、Executor对象、Cache对象之间的关系如下图所示:

    由于Session级别的一级缓存实际上就是使用PerpetualCache维护的,那么PerpetualCache是怎样实现的呢?

    PerpetualCache实现原理其实很简单,其内部就是通过一个简单的HashMap<k,v>来实现的,没有其他的任何限制

    /**
    *    Copyright 2009-2015 the original author or authors.
    *
    *    Licensed under the Apache License, Version 2.0 (the "License");
    *    you may not use this file except in compliance with the License.
    *    You may obtain a copy of the License at
    *
    *       http://www.apache.org/licenses/LICENSE-2.0
    *
    *    Unless required by applicable law or agreed to in writing, software
    *    distributed under the License is distributed on an "AS IS" BASIS,
    *    WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
    *    See the License for the specific language governing permissions and
    *    limitations under the License.
    */
    package org.apache.ibatis.cache.impl;

    import java.util.HashMap;
    import java.util.Map;
    import java.util.concurrent.locks.ReadWriteLock;

    import org.apache.ibatis.cache.Cache;
    import org.apache.ibatis.cache.CacheException;

    /**
    * @author Clinton Begin
    */
    public class PerpetualCache implements Cache {

     private String id;

     private Map<Object, Object> cache = new HashMap<Object, Object>();

     public PerpetualCache(String id) {
       this.id = id;
     }

     @Override
     public String getId() {
       return id;
     }

     @Override
     public int getSize() {
       return cache.size();
     }

     @Override
     public void putObject(Object key, Object value) {
       cache.put(key, value);
     }

     @Override
     public Object getObject(Object key) {
       return cache.get(key);
     }

     @Override
     public Object removeObject(Object key) {
       return cache.remove(key);
     }

     @Override
     public void clear() {
       cache.clear();
     }

     @Override
     public ReadWriteLock getReadWriteLock() {
       return null;
     }

     @Override
     public boolean equals(Object o) {
       if (getId() == null) {
         throw new CacheException("Cache instances require an ID.");
       }
       if (this == o) {
         return true;
       }
       if (!(o instanceof Cache)) {
         return false;
       }

       Cache otherCache = (Cache) o;
       return getId().equals(otherCache.getId());
     }

     @Override
     public int hashCode() {
       if (getId() == null) {
         throw new CacheException("Cache instances require an ID.");
       }
       return getId().hashCode();
     }

    }

    2一级缓存的生命周期

    MyBatis在开启一个数据库会话时,会 创建一个新的SqlSession对象,SqlSession对象中会有一个新的Executor对象,Executor对象中持有一个新的PerpetualCache对象,当会话结束时,SqlSession对象及其内部的Executor对象还有PerpetualCache对象也一并释放掉;

    如果SqlSession调用了close()方法,会释放掉一级缓存PerpetualCache对象,一级缓存将不可用;

    如果SqlSession调用了clearCache(),会清空PerpetualCache**对象中的数据,但是该对象仍可使用;

    SqlSession中执行了任何一个update操作(update()、delete()、insert()) ,都会清空PerpetualCache对象的数据,但是该对象可以继续使用;

    3一级缓存的工作流程

    1. 对于某个查询,根据statementId,params,rowBounds来构建一个key值,根据这个key值去缓存Cache中取出对应的key值存储的缓存结果

    2. 判断从Cache中根据特定的key值取的数据数据是否为空,即是否命中;

    3. 如果命中,则直接将缓存结果返回;

    4. 如果没命中

    • 去数据库中查询数据,得到查询结果;

    • 将key和查询到的结果分别作为key,value对存储到Cache中;

    • 将查询结果返回;

       5. 结束 

    4Cache接口的设计

    MyBatis定义了一个org.apache.ibatis.cache.Cache接口作为其Cache提供者的SPI(Service Provider Interface),所有的MyBatis内部的Cache缓存,都应该实现这一接口

    MyBatis定义了一个PerpetualCache实现类实现了Cache接口,实际上,在SqlSession对象里的Executor对象内维护的Cache类型实例对象,就是PerpetualCache子类创建的

    Cache最核心的实现其实就是一个Map,将本次查询使用的特征值作为key,将查询结果作为value存储到Map

    现在最核心的问题出现了:怎样来确定一次查询的特征值?

    换句话说就是:怎样判断某两次查询是完全相同的查询?

    也可以这样说:如何确定****Cache****中的key值?

    MyBatis认为,对于两次查询,如果以下条件都完全一样,那么就认为它们是完全相同的查询

    • 传入的 statementId

    • 查询时要求的结果集中的结果范围 (结果的范围通过rowBounds.offset和rowBounds.limit表示)

    • 这次查询所产生的最终要传递给JDBC java.sql.Preparedstatement的Sql语句字符串(boundSql.getSql())

    • 传递给java.sql.Statement要设置的参数值

    现在分别解释上述四个条件

    • 传入的statementId,对于MyBatis而言,你要使用它,必须需要一个statementId,它代表着你将执行什么样的Sql

    • MyBatis自身提供的分页功能是通过RowBounds来实现的,它通过rowBounds.offsetrowBounds.limit来过滤查询出来的结果集,这种分页功能是基于查询结果的再过滤,而不是进行数据库的物理分页

    • 由于MyBatis底层还是依赖于JDBC实现的,那么,对于两次完全一模一样的查询,MyBatis要保证对于底层JDBC而言,也是完全一致的查询才行。而对于JDBC而言,两次查询,只要传入给JDBCSQL语句完全一致,传入的参数也完全一致,就认为是两次查询是完全一致的

    上述的第3个条件正是要求保证传递给JDBCSQL语句完全一致

    第4条则是保证传递给JDBC的参数也完全一致

    举一个例子

    <select id="selectByCritiera" parameterType="java.util.Map" resultMap="BaseResultMap">
           select employee_id,first_name,last_name,email,salary
           from louis.employees
           where  employee_id = #{employeeId}
           and first_name= #{firstName}
           and last_name = #{lastName}
           and email = #{email}
     </select>

    如果使用上述的"selectByCritiera"进行查询,那么,MyBatis会将上述的SQL中的#{}都替换成 **? **如下:

    select employee_id,first_name,last_name,email,salary
           from louis.employees
           where  employee_id = ?
           and first_name= ?
           and last_name = ?
           and email = ?

    MyBatis最终会使用上述的SQL字符串创建JDBCjava.sql.PreparedStatement对象,对于这个PreparedStatement对象,还需要对它设置参数,调用setXXX()来完成设值

    第4条的条件,就是要求对设置JDBCPreparedStatement的参数值也要完全一致

    • 即3、4两条MyBatis最本质的要求
      调用JDBC的时候,传入的SQL语句要完全相同,传递给JDBC的参数值也要完全相同

    综上所述,CacheKey由以下条件决定:
    statementId  + rowBounds  + 传递给JDBC的SQL  + 传递给JDBC的参数值

    5CacheKey的创建

    对于每次的查询请求,Executor都会根据传递的参数信息以及动态生成的SQL语句,将上面的条件根据一定的计算规则,创建一个对应的CacheKey对象

    创建CacheKey的目的,就两个:

    • 根据CacheKey作为key,去Cache 缓存中查找缓存结果;

    • 如果查找缓存命中失败,则通过此CacheKey作为key,将从数据库查询到的结果作为value,组成key,value对存储到Cache缓存中

    CacheKey的构建被放置到了Executor接口的实现类BaseExecutor中,定义如下:
    功能   :   根据传入信息构建CacheKey

    @Override
     public CacheKey createCacheKey(MappedStatement ms, Object parameterObject, RowBounds rowBounds, BoundSql boundSql) {
       if (closed) {
         throw new ExecutorException("Executor was closed.");
       }
       CacheKey cacheKey = new CacheKey();
       //1.statementId
       cacheKey.update(ms.getId());
       //2. rowBounds.offset
       cacheKey.update(rowBounds.getOffset());
       //3. rowBounds.limit
       cacheKey.update(rowBounds.getLimit());
       //4. SQL语句
       cacheKey.update(boundSql.getSql());
       //5. 将每一个要传递给JDBC的参数值也更新到CacheKey中
       List<ParameterMapping> parameterMappings = boundSql.getParameterMappings();
       TypeHandlerRegistry typeHandlerRegistry = ms.getConfiguration().getTypeHandlerRegistry();
       // mimic DefaultParameterHandler logic
       for (ParameterMapping parameterMapping : parameterMappings) {
         if (parameterMapping.getMode() != ParameterMode.OUT) {
           Object value;
           String propertyName = parameterMapping.getProperty();
           if (boundSql.hasAdditionalParameter(propertyName)) {
             value = boundSql.getAdditionalParameter(propertyName);
           } else if (parameterObject == null) {
             value = null;
           } else if (typeHandlerRegistry.hasTypeHandler(parameterObject.getClass())) {
             value = parameterObject;
           } else {
             MetaObject metaObject = configuration.newMetaObject(parameterObject);
             value = metaObject.getValue(propertyName);
           }
           //将每一个要传递给JDBC的参数值也更新到CacheKey中
           cacheKey.update(value);
         }
       }
       if (configuration.getEnvironment() != null) {
         // issue #176
         cacheKey.update(configuration.getEnvironment().getId());
       }
       return cacheKey;
     }

    CacheKey的hashcode生成算法

    刚才已经提到,Cache接口的实现,本质上是使用的HashMap<k,v>,而构建CacheKey的目的就是为了作为HashMap<k,v>中的key值
    而HashMap是通过key值的hashcode 来组织和存储的,那么,构建CacheKey的过程实际上就是构造其hashCode的过程。下面的代码就是CacheKey的核心hashcode生成算法

    public void update(Object object) {
       if (object != null && object.getClass().isArray()) {
         int length = Array.getLength(object);
         for (int i = 0; i < length; i++) {
           Object element = Array.get(object, i);
           doUpdate(element);
         }
       } else {
         doUpdate(object);
       }
     }

     private void doUpdate(Object object) {
       //1. 得到对象的hashcode;  
       int baseHashCode = object == null ? 1 : object.hashCode();
       //对象计数递增
       count++;
       checksum += baseHashCode;
       //2. 对象的hashcode 扩大count倍
       baseHashCode *= count;
       //3. hashCode * 拓展因子(默认37)+拓展扩大后的对象hashCode值
       hashcode = multiplier * hashcode + baseHashCode;

       updateList.add(object);
     }

    性能分析

    1.MyBatis对会话(Session)级别的一级缓存设计的比较简单,就简单地使用了HashMap来维护,并没有对HashMap的容量和大小进行限制

    有可能就觉得不妥了:如果我一直使用某一个SqlSession对象查询数据,这样会不会导致HashMap太大,而导致 java.lang.OutOfMemoryError错误啊? 这么考虑也不无道理,不过MyBatis的确是这样设计的。

    MyBatis这样设计也有它自己的理由

    • 一般而言SqlSession的生存时间很短
      一般情况下使用一个SqlSession对象执行的操作不会太多,执行完就会消亡

    • 对于某一个SqlSession对象而言,只要执行update操作(update、insert、delete),都会将这个SqlSession对象中对应的一级缓存清空掉
      所以一般情况下不会出现缓存过大,影响JVM内存空间的问题

    • 可以手动地释放掉SqlSession对象中的缓存 

    2.  一级缓存是一个粗粒度的缓存,没有更新缓存和缓存过期的概念

    MyBatis的一级缓存就是使用了简单的HashMapMyBatis只负责将查询数据库的结果存储到缓存中去, 不会去判断缓存存放的时间是否过长、是否过期,因此也就没有对缓存的结果进行更新这一说了,根据一级缓存的特性,在使用的过程中,我认为应该注意

    • 对于数据变化频率很大,并且需要高时效准确性的数据要求,我们使用SqlSession查询的时候,要控制好SqlSession的生存时间,SqlSession的生存时间越长,它其中缓存的数据有可能就越旧,从而造成和真实数据库的误差;同时对于这种情况,用户也可以手动地适时清空SqlSession中的缓存;

    • 对于只执行、并且频繁执行大范围的select操作的SqlSession对象,SqlSession对象的生存时间不应过长。

    举例:
    下面的例子使用了同一个SqlSession指令了两次完全一样的查询,将两次查询所耗的时间打印出来,结果如下

    package com.louis.mybatis.test; 
    import java.io.InputStream;
    import java.util.Date;import java.util.HashMap;import java.util.List;
    import java.util.Map; 
    import org.apache.commons.logging.Log;
    import org.apache.commons.logging.LogFactory;
    import org.apache.ibatis.executor.BaseExecutor;
    import org.apache.ibatis.io.Resources;
    import org.apache.ibatis.session.SqlSession;import org.apache.ibatis.session.SqlSessionFactory;import org.apache.ibatis.session.SqlSessionFactoryBuilder;
    import org.apache.log4j.Logger;
    public class SelectDemo1 {  
       private static final Logger loger = Logger.getLogger(SelectDemo1.class);        
       public static void main(String[] args) throws Exception {       
         InputStream inputStream = Resources.getResourceAsStream("mybatisConfig.xml");     
         SqlSessionFactoryBuilder builder = new SqlSessionFactoryBuilder();        
         SqlSessionFactory factory = builder.build(inputStream);               
         SqlSession sqlSession = factory.openSession();        
         //3.使用SqlSession查询        
         Map<String,Object> params = new HashMap<String,Object>();           
         params.put("min_salary",10000);       
         //a.查询工资低于10000的员工        
         Date first = new Date();      
         //第一次查询       
         List<Employee> result = sqlSession.selectList("com.louis.mybatis.dao.EmployeesMapper.selectByMinSalary",params);      
         loger.info("first quest costs:"+ (new Date().getTime()-first.getTime()) +" ms");      
         Date second = new Date();     
         result =  sqlSession.selectList("com.louis.mybatis.dao.EmployeesMapper.selectByMinSalary",params);        
         loger.info("second quest costs:"+ (new Date().getTime()-second.getTime()) +" ms");    
    }

    由上面的结果你可以看到,第一次查询耗时464ms,而第二次查询耗时不足1ms,这是因为第一次查询后,MyBatis会将查询结果存储到SqlSession对象的缓存中,当后来有完全相同的查询时,直接从缓存中将结果取出。

    对上面的例子做一下修改:在第二次调用查询前,对参数 HashMap类型的params多增加一些无关的值进去,然后再执行,看查询结果

    从结果上看,虽然第二次查询时传递的params参数不一致,但还是从一级缓存中取出了第一次查询的缓存。

    MyBatis认为的完全相同的查询,不是指使用sqlSession查询时传递给算起来Session的所有参数值完完全全相同,你只要保证statementId,rowBounds,最后生成的SQL语句,以及这个SQL语句所需要的参数完全一致就可以了。

    注:文章来源《云时代架构公众号》

    原文章链接:https://www.jianshu.com/p/e4ff5a032c5a;  

  • 相关阅读:
    关于正则表达式
    hashilib模块和hmac模块
    PyYAML模块和ConfigParser模块
    xml处理模块
    shutil模块(文件,文件夹,压缩包处理)
    十四、浏览器检测
    十三、BOM
    十二、匿名函数和闭包
    并发,并行,同步,异步的区别
    java中常见的类,接口,包,异常
  • 原文地址:https://www.cnblogs.com/AnXinliang/p/9843815.html
Copyright © 2011-2022 走看看