Hibernate数据缓存(cache)分为两个层次,从语义上分:
1,内部缓存(Session Level,也称一级缓存);
2,二级缓存(SessionFactory Level);
Hibernate中,缓存只有在一下情况下发生作用:
1,通过id[主键]加载数据时:其中包括session.load,及session.iterate等批量查询方法;
2,延迟加载:
内部缓存(session Level,一级缓存)
内部缓存在HIbernate中称为一级缓存,属于应用事务级缓存。Session在内部维护了一个Map数据类型,此数据类型中保存了所以的与当前session想关联的数据对象,(sessionImpl.java中可以看出);这些Map数据结构维护了当前session中所有相关PO的状态;
如果我们需要通过session加载某个数据对象,session首先规根据所要加载的数据类和id,在entitiesByKey中寻找是否有此数据的缓存实例,如果存在且判断状态为有效,则使用;同样,如果session从数据库中加载了数据,也会将其纳入Map结构的管理;
内部缓存正常情况下由hibernate自己去维护,如果需要手动干预,则可以使用:
//将某个特定对象从内部缓存中清除
session.evict(object);
//清空内部缓存
session.clear();
二级缓存(SessionFactory Level)
hibernate中,二级缓存涵盖了应用级缓存和分布式缓存领域;二级缓存将由从属本SessionFactory的所有Session实例共享,因此有时也可成为:SessionFactory Level Cache;Session在查询数据时,首先会在一级缓存内查找,如果为找到,则再去二级缓存寻找,如果有数据,则返回它;
在使用二级缓存中要考虑两个问题:
1,数据库是否与其他应用共享;
这种情况下,不能使用二级缓存,但是我们可以对数据的共享情况进行细化,比如某个表本应用独占,那么也可以对此表引用二级缓存机制;
2,应用是否需要部署到集群环境中;
这种情况下,必须考虑是否需要引入分布式缓存机制,以及引入分布式缓存带来的实际性能变化;
如何正确使用二级缓存?
对数据库中的所有数据都实施缓存机制,是最简单的办法;但是,面对一个数据量超大,使用超级频繁,且不能共享数据的情况下(比如移动的电话业务),如果对这样的表实施缓存机制,那么机器内存会迅速充满不能被重用的数据,系统性能急剧下降;因此在使用时,要考虑周全,方能“下手”!
可以参考以下的条件,使用缓存机制:
- 数据不会被第三方应用修改;
- 数据大小在可接受的范围内;
- 数据更新频率低;
- 同一条数据可能被频繁的使用;
- 非关键数据(关键数据,比如涉及到金钱的数据);
Hibernate本身为提供二级缓存的产品实现(直是提供了基于Hashtable的简单缓存以供调试),而是为众多的第三方缓存组建提供接口;
第三方缓存!
Hibernate提供了面向第三方缓存实现的接口,如:
- EHCache
- OSCache
- JBoss Cache 1.x
- JBoss Cache 2.x
- Swarm Cache
EHCache是Hibernate默认的二级缓存实现,缺陷是无法做到分布式缓存,如果我们的系统需要在多态设备上部署,并共享同一个数据库(多机负载均衡),就要使用支持分布式的缓存(如jBoss Cache);
Swarm Cache和JBoss Cache均提供了分布式缓存的实现(Cache集群);
Swarm Cache提供的是Invaliadtion方式的分布式缓存,当集群中的某个节点更新了缓存中的数据,即通知集群中的其他节点将此数据移出,如果其他节点需要此数据时,重新从数据库中读取并放到缓存中;
JBoss Cache提供的是Repplication方式的缓存,如果集群中的某个节点的数据发生改变,此节点会将发送改变的数据的最新版本复制到集群中每个节点中去,以保持所有节点的状态一致;