码迷,mamicode.com
首页 > 其他好文 > 详细

终结篇:MyBatis原理深入解析(三)

时间:2020-02-29 20:21:00      阅读:101      评论:0      收藏:0      [点我收藏+]

标签:schedule   数据库   expand   eof   where   enum   prim   rpe   源码   

11 MyBatis一级缓存实现#

11.1 什么是一级缓存? 为什么使用一级缓存?##

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资源浪费。

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,不需要再进行一次数据库查询了。

如下图所示,MyBatis会在一次会话的表示----一个SqlSession对象中创建一个本地缓存(local cache),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,如果在缓存中,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

技术图片

MyBatis一级缓存简单示意图

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。

11.2 MyBatis中的一级缓存是怎样组织的?(即SqlSession中的缓存是怎样组织的?)##

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, SqlSession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。SqlSession、Executor、Cache之间的关系如下列类图所示:

技术图片

SqlSession、Executor、Cache之间的关系

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:

技术图片

SqlSession对象、Executor对象、Cache对象之间的关系

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 来实现的,没有其他的任何限制。如下是PerpetualCache的实现代码:

 

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;  
 
/**
* 使用简单的HashMap来维护缓存
* @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;  
}  
 
 public String getId() {  
   return id;  
}  
 
 public int getSize() {  
   return cache.size();  
}  
 
 public void putObject(Object key, Object value) {  
   cache.put(key, value);  
}  
 
 public Object getObject(Object key) {  
   return cache.get(key);  
}  
 
 public Object removeObject(Object key) {  
   return cache.remove(key);  
}  
 
 public void clear() {  
   cache.clear();  
}  
 
 public ReadWriteLock getReadWriteLock() {  
   return null;  
}  
 
 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());  
}  
 
 public int hashCode() {  
   if (getId() == null) throw new CacheException("Cache instances require an ID.");  
   return getId().hashCode();  
}  
 
}

11.3 一级缓存的生命周期有多长?##

  1. 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

  1. 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;

  1. 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;

  1. 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;

技术图片

一级缓存的生命周期

11.4 SqlSession 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: 4.1 去数据库中查询数据,得到查询结果; 4.2 将key和查询到的结果分别作为key,value对存储到Cache中; 4.3 将查询结果返回;

  5. 结束。

技术图片

SqlSession查询工作时序图

11.5 Cache接口的设计以及CacheKey的定义##

如下图所示,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

MyBatis内部还有很多Cache接口的实现,一级缓存只会涉及到这一个PerpetualCache子类,Cache的其他实现将会放到二级缓存中介绍。

 

MyBatis内部Cache接口

我们知道,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中。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两次查询:

  1. 传入的 statementId

  2. 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)

  3. 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() )

  4. 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:

  1. 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

  1. MyBatis自身提供的分页功能是通过RowBounds来实现的,它通过rowBounds.offset和rowBounds.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;

  1. 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JDBC的SQL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。

  1. 上述的第3个条件正是要求保证传递给JDBC的SQL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;即3、4两条MyBatis最本质的要求就是: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

  1. CacheKey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。

我们知道创建CacheKey的目的,就两个:

  1. 根据CacheKey作为key,去Cache缓存中查找缓存结果;

  2. 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:

 

/** 
  * 所属类: org.apache.ibatis.executor.BaseExecutor
  * 功能   :   根据传入信息构建CacheKey
  */  
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();  
     for (int i = 0; i < parameterMappings.size(); i++) { // mimic DefaultParameterHandler logic  
         ParameterMapping parameterMapping = parameterMappings.get(i);  
         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);  
        }  
    }  
     return cacheKey;  
}
  1. 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,而构建CacheKey的目的就是为了作为HashMap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,感兴趣的话可以看一下:

 

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);  
}  

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。

11.6 一级缓存的性能分析##

  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

读者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?读者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:

a. 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;

b. 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;

c. 可以手动地释放掉SqlSession对象中的缓存。

  1. 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HashMap,MyBatis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:

  1. 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

  2. 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。

12 MyBatis二级缓存实现#

MyBatis的二级缓存是Application级别的缓存,它可以提高对数据库查询的效率,以提高应用的性能。

12.1 MyBatis的缓存机制整体设计以及二级缓存的工作模式##

 

MyBatis缓存机制示意图

如上图所示,当开一个会话时,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MyBatis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;如果缓存中没有,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,然后在返回给用户。

 

二级缓存工作模式

CachingExecutor是Executor的装饰者,以增强Executor的功能,使其具有缓存查询的功能,这里用到了设计模式中的装饰者模式,CachingExecutor和Executor的接口的关系如下类图所示:

 

使用装饰者模式实现CachingExecutor

12.2 MyBatis二级缓存的划分##

MyBatis并不是简单地对整个Application就只有一个Cache缓存对象,它将缓存划分的更细,即是Mapper级别的,即每一个Mapper都可以拥有一个Cache对象,具体如下:

  1. 为每一个Mapper分配一个Cache缓存对象(使用节点配置)

MyBatis将Application级别的二级缓存细分到Mapper级别,即对于每一个Mapper.xml,如果在其中使用了 节点,则MyBatis会为这个Mapper创建一个Cache缓存对象,如下图所示:

 

MyBatis会为这个Mapper创建一个Cache缓存对象

注:上述的每一个Cache对象,都会有一个自己所属的namespace命名空间,并且会将Mapper的 namespace作为它们的ID;

  1. 多个Mapper共用一个Cache缓存对象(使用节点配置)

如果你想让多个Mapper公用一个Cache的话,你可以使用节点,来指定你的这个Mapper使用到了哪一个Mapper的Cache缓存

 

让多个Mapper公用一个Cache

12.3 使用二级缓存,必须要具备的条件##

MyBatis对二级缓存的支持粒度很细,它会指定某一条查询语句是否使用二级缓存

虽然在Mapper中配置了<cache>,并且为此Mapper分配了Cache对象,这并不表示我们使用Mapper中定义的查询语句查到的结果都会放置到Cache对象之中,我们必须指定Mapper中的某条选择语句是否支持缓存,即如下所示,在 节点中配置useCache="true",Mapper才会对此Select的查询支持缓存特性,否则,不会对此Select查询,不会经过Cache缓存。如下所示,Select语句配置了useCache="true",则表明这条Select语句的查询会使用二级缓存。

 

<select id="selectByMinSalary" resultMap="BaseResultMap" parameterType="java.util.Map" useCache="true">

总之,要想使某条Select查询支持二级缓存,你需要保证:

  1. MyBatis支持二级缓存的总开关:全局配置变量参数 cacheEnabled=true

  2. 该select语句所在的Mapper,配置了 或节点,并且有效;

  3. 该select语句的参数 useCache=true

12.4 一级缓存和二级缓存的使用顺序##

请注意,如果你的MyBatis使用了二级缓存,并且你的Mapper和select语句也配置使用了二级缓存,那么在执行select查询的时候,MyBatis会先从二级缓存中取输入,其次才是一级缓存,即MyBatis查询数据的顺序是:二级缓存 ———> 一级缓存 ——> 数据库

12.5 二级缓存实现的选择##

MyBatis对二级缓存的设计非常灵活,它自己内部实现了一系列的Cache缓存实现类,并提供了各种缓存刷新策略如LRU,FIFO等等;另外,MyBatis还允许用户自定义Cache接口实现,用户是需要实现org.apache.ibatis.cache.Cache接口,然后将Cache实现类配置在节点的type属性上即可;除此之外,MyBatis还支持跟第三方内存缓存库如Memecached的集成,总之,使用MyBatis的二级缓存有三个选择:

  1. MyBatis自身提供的缓存实现

  2. 用户自定义的Cache接口实现

  3. 跟第三方内存缓存库的集成

12.6 MyBatis自身提供的二级缓存的实现##

MyBatis自身提供了丰富的,并且功能强大的二级缓存的实现,它拥有一系列的Cache接口装饰者,可以满足各种对缓存操作和更新的策略。

MyBatis定义了大量的Cache的装饰器来增强Cache缓存的功能,如下类图所示。

对于每个Cache而言,都有一个容量限制,MyBatis各供了各种策略来对Cache缓存的容量进行控制,以及对Cache中的数据进行刷新和置换。MyBatis主要提供了以下几个刷新和置换策略:

LRU:(Least Recently Used),最近最少使用算法,即如果缓存中容量已经满了,会将缓存中最近最少被使用的缓存记录清除掉,然后添加新的记录;

FIFO:(First in first out),先进先出算法,如果缓存中的容量已经满了,那么会将最先进入缓存中的数据清除掉;

Scheduled:指定时间间隔清空算法,该算法会以指定的某一个时间间隔将Cache缓存中的数据清空;

技术图片

MyBatis自身提供的二级缓存的实现

13 如何细粒度地控制你的MyBatis二级缓存#

13.1 一个关于MyBatis的二级缓存的实际问题##

现有AMapper.xml中定义了对数据库表 ATable 的CRUD操作,BMapper定义了对数据库表BTable的CRUD操作;

假设 MyBatis 的二级缓存开启,并且 AMapper 中使用了二级缓存,AMapper对应的二级缓存为ACache;

除此之外,AMapper 中还定义了一个跟BTable有关的查询语句,类似如下所述:

 

<select id="selectATableWithJoin" resultMap="BaseResultMap" useCache="true">  
     select * from ATable left join BTable on ....  
</select>

执行以下操作:

  1. 执行AMapper中的"selectATableWithJoin" 操作,此时会将查询到的结果放置到AMapper对应的二级缓存ACache中;

  2. 执行BMapper中对BTable的更新操作(update、delete、insert)后,BTable的数据更新;

  3. 再执行1完全相同的查询,这时候会直接从AMapper二级缓存ACache中取值,将ACache中的值直接返回;

好,问题就出现在第3步上:

由于AMapper的“selectATableWithJoin” 对应的SQL语句需要和BTable进行join查找,而在第 2 步BTable的数据已经更新了,但是第 3 步查询的值是第 1 步的缓存值,已经极有可能跟真实数据库结果不一样,即ACache中缓存数据过期了!

总结来看,就是:

对于某些使用了 join连接的查询,如果其关联的表数据发生了更新,join连接的查询由于先前缓存的原因,导致查询结果和真实数据不同步;

从MyBatis的角度来看,这个问题可以这样表述:

对于某些表执行了更新(update、delete、insert)操作后,如何去清空跟这些表有关联的查询语句所造成的缓存;

13.2 当前MyBatis二级缓存的工作机制##

 

MyBatis二级缓存的工作机制

MyBatis二级缓存的一个重要特点:即松散的Cache缓存管理和维护

一个Mapper中定义的增删改查操作只能影响到自己关联的Cache对象。如上图所示的Mapper namespace1中定义的若干CRUD语句,产生的缓存只会被放置到相应关联的Cache1中,即Mapper namespace2,namespace3,namespace4 中的CRUD的语句不会影响到Cache1。

可以看出,Mapper之间的缓存关系比较松散,相互关联的程度比较弱。

现在再回到上面描述的问题,如果我们将AMapper和BMapper共用一个Cache对象,那么,当BMapper执行更新操作时,可以清空对应Cache中的所有的缓存数据,这样的话,数据不是也可以保持最新吗?

确实这个也是一种解决方案,不过,它会使缓存的使用效率变的很低!AMapper和BMapper的任意的更新操作都会将共用的Cache清空,会频繁地清空Cache,导致Cache实际的命中率和使用率就变得很低了,所以这种策略实际情况下是不可取的。

最理想的解决方案就是:

对于某些表执行了更新(update、delete、insert)操作后,如何去清空跟这些表有关联的查询语句所造成的缓存;这样,就是以很细的粒度管理MyBatis内部的缓存,使得缓存的使用率和准确率都能大大地提升。

13.3 mybatis-enhanced-cache插件的设计和工作原理##

该插件主要由两个构件组成:EnhancedCachingExecutor和EnhancedCachingManager。源码地址:https://github.com/LuanLouis/mybatis-enhanced-cache

EnhancedCachingExecutor是针对于Executor的拦截器,拦截Executor的几个关键的方法;EnhancedCachingExecutor主要做以下几件事:

  1. 每当有Executor执行query操作时, 1.1 记录下该查询StatementId和CacheKey,然后将其添加到EnhancedCachingManager中; 1.2 记录下该查询StatementId和此StatementId所属Mapper内的Cache缓存对象引用,添加到EnhancedCachingManager中;

  2. 每当Executor执行了update操作时,将此update操作的StatementId传递给EnhancedCachingManager,让EnhancedCachingManager根据此update的StatementId的配置,去清空指定的查询语句所产生的缓存;

另一个构件:EnhancedCachingManager,它也是本插件的核心,它维护着以下几样东西:

  1. 整个MyBatis的所有查询所产生的CacheKey集合(以statementId分类);

  2. 所有的使用过了的查询的statementId 及其对应的Cache缓存对象的引用;

  3. update类型的StatementId和查询StatementId集合的映射,用于当Update类型的语句执行时,根据此映射决定应该清空哪些查询语句产生的缓存;

如下图所示:

 

mybatis-enhanced-cache插件设计工作原理

原理很简单,就是 当执行了某个update操作时,根据配置信息去清空指定的查询语句在Cache中所产生的缓存数据。

13.4 mybatis-enhanced-cache 插件的使用实例##

  1. 配置MyBatis配置文件

 

<plugins>  
     <plugin interceptor="org.luanlouis.mybatis.plugin.cache.EnhancedCachingExecutor">  
        <property name="dependency" value="dependencys.xml"/>  
        <property name="cacheEnabled" value="true"/>  
     </plugin>  
</plugins>

其中,** 中的value属性是 StatementId之间的依赖关系的配置文件路径**。

  1. 配置StatementId之间的依赖关系

 

<?xml version="1.0" encoding="UTF-8"?>  
<dependencies>  
   <statements>  
       <statement id="com.louis.mybatis.dao.DepartmentsMapper.updateByPrimaryKey">  
           <observer id="com.louis.mybatis.dao.EmployeesMapper.selectWithDepartments" />  
       </statement>  
   </statements>  
</dependencies>  

节点配置的是更新语句的statementId,其内的子节点 配置的是当更新语句执行后,应当清空缓存的查询语句的StatementId。子节点可以有多个。

如上的配置,则说明,如果 "com.louis.mybatis.dao.DepartmentsMapper.updateByPrimaryKey" 更新语句执行后,由 “com.louis.mybatis.dao.EmployeesMapper.selectWithDepartments” 语句所产生的放置在Cache缓存中的数据都都会被清空。

  1. 配置DepartmentsMapper.xml 和EmployeesMapper.xml

 

<?xml version="1.0" encoding="UTF-8" ?>  
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" >  
<mapper namespace="com.louis.mybatis.dao.DepartmentsMapper" >    
   <cache></cache>  
   <resultMap id="BaseResultMap" type="com.louis.mybatis.model.Department" >  
       <id column="DEPARTMENT_ID" property="departmentId" jdbcType="DECIMAL" />  
       <result column="DEPARTMENT_NAME" property="departmentName" jdbcType="VARCHAR" />  
       <result column="MANAGER_ID" property="managerId" jdbcType="DECIMAL" />  
       <result column="LOCATION_ID" property="locationId" jdbcType="DECIMAL" />  
   </resultMap>  
   <sql id="Base_Column_List" >  
      DEPARTMENT_ID, DEPARTMENT_NAME, MANAGER_ID, LOCATION_ID  
   </sql>  
   <update id="updateByPrimaryKey" parameterType="com.louis.mybatis.model.Department" >  
      update HR.DEPARTMENTS  
      set DEPARTMENT_NAME = #{departmentName,jdbcType=VARCHAR},  
      MANAGER_ID = #{managerId,jdbcType=DECIMAL},  
      LOCATION_ID = #{locationId,jdbcType=DECIMAL}  
      where DEPARTMENT_ID = #{departmentId,jdbcType=DECIMAL}  
   </update>  
   <select id="selectByPrimaryKey" resultMap="BaseResultMap" parameterType="java.lang.Integer" >  
      select  
       <include refid="Base_Column_List" />  
      from HR.DEPARTMENTS  
      where DEPARTMENT_ID = #{departmentId,jdbcType=DECIMAL}  
   </select>  
</mapper>

 

<?xml version="1.0" encoding="UTF-8"?>  
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">  
<mapper namespace="com.louis.mybatis.dao.EmployeesMapper">  
    <cache eviction="LRU" flushInterval="100000" size="10000"/>   
    <resultMap id="BaseResultMap" type="com.louis.mybatis.model.Employee">  
        <id column="EMPLOYEE_ID" jdbcType="DECIMAL" property="employeeId" />  
        <result column="FIRST_NAME" jdbcType="VARCHAR" property="firstName" />  
        <result column="LAST_NAME" jdbcType="VARCHAR" property="lastName" />  
        <result column="EMAIL" jdbcType="VARCHAR" property="email" />  
        <result column="PHONE_NUMBER" jdbcType="VARCHAR" property="phoneNumber" />  
        <result column="HIRE_DATE" jdbcType="DATE" property="hireDate" />  
        <result column="JOB_ID" jdbcType="VARCHAR" property="jobId" />  
        <result column="SALARY" jdbcType="DECIMAL" property="salary" />  
        <result column="COMMISSION_PCT" jdbcType="DECIMAL" property="commissionPct" />  
        <result column="MANAGER_ID" jdbcType="DECIMAL" property="managerId" />  
        <result column="DEPARTMENT_ID" jdbcType="DECIMAL" property="departmentId" />  
     </resultMap>   
     <sql id="Base_Column_List">  
        EMPLOYEE_ID, FIRST_NAME, LAST_NAME, EMAIL, PHONE_NUMBER, HIRE_DATE, JOB_ID, SALARY,   
        COMMISSION_PCT, MANAGER_ID, DEPARTMENT_ID  
     </sql>    
     <select id="selectWithDepartments" parameterType="java.lang.Integer" resultMap="BaseResultMap" useCache="true" >  
        select   
        *  
        from HR.EMPLOYEES t left join HR.DEPARTMENTS S ON T.DEPARTMENT_ID = S.DEPARTMENT_ID  
        where EMPLOYEE_ID = #{employeeId,jdbcType=DECIMAL}  
     </select>
</mapper>
  1. 测试代码:

 

public class SelectDemo3 {  
   private static final Logger loger = Logger.getLogger(SelectDemo3.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(true);  
       SqlSession sqlSession2 = factory.openSession(true);  
       //3.使用SqlSession查询  
       Map<String,Object> params = new HashMap<String,Object>();  
       params.put("employeeId",10);  
       //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.selectWithDepartments",params);  
       sqlSession.commit();  
       checkCacheStatus(sqlSession);  
       params.put("employeeId", 11);  
       result = sqlSession.selectList("com.louis.mybatis.dao.EmployeesMapper.selectWithDepartments",params);  
       sqlSession.commit();  
       checkCacheStatus(sqlSession);  
       params.put("employeeId", 12);  
       result = sqlSession.selectList("com.louis.mybatis.dao.EmployeesMapper.selectWithDepartments",params);  
       sqlSession.commit();  
       checkCacheStatus(sqlSession);  
       params.put("employeeId", 13);  
       result = sqlSession.selectList("com.louis.mybatis.dao.EmployeesMapper.selectWithDepartments",params);  
       sqlSession.commit();  
       checkCacheStatus(sqlSession);  
       Department department = sqlSession.selectOne("com.louis.mybatis.dao.DepartmentsMapper.selectByPrimaryKey",10);  
       department.setDepartmentName("updated");  
       sqlSession2.update("com.louis.mybatis.dao.DepartmentsMapper.updateByPrimaryKey", department);  
       sqlSession.commit();  
       checkCacheStatus(sqlSession);  
   }      
   public static void checkCacheStatus(SqlSession sqlSession)  
   {  
       loger.info("------------Cache Status------------");  
       Iterator<String> iter = sqlSession.getConfiguration().getCacheNames().iterator();  
       while(iter.hasNext())  
       {  
           String it = iter.next();  
           loger.info(it+":"+sqlSession.getConfiguration().getCache(it).getSize());  
       }  
       loger.info("------------------------------------");     
   } 
}  

结果分析:

从上述的结果可以看出,前四次执行了 “com.louis.mybatis.dao.EmployeesMapper.selectWithDepartments” 语句,EmployeesMapper对应的Cache缓存中存储的结果缓存有1个增加到4个。

当执行了 "com.louis.mybatis.dao.DepartmentsMapper.updateByPrimaryKey" 后,EmployeeMapper对应的缓存Cache结果被清空了,即 "com.louis.mybatis.dao.DepartmentsMapper.updateByPrimaryKey"更新语句引起了EmployeeMapper中的 "com.louis.mybatis.dao.EmployeesMapper.selectWithDepartments" 缓存的清空。

 

作者:猿码道 链接:https://www.jianshu.com/p/cf32582169db 来源:简书 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

终结篇:MyBatis原理深入解析(三)

标签:schedule   数据库   expand   eof   where   enum   prim   rpe   源码   

原文地址:https://www.cnblogs.com/mczhou2/p/12385323.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!