Jpa缓存问题

记一次jpa缓存引起的数据不一致问题

问题描述：有一个查询数据字典类型的接口，此接口功能为根据数据字典类型ID，查询数据字典类型及其下面所有的数据字典。

一.重现问题

1. 首先我们利用swagger请求此接口

这是该接口的service层

@Transactional(readOnly = true)
public Optional<DataDictionaryTypeVo> findByTypeId(Long typeId) {
    return dataDictionaryTypeRepository.findById(typeId)
        .map(dataDictionaryTypeVoMapper::toDto);
}

得到的相应json

{
  "requestId": "5049dca4-3171-4e6a-be88-7a6dae635b77",
  "success": true,
  "data": {
    "createdBy": "system",
    "createdDate": "2019-09-09T03:38:38Z",
    "lastModifiedBy": "system",
    "lastModifiedDate": "2019-09-09T03:38:38Z",
    "id": 152,
    "name": "性别",
    "dataDictionaries": [
      {
        "createdBy": "admin",
        "createdDate": "2020-07-23T06:36:56Z",
        "lastModifiedBy": "admin",
        "lastModifiedDate": "2020-07-23T06:36:56Z",
        "id": 37,
        "name": "男",
        "code": null,
        "disabled": false,
        "desc": null,
        "level": 1,
        "parentId": null,
        "typeId": 152,
        "typeName": "性别",
        "children": []
      },
      {
        "createdBy": "admin",
        "createdDate": "2020-07-23T06:37:33Z",
        "lastModifiedBy": "admin",
        "lastModifiedDate": "2020-07-23T06:37:33Z",
        "id": 38,
        "name": "女",
        "code": null,
        "disabled": false,
        "desc": null,
        "level": 1,
        "parentId": null,
        "typeId": 152,
        "typeName": "性别",
        "children": []
      }
    ]
  }
  ...
  ...
}

可以看出，该接口正常得到数据字典类型和数据字典

2. 添加一个类型为性别的数据字典
   

3. 添加成功后，再次请求1步骤中的接口

重点来了，此时得到的还是1中的结果，性别数据字典类型中没有查出刚添加的不详

为了验证数据库中是否已经添加了改数据字典，我们请求另一接口根据数据字典类型查询数据字典

可以看出能查出2步骤添加的内容

二、发现并解决问题

经过查资料看日志，得到了jpa查询的话某些情况下会直接查询缓存的结论。我们“1”步骤中的那个接口是根据数据字典类型id，查询数据字典类型，并且带出数据字典类型下的所有数据字典类型，这种情况下如果没有在添加或者删除数据字典的时候操作jpa缓存，就会造成数据不一致的情况。当然我们也可以在日志中看到

解读：黄色框框起来的是步骤"2"添加成功的日志，下面红色框框起来的是步骤"3"中请求数据的接口，可以看出来，这边并没有打印sql语句，我们可以与下面的图对比一下

我们先来看下数据字典添加内容的service

public DataDictionaryDTO save(DataDictionaryDTO dataDictionaryDTO) throws Exception {
    DataDictionary dataDictionary = dataDictionaryMapper.toEntity(dataDictionaryDTO);
    dataDictionary = dataDictionaryRepository.save(dataDictionary);
    DataDictionaryDTO result = dataDictionaryMapper.toDto(dataDictionary);
    return result;
}

这种写法是没有操作缓存的，我们会遇到数据不一致的情况，接下来贴出符合我们业务场景的代码

public DataDictionaryDTO save(DataDictionaryDTO dataDictionaryDTO) throws Exception {
    DataDictionary dataDictionary = dataDictionaryMapper.toEntity(dataDictionaryDTO);
    dataDictionary = dataDictionaryRepository.save(dataDictionary);
    DataDictionaryDTO result = dataDictionaryMapper.toDto(dataDictionary);
    // 添加的情况，修改不需要进入if
    if (dataDictionaryDTO.getId() == null) {
        DataDictionary finalDataDictionary = dataDictionary;
        Optional.ofNullable(dataDictionaryDTO.getTypeId())
            .flatMap(dataDictionaryTypeRepository::findById)
            .ifPresent(type -> type.addDataDictionary(finalDataDictionary));
    }
    return result;
}

这边贴一下DataDictionaryType类

public class DataDictionaryType{
   	...
    ...
        
    @OneToMany(mappedBy = "type")
    @Cache(usage = CacheConcurrencyStrategy.NONSTRICT_READ_WRITE)
    private Set<DataDictionary> dataDictionaries = new HashSet<>();

   	...
    ...
        
    public DataDictionaryType addDataDictionary(DataDictionary dataDictionary) {
        this.dataDictionaries.add(dataDictionary);
        dataDictionary.setType(this);
        return this;
    }

    public DataDictionaryType removeDataDictionary(DataDictionary dataDictionary) {
        this.dataDictionaries.remove(dataDictionary);
        dataDictionary.setType(null);
        return this;
    }

   	...
    ...
}

这样我们就能正常使用符合我们业务场景的接口了

与上面的比较，可以把sql日志打印了，说明没有走jpa缓存