来来来，给俏如来扎起。感谢老铁们对俏如来的支持，2021一路有你，2022我们继续加油！你的肯定是我最大的动力
博主在参加博客之星评比，点击链接 ， https://bbs.csdn.net/topics/603957267 疯狂打Call！五星好评 感谢
前言
对于Mybatis的缓存在上一章节《吃透Mybatis源码-Mybatis执行流程》我们有提到一部分，这篇文章我们对将详细分析一下Mybatis的一级缓存和二级缓存。
一级缓存
市面上流行的ORM框架都支持缓存，不管是Hibernate还是Mybatis都支持一级缓存和二级缓存，目的是把数据缓存到JVM内存中，减少和数据库的交互来提高查询速度。同时MyBatis还可以整合三方缓存技术。
Mybatis一级缓默认开启，是SqlSession级别的，也就是说需要同一个SqlSession执行同样的SQL和参数才有可能命中缓存。如：
同一个SqlSession执行同一个SQL，发现控制台日志只执行了一次SQL记录，说明第二次查询是走缓存了。但是要注意的是，当SqlSession执行了delete,update,insert语句后，缓存会被清除。
那么一级缓存在哪儿呢？下面给大家介绍一个类。
Mybatis中提供的缓存都是Cache的实现类，但是真正实现缓存的是PerpetualCache，其中维护了一个Map<Object, Object> cache = new HashMap<Object, Object>() 结构来缓存数据。其他的缓存类采用了装饰模式对PerpetualCache做增强。比如：LruCache 在PerpetualCache 的基础上增加了最近最少使用的缓存清楚策略,当缓存到达上限时候，删除最近最少使用的缓存 （Least Recently Use）。代码如下
public class LruCache implements Cache {
//对 PerpetualCache 做装饰
private final Cache delegate;
下面对其他的缓存类做一个介绍
PerpetualCache: 基础缓存类- LruCache ： LRU 策略的缓存 当缓存到达上限时候，删除最近最少使用的缓存 （Least Recently Use），eviction=“LRU”（默 认）
- FifoCache : FIFO 策略的缓存 当缓存到达上限时候，删除最先入队的缓存，配置eviction=“FIFO”
- SoftCache WeakCache ：带清理策略的缓存 通过 JVM 的软引用和弱引用来实现缓存，当 JVM 内存不足时，会自动清理掉这些缓存，基于 SoftReference 和 WeakReference
- SynchronizedCache ： 同步缓存 基于 synchronized 关键字实现，解决并发问题
- ScheduledCache ： 定时调度的缓存，在进行 get/put/remove/getSize 等操作前，判断 缓存时间是否超过了设置的最长缓存时间（默认是 一小时），如果是则清空缓存–即每隔一段时间清 空一次缓存
- SerializedCache ：支持序列化的缓存 将对象序列化以后存到缓存中，取出时反序列化
TransactionalCache：事务缓存，在二级缓存中使用，可一次存入多个缓存，移除多个缓存 。通过TransactionalCacheManager 中用 Map 维护对应关系。
一级缓存到底存储在哪儿？
一级缓存在SimpleExecutor 的父类 BaseExecutor 执行器中，如下
public abstract class BaseExecutor implements Executor {
private static final Log log = LogFactory.getLog(BaseExecutor.class);
protected Transaction transaction;
protected Executor wrapper;
protected ConcurrentLinkedQueue<DeferredLoad> deferredLoads;
//一级缓存
protected PerpetualCache localCache;
PerpetualCache缓存类源码如下
public class PerpetualCache implements Cache {
private final String id;
//缓存
private Map<Object, Object> cache = new HashMap<Object, Object>();
那么一级缓存在什么时候创建的？
在 BaseExecutor 中的构造器中创建了一级缓存，而执行器Executor 是保存在SqlSession中的，也就是说当创建SqlSession的时候，就会创建 SimpleExecutor，而在SimpleExecutor的构造器中会调用BaseExecutor的构造器来创建一级缓存。见：org.apache.ibatis.executor.SimpleExecutor#SimpleExecutor
public class SimpleExecutor extends BaseExecutor {
//执行器构造器
public SimpleExecutor(Configuration configuration, Transaction transaction) {
//调用父类构造器
super(configuration, transaction);
}
下面是 BaseExecutor 的执行器 org.apache.ibatis.executor.BaseExecutor#BaseExecutor
public abstract class BaseExecutor implements Executor {
private static final Log log = LogFactory.getLog(BaseExecutor.class);
protected Transaction transaction;
protected Executor wrapper;
//一级缓存
protected PerpetualCache localCache;
protected PerpetualCache localOutputParameterCache;
protected Configuration configuration;
protected BaseExecutor(Configuration configuration, Transaction transaction) {
this.transaction = transaction;
this.deferredLoads = new ConcurrentLinkedQueue<DeferredLoad>();
//创建一级缓存
this.localCache = new PerpetualCache("LocalCache");
this.localOutputParameterCache = new PerpetualCache("LocalOutputParameterCache");
this.closed = false;
this.configuration = configuration;
this.wrapper = this;
}
一级缓存怎么存储的？
一级缓存是在执行查询的时候会先走二级缓存，二级缓存么有就会走一级缓存，以及缓存没有就会走数据库查询，然后放入一级缓存和二级缓存。我们来看一下源码流程 ，见：org.apache.ibatis.executor.CachingExecutor#query
@Override
public <E> List<E> query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
BoundSql boundSql = ms.getBoundSql(parameterObject);
//构建缓存的Key
CacheKey key = createCacheKey(ms, parameterObject, rowBounds, boundSql);
//执行查询
return query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
}
这里在尝试构建Cachekey ，cachekey时由：MappedStatement的id(如：cn.xx.xx.xxMapper.selectByid) ，分页，Sql,参数值一起构建而成的，一级二级缓存都是如此。
@Override
public <E> List<E> query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql)
throws SQLException {
//开启了二级缓存才会存在Cache
Cache cache = ms.getCache();
if (cache != null) {
flushCacheIfRequired(ms);
if (ms.isUseCache() && resultHandler == null) {
ensureNoOutParams(ms, boundSql);
@SuppressWarnings("unchecked")
//走二级缓存查询数据
List<E> list = (List<E>) tcm.getObject(cache, key);
if (list == null) {
//二级缓存没有，走数据库查询数据
list = delegate.<E> query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
//写入二级缓存
tcm.putObject(cache, key, list); // issue #578 and #116
}
return list;
}
}
return delegate.<E> query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
}
这里我们看到，在执行org.apache.ibatis.executor.CachingExecutor#query 查询的时候会先走二级缓存，二级缓存没有会继续调用 org.apache.ibatis.executor.BaseExecutor#query 查询，而BaseExecutor#query会尝试先走一级缓存
public <E> List<E> query(MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {
ErrorContext.instance().resource(ms.getResource()).activity("executing a query").object(ms.getId());
if (closed) {
throw new ExecutorException("Executor was closed.");
}
if (queryStack == 0 && ms.isFlushCacheRequired()) {
clearLocalCache();
}
List<E> list;
try {
queryStack++;
//【重要】走一级缓存获取数据
list = resultHandler == null ? (List<E>) localCache.getObject(key) : null;
if (list != null) {
handleLocallyCachedOutputParameters(ms, key, parameter, boundSql);
} else {
//如果一级缓存中没有，走数据库查询数据
list = queryFromDatabase(ms, parameter, rowBounds, resultHandler, key, boundSql);
}
} finally {
queryStack--;
}
if (queryStack == 0) {
for (DeferredLoad deferredLoad : deferredLoads) {
deferredLoad.load();
}
// issue #601
deferredLoads.clear();
if (configuration.getLocalCacheScope() == LocalCacheScope.STATEMENT) {
// issue #482
clearLocalCache();
}
}
return list;
}
上面代码会先走一级缓存拿数据，如果一级缓存没有，就走数据库获取数据，然后加入一级缓存org.apache.ibatis.executor.BaseExecutor#queryFromDatabase
private <E> List<E> queryFromDatabase(MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {
List<E> list;
localCache.putObject(key, EXECUTION_PLACEHOLDER);
try {
//走数据库查询数据
list = doQuery(ms, parameter, rowBounds, resultHandler, boundSql);
} finally {
localCache.removeObject(key);
}
//把数据写入一级缓存
localCache.putObject(key, list);
if (ms.getStatementType() == StatementType.CALLABLE) {
localOutputParameterCache.putObject(key, parameter);
}
return list;
}
到这里我们就看到了一级缓存和二级缓存的执行流程，注意的是：先执行二级缓存再执行一级缓存。
这里画一个一级缓存的图
二级缓存
第一步：二级缓存需要在mybatis-config.xml 配置中开启，如下
<setting name="cacheEnabled" value="true"/>
当然其实该配置默认是开启的，也就是默认会使用 CachingExecutor 装饰基本的执行器。
第二步骤：需要在mapper.xml中配置 < cache/>如下
<mapper namespace="cn.whale.mapper.StudentMapper">
<cache type="org.apache.ibatis.cache.impl.PerpetualCache"
size="1024"
eviction="LRU"
flushInterval="120000"
readOnly="false"/>
...省略...
解释一下上面的配置，首先<cache/> 是在某个mapper.xml中指定的，也就是说二级缓存作用于当前的namespace.
- type : 代表的是使用什么类型的缓存，只要是实现了 Cache 接口的实现类都可以
- size ：缓存的个数，默认是1024 个对象
- eviction ： 缓存剔除策略 ，LRU – 最近最少使用的：移除最长时间不被使用的对象（默认）；FIFO – 先进先出：按对象进入缓存的顺序来移除它们 ；SOFT – 软引用：移除基于垃圾回收器状态和软引用规则的对象；WEAK – 弱引用：更积极地移除基于垃圾收集器状态和弱引用规则的对象
- flushInterval ：定时自动清空缓存间隔 自动刷新时间，单位 ms，未配置时只有调用时刷新
- readOnly ：缓存时候只读
- blocking ：是否使用可重入锁实现 缓存的并发控制 true，会使用 BlockingCache 对 Cache 进行装饰 默认 false
Mapper.xml 配置了之后，select()会被缓存。update()、delete()、insert() 会刷新缓存，下面是测试案例
可以看到，这里使用了2个SqlSesion 2次执行了相同的SQL，参数相同，看控制台日志只执行了一次SQL，说明是命中的二级缓存。因为满足条件：同一个 namespace下的相同的SQL被执行，尽管使用的SqlSession不是同一个。
但是你可能注意到一个细节，就是session.commit() 为什么要提交事务呢？这就要说到二级缓存的存储结构了，如果不执行commit是不会写入二级缓存的。在 CachingExecutor 中有一个属性private final TransactionalCacheManager tcm = new TransactionalCacheManager(); 看名字肯能够看出二级缓存和事务有关系。结构如下
public class CachingExecutor implements Executor {
private final Executor delegate;
//二级缓存，通过TransactionalCacheManager来管理
private final TransactionalCacheManager tcm = new TransactionalCacheManager();
TransactionalCacheManager 中维护了一个 HashMap<Cache, TransactionalCache>()
public class TransactionalCacheManager {
//二级缓存的HashMap
private final Map<Cache, TransactionalCache> transactionalCaches = new HashMap<Cache, TransactionalCache>();
在TransactionCache中维护了一个 Map<Object, Object> entriesToAddOnCommit;
public class TransactionalCache implements Cache {
private static final Log log = LogFactory.getLog(TransactionalCache.class);
private final Cache delegate;
private boolean clearOnCommit;
//二级缓存临时存储
private final Map<Object, Object> entriesToAddOnCommit;
...省略...
//写入二级缓存
@Override
public void putObject(Object key, Object object) {
entriesToAddOnCommit.put(key, object);
}
当执行查询的时候，从数据库查询出来数据回写入TransactionalCache的entriesToAddOnCommit中，我们来看一下二级缓存写入的流程，见：org.apache.ibatis.executor.CachingExecutor#query
@Override
public <E> List<E> query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql)
throws SQLException {
//如果mapper.xml配置了 <cache/> 就会创建 Cache
Cache cache = ms.getCache();
if (cache != null) {
flushCacheIfRequired(ms);
if (ms.isUseCache() && resultHandler == null) {
ensureNoOutParams(ms, boundSql);
@SuppressWarnings("unchecked")
//从二级缓存获取
List<E> list = (List<E>) tcm.getObject(cache, key);
if (list == null) {
list = delegate.<E> query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
//写入二级缓存
tcm.putObject(cache, key, list); // issue #578 and #116
}
return list;
}
}
return delegate.<E> query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
}
如果mapper.xml配置了 就会创建 Cache，Cache不为null，才会走到二级缓存的流程，此时代码来到org.apache.ibatis.cache.TransactionalCacheManager#putObject
public class TransactionalCacheManager {
//存储二级缓存
private final Map<Cache, TransactionalCache> transactionalCaches = new HashMap<Cache, TransactionalCache>();
public void putObject(Cache cache, CacheKey key, Object value) {
//通过cache为key拿到 TransactionalCache ，把数据put进去
getTransactionalCache(cache).putObject(key, value);
}
存储数据的是TransactionalCache ，见org.apache.ibatis.cache.decorators.TransactionalCache#putObject
public class TransactionalCache implements Cache {
private static final Log log = LogFactory.getLog(TransactionalCache.class);
//正在的二级缓存存储位置
private final Cache delegate;
private boolean clearOnCommit;
//临时的二级缓存存储位置
private final Map<Object, Object> entriesToAddOnCommit;
@Override
public void putObject(Object key, Object object) {
entriesToAddOnCommit.put(key, object);
}
我们看到，数据写到了 TransactionalCache#entriesToAddOnCommit 一个Map中。只有在执行commit的时候数据才会真正写入二级缓存。
我们来看下SqlSession.commit方法是如何触发二级缓存真正的写入的,见：org.apache.ibatis.session.defaults.DefaultSqlSession#commit()
@Override
public void commit() {
commit(false);
}
@Override
public void commit(boolean force) {
try {
//调用执行器提交事务
executor.commit(isCommitOrRollbackRequired(force));
dirty = false;
} catch (Exception e) {
throw ExceptionFactory.wrapException("Error committing transaction. Cause: " + e, e);
} finally {
ErrorContext.instance().reset();
}
}
代码来到org.apache.ibatis.executor.CachingExecutor#commit
@Override
public void commit(boolean required) throws SQLException {
//提交事务
delegate.commit(required);
//调用org.apache.ibatis.cache.TransactionalCacheManager#commit提交事务
tcm.commit();
}
代码来到org.apache.ibatis.cache.TransactionalCacheManager#commit
public void commit() {
for (TransactionalCache txCache : transactionalCaches.values()) {
//调用 TransactionalCache#commit
txCache.commit();
}
}
代码来到org.apache.ibatis.cache.decorators.TransactionalCache#commit
public class TransactionalCache implements Cache {
private static final Log log = LogFactory.getLog(TransactionalCache.class);
//真正的二级缓存存储位置，本质是一个 PerpetualCache
private final Cache delegate;
//临时存储二级缓存
private final Map<Object, Object> entriesToAddOnCommit;
public void commit() {
if (clearOnCommit) {
delegate.clear();
}
//这里在写入缓存，保存到TransactionalCache中的delegate字段，本质是一个PerpetualCache
flushPendingEntries();
//把entriesToAddOnCommit清除掉
reset();
}
private void flushPendingEntries() {
for (Map.Entry<Object, Object> entry : entriesToAddOnCommit.entrySet()) {
//从entriesToAddOnCommit中拿到临时的缓存数据，写入缓存，最终会写入PerpetualCache#cache字段中
delegate.putObject(entry.getKey(), entry.getValue());
}
for (Object entry : entriesMissedInCache) {
if (!entriesToAddOnCommit.containsKey(entry)) {
delegate.putObject(entry, null);
}
}
}
private void reset() {
clearOnCommit = false;
//清除entriesToAddOnCommit
entriesToAddOnCommit.clear();
entriesMissedInCache.clear();
}
所以我们总结一下二级缓存的写入流程，二级缓存通过 TransactionalCacheManager中的一个Map<Cache, TransactionalCache>管理的，当执行query查询处数据的时候，会把数据写入TransactionalCache中的 Map<Object, Object> entriesToAddOnCommit 中临时存储。当执行commit的时候才会把entriesToAddOnCommit中的数据写入TransactionalCache中的 Cache delegate ，其本质和一级缓存一样，也是一个 PerpetualCache。
当我们做第二次query的时候会尝试通过 TransactionalCacheManager#getObject 从二级缓存获取数据
public class TransactionalCacheManager {
private final Map<Cache, TransactionalCache> transactionalCaches = new HashMap<Cache, TransactionalCache>();
//获取二级缓存
public Object getObject(Cache cache, CacheKey key) {
return getTransactionalCache(cache).getObject(key);
}
然后会从 TransactionalCache中的delegate中获取缓存
public class TransactionalCache implements Cache {
private static final Log log = LogFactory.getLog(TransactionalCache.class);
//二级缓存
private final Cache delegate;
...省略...
@Override
public Object getObject(Object key) {
// issue #116
//从二级缓存获取数据
Object object = delegate.getObject(key);
if (object == null) {
entriesMissedInCache.add(key);
}
// issue #146
if (clearOnCommit) {
return null;
} else {
return object;
}
}
所以记得，二级缓存一定要commit才会起作用。下面花了一个一级缓存和二级缓存的结构图
三方缓存框架
除了使用Mybatis自带的缓存，也可以使用第三方缓存方式，比如：比如 ehcache 和 redis 下面以Redis为例 ，首先导入mybatis整合redis的依赖
<dependency>
<groupId>org.mybatis.caches</groupId>
<artifactId>mybatis-redis</artifactId>
<version>1.0.0-beta2</version>
</dependency>
第二步骤：在mapper.xml配置缓存
<cache type="org.mybatis.caches.redis.RedisCache"
eviction="FIFO"
flushInterval="60000"
size="512" readOnly="true"/>
这里type使用了RedisCache,RedisCache也是实现了Cache接口的，接着我们需要配置Redis的链接属性，默认RedisCache类会读取名字为 : redis.properties 的配置文件
host=127.0.0.1
password=123456
port=6379
connectionTimeout=5000
soTimeout=5000
database=0
再次执行测试代码，查看Redis效果如下
博主在参加博客之星评比，点击链接 ， https://bbs.csdn.net/topics/603957267 疯狂打Call！五星好评 感谢
