MyBatis 延迟加载、一级缓存、二级缓存(详解)

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。

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

  
  
  
  
  
  
 

 
 
  SELECT id,title,category,author_id FROM t_blog
 

 
 
  SELECT id,name from t_author where id=#{value}
 

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对象时只执行了SQL SELECT id,title,category,author_id from t_blog，循环遍历时才去执行select id,name from t_author where id=?。

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
 public  T 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
 public  List 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
public  List 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

public  List 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

private  List 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。

  SELECT id,title,category,author_id FROM t_blog
 

以上这篇MyBatis 延迟加载、一级缓存、二级缓存(详解)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。