持久层设计中,往往需要考虑到几个不同层次中的数据缓存策略。这些层次的划分标准针对不同的情况有所差异,一般而言,orm的数据缓存应包含如下几个层次:
1.事务级缓存(Transaction Layer Cache)
2.应用级/进程级缓存(Application/Process Layer Cache)
3.分布式缓存(Cluster Layer Cahce)
一、事务级缓存
在当前事务范围内的数据缓存策略。
在这里的事务可能是一个数据库事务,也可能是某个应用级事务。对于Hibernate而言,
事务级缓存是基于Session生命周期实现的,每个Session会在内部不维持一个数缓存,
此缓存随着Session的创建(销毁)而存在(消亡),因此也称为Session Level Cache
(也称为内部缓存)
二、应用级缓存
在某个应用中,或者应用中某个独立数据访问子集中的共享缓存。
此缓存可由多个事务(数据库事务或者应用级事务)共享。事务之间的缓存共享策略
与应用的事务隔离机制密切相关。在Hibernate中,应用级缓存在SessionFactory
层实现,所有由此SessionFactory创建的Session实例共享此缓存,因此也称为Seesion
Factory Level Cache。
多实例并发运行的环境(如多机负载均衡环境中)中,我们必须特别小心缓存机制可能
带来的负面效应。
假设实例A和实例B共享同一数据库,并行运行,A和B各自维持自己的缓存,如果缺乏
同步机制,A在某个操作中对数据库进行了更新,而B并没有获得相应的更新通知,其缓存中的数据还是
数据库修改之前的版本,那么B在之后的读取操作中,可能就以此过期数据作为数据源,从而导致数据同步
错误,这样的错误对于关键业务数据而言是无法承受的。
在这种情况下,应用级缓存无法使用。为了解决这个问题,我们引入了分布式缓存。
三、分布式缓存
在多个应用实例,多个jvm之间共享的缓存模式。
分布式缓存由多个应用级缓存实例组成集群,通过某种远程机制(如RMI或JMS)
实现多个缓存实例间的数据同步,任何一个实例的数据修改操作,将导致整个集群间的数据状态同步。