Hibernate数据缓存策略笔记02

  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。