MyBatis从入门到放弃六：延迟加载、一级缓存、二级缓存
前言
使用ORM框架我们更多的是使用其查询功能，那么查询海量数据则又离不开性能，那么这篇中我们就看下mybatis高级应用之延迟加载、一级缓存、二级缓存。使用时需要注意延迟加载必须使用resultMap，resultType不具有延迟加载功能。
一、延迟加载
延迟加载已经是老生常谈的问题，什么最大化利用数据库性能之类之类的，也懒的列举了，总是我一提到延迟加载脑子里就会想起来了Hibernate get和load的区别。OK，废话少说，直接看代码。 先来修改配置项xml。
注意，编写mybatis.xml时需要注意配置节点的先后顺序，settings在最前面，否则会报错。
<settings> <setting name="lazyLoadingEnabled" value="true"/> <setting name="aggressiveLazyLoading" value="false"/> settings>
前面提到延迟加载只能通过association、collection来实现，因为只有存在关联关系映射的业务场景里你才需要延迟加载，也叫懒加载，也就是常说的用的时候再去加载。OK，那么我们来配一个association来实现：
我来编写一个加载博客列表的同时加载出博客额作者， 主要功能点在id为blogAuthorResumtMap这个resultmap上，其中使用了association，关键点是它的select属性，该属性也就是你需要懒加载调用的statment id。 当然需要懒加载的statement 返回值当然是resultmap
<resultMap id="blogAuthorResumtMap" type="Blog"> <id column="id" property="id"/> <result column="title" property="title"/> <result column="category" property="category"/> <result column="author_id" property="author_id"/> <association property="author" javaType="Author" select="selectAuthorById" column="author_id"/> resultMap> <select id="selectBlogAuthor" resultMap="blogAuthorResumtMap"> SELECT id,title,category,author_id FROM t_blog select> <select id="selectAuthorById" parameterType="int" resultType="Author"> SELECT id,name from t_author where id=#{value} select>
OK，来看测试结果：
@Test
public void getBlogAuthorByLazyloading(){
SqlSession sqlSession=null;
try{
sqlSession=sqlSessionFactory.openSession();
List list = sqlSession.selectList("com.autohome.mapper.Author.selectBlogAuthor");
for (Blog blog:list) {
System.out.println("id:"+blog.getId()+",title:"+blog.getTitle()+",category:"+blog.getCategory());
System.out.println("author:"+blog.getAuthor().getName());
}
}catch(Exception e){
e.printStackTrace();
}finally {
sqlSession.close();
}
}
从图一中看出，执行selectBlogAuthor返回List
二、一级缓存
了解缓存前我们先看一张图片（图片来源于传智播客视频图片）。从图中可以了解一级缓存是sqlsession级别、二级缓存是mapper级别。在操作数据库时我们需要先构造sqlsession【默认实现是DefaultSqlSession.java】，在对象中有一个数据结构【hashmap】来存储缓存数据。不同的sqlsession区域是互不影响的。 如果同一个sqlsession之间，如果多次查询之间执行了commit，则缓存失效，mybatis避免脏读。
OK，在看mybatis一级缓存时，我总是觉的一级缓存有点鸡肋，两个查询如果得到一样的数据，你还会执行第二次么，果断引用第一次的返回值了。 可能还没了解到一级缓存的奥妙之处。一级缓存默认是开启的，不需要额外设置，直接使用。
public void testCache(){
SqlSession sqlSession=null;
try{
sqlSession=sqlSessionFactory.openSession();
Author author = sqlSession.selectOne("com.autohome.mapper.Author.selectAuthorById",1);
System.out.println("作者信息 id:"+author.getId()+",name:"+author.getName());
author = sqlSession.selectOne("com.autohome.mapper.Author.selectAuthorById",1);
System.out.println("作者信息2 id:"+author.getId()+",name:"+author.getName());
}catch(Exception e){
e.printStackTrace();
}finally {
sqlSession.close();
}
}
从DEBUG截图来看，当我们第一次调用方法时执行了SELECT id,name from t_author where id=? 此时缓存中还没有该数据，则执行数据库查询，当再次执行时直接从缓存中读取。
执行demo后我们来看下这个查询过程保存到缓存的源码，先看下DefaultSqlSession.java。我们调用的selectOne()，从代码中看它是直接调用selectList()然后判断返回值size大小。
@Override publicT selectOne(String statement) { return this. selectOne(statement, null); } @Override public T selectOne(String statement, Object parameter) { // Popular vote was to return null on 0 results and throw exception on too many. List list = this. selectList(statement, parameter); if (list.size() == 1) { return list.get(0); } else if (list.size() > 1) { throw new TooManyResultsException("Expected one result (or null) to be returned by selectOne(), but found: " + list.size()); } else { return null; } }
再跟踪到selectList方法，看到先构造MappedStatement对象，然后看到真正执行query()的是一个executor对象，在DefaultSqlSession.java中executor是成员变量，再翻到org.apache.ibatis.executor包中看到executor实际是一个接口。OK，那么我们debug时发现其引用是CachingExecutor。再打开CachingExecutor.java
@Override publicList selectList(String statement, Object parameter, RowBounds rowBounds) { try { MappedStatement ms = configuration.getMappedStatement(statement); return executor.query(ms, wrapCollection(parameter), rowBounds, Executor.NO_RESULT_HANDLER); } catch (Exception e) { throw ExceptionFactory.wrapException("Error querying database. Cause: " + e, e); } finally { ErrorContext.instance().reset(); } }
从CachingExecutor.java的两个query()可以看到先去构造CacheKey 再调用抽象类BaseExecutor.query(),这个也是最关键的一步。
//先创建CacheKey publicList query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException { BoundSql boundSql = ms.getBoundSql(parameterObject); CacheKey key = createCacheKey(ms, parameterObject, rowBounds, boundSql); return query(ms, parameterObject, rowBounds, resultHandler, key, boundSql); } //再执行查询方法 public List query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException { Cache cache = ms.getCache(); if (cache != null) { flushCacheIfRequired(ms); if (ms.isUseCache() && resultHandler == null) { ensureNoOutParams(ms, parameterObject, boundSql); @SuppressWarnings("unchecked") List list = (List ) tcm.getObject(cache, key); if (list == null) { list = delegate. query(ms, parameterObject, rowBounds, resultHandler, key, boundSql); tcm.putObject(cache, key, list); // issue #578 and #116 } return list; } } return delegate. query(ms, parameterObject, rowBounds, resultHandler, key, boundSql); }
BaseExecutor.java
publicList 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 list; try { queryStack++; list = resultHandler == null ? (List ) localCache.getObject(key) : null; if (list != null) { handleLocallyCachedOutputParameters(ms, key, parameter, boundSql); } else { 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; }
再看其中关键代码queryFromDatabase
privateList queryFromDatabase(MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException { List list; localCache.putObject(key, EXECUTION_PLACEHOLDER); try { list = doQuery(ms, parameter, rowBounds, resultHandler, boundSql); } finally { localCache.removeObject(key); } localCache.putObject(key, list); if (ms.getStatementType() == StatementType.CALLABLE) { localOutputParameterCache.putObject(key, parameter); } return list; }
OK，看了一长串，终于是有点眉目了，我们看到finally中先删除当前key缓存，然后再调用localCache.putObject把最新的结果集存入HashMap中。
三、二级缓存
了解二级缓存之前先来看副图（图片来自传智播客视频，非本人编写），那么从图中我们可以看出，mybatis二级缓存是mapper级别，也就是说不同的sqlmapper共享不同的内存区域，不同的sqlsession共享同一个内存区域，用mapper的namespace区别内存区域。
开启mybatis二级缓存： 1、设置mybatis.xml，也就是说mybatis默认二级缓存是关闭的。
2、设置mapper。在mapper.xml内添加标签：
3、pojo实现接口Serializable。实现该接口后也就说明二级缓存不仅可以存入内存中，还可以存入磁盘。
OK，看一个二级缓存demo：
@Test
public void testCache2(){
SqlSession sqlSession=null;
SqlSession sqlSession2=null;
try{
sqlSession=sqlSessionFactory.openSession();
sqlSession2=sqlSessionFactory.openSession();
Author author = sqlSession.selectOne("com.autohome.mapper.Author.selectAuthorById",1);
System.out.println("作者信息 id:"+author.getId()+",name:"+author.getName());
sqlSession.close();
Author author2 = sqlSession2.selectOne("com.autohome.mapper.Author.selectAuthorById",1);
System.out.println("作者信息2 id:"+author2.getId()+",name:"+author2.getName());
sqlSession2.close();
}catch(Exception e){
e.printStackTrace();
}finally {
}
}
运行demo可以看出二级缓存不同的地方在于Cache Hit Ratio，发出sql查询时先看是否命中缓存，第一次则是0.0 ，再次查询时则直接读取缓存数据，命中率是0.5。当然数据结构还是HashMap。
如果数据实时性要求比较高，可以设置select 语句的
如果数据的查询实时性要求比较高，则设置select语句的useCache="false"，则每次都直接执行sql。
参考
http://www.cnblogs.com/DoubleEggs/p/6243223.html
http://blog.csdn.net/isea533/article/details/44566257