一级缓存基于 PerpetualCache 的 HashMap 本地缓存,其存储作用域为 Session,当 Session flush 或 close 之后,该Session中的所有 Cache 就将清空。
二级缓存与一级缓存其机制相同,默认也是采用 PerpetualCache,HashMap存储,不同在于其存储作用域为 Mapper(Namespace),并且可自定义存储源,如 Ehcache、Hazelcast等。
对于缓存数据更新机制,当某一个作用域(一级缓存Session/二级缓存Namespaces)的进行了 C/U/D 操作后,默认该作用域下所有 select 中的缓存将被clear。
MyBatis 的缓存采用了delegate机制 及 装饰器模式设计,当put、get、remove时,其中会经过多层 delegate cache 处理,其Cache类别有:BaseCache(基础缓存)、EvictionCache(排除算法缓存) 、DecoratorCache(装饰器缓存):
BaseCache :为缓存数据最终存储的处理类,默认为 PerpetualCache,基于Map存储;可自定义存储处理,如基于EhCache、Memcached等;
EvictionCache :当缓存数量达到一定大小后,将通过算法对缓存数据进行清除。默认采用 Lru 算法(LruCache),提供有 fifo 算法(FifoCache)等;
DecoratorCache:缓存put/get处理前后的装饰器,如使用 LoggingCache 输出缓存命中日志信息、使用 SerializedCache 对 Cache的数据 put或get 进行序列化及反序列化处理、当设置flushInterval(默认1/h)后,则使用 ScheduledCache 对缓存数据进行定时刷新等。
一般缓存框架的数据结构基本上都是 Key-Value 方式存储,MyBatis 对于其 CacheKey 的生成采取规则为:
[hashcode : checksum : mappedStementId : offset : limit : executeSql : queryParams]。
对于并发 Read/Write 时缓存数据的同步问题,MyBatis 默认基于 JDK/concurrent中的ReadWriteLock,使用 ReentrantReadWriteLock 的实现,从而通过 Lock 机制防止在并发 Write Cache 过程中线程安全问题。
测试User user=userService.get(55);
通常我们在service层最终都会调用Mapper的接口方法,实现对数据库的操作,本例中是通过id查询user对象。
我们知道Mapper是一个接口,接口是没有对象的,更不能调用方法了,而我们调用的其实是mybatis框架的mapper动态代理对象MapperProxy,而MapperProxy中有封装了配置信息的DefaultSqlSession中的Configuration。调用mapper方法的具体代码如下。
在执行mapperMethod的execute的时候,不仅传递了方法参数,还传递了sqlSession。在执行execute,其实是通过判断配置文件的操作类型,来调用sqlSession的对应方法的。本例中,由于是select,而返回值不是list,所以下一步执行的是sqlSession的selectOne
selectOne其实调用了selectList,只不过是取了第一个。
selectList经过层层调用,最终交给执行器执行。具体执行器的结构待会我们会分析。注意这里的ms参数,其实就是从Configration中得到的一些配置信息,包括mapper文件里的sql语句。具体代码如下:
这里的执行器execute,其实是spring注入的。excute是一个接口,而到时候具体是哪个execute执行,是看配置文件的。如果启动用了Cache 才调用 CachingExecutor.query,反之则使用 BaseExcutor.query 进行数据库查询
而我们的一级缓存和二级缓存其实都是execute中的一种。接下来,我们遍分析一下执行器(Executor)。
二、Executor框架
解析器:结合mybatis-spring框架,读取spring关于mybatis的配置文件。具体看是否开启缓存(这里指二级缓存),如果开启,生成的执行器为CachingExecutor。
动态代理:实现调用mapper接口的时候执行mybatis逻辑
执行器:执行缓存处理逻辑。在这里二级缓存和一级缓存有所区别。
BatchExcutor、ReuseExcutor、SimpleExcutor: 这几个就没什么好说的了,继承了 BaseExcutor 的实现其 doQuery、doUpdate 等方法,同样都是采用 JDBC 对数据库进行操作;三者区别在于,批量执行、重用 Statement 执行、普通方式执行。具体应用及场景在Mybatis 的文档上都有详细说明。
CachingExecutor: 二级缓存执行器。个人觉得这里设计的不错,灵活地使用 delegate机制。其委托执行的类是 BaseExcutor。 当无法从二级缓存获取数据时,同样需要从 DB 中进行查询,于是在这里可以直接委托给 BaseExcutor 进行查询。其大概流程为:
流程为: 从二级缓存中进行查询 -> [如果缓存中没有,委托给 BaseExecutor] -> 进入一级缓存中查询 -> [如果也没有] -> 则执行 JDBC 查询,其 query 代码如下:
public List query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throwsSQLException {
BoundSql boundSql=ms.getBoundSql(parameterObject);
CacheKey key= this.createCacheKey(ms, parameterObject, rowBounds, boundSql);return this.query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
}public List query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throwsSQLException {
Cache cache=ms.getCache();//当前 Statement 是否启用了二级缓存
if (cache != null) {this.flushCacheIfRequired(ms);if (ms.isUseCache() && resultHandler == null) {this.ensureNoOutParams(ms, parameterObject, boundSql);
List list = (List)this.tcm.getObject(cache, key);if (list == null) {//未找到缓存,很委托给 BaseExecutor 执行查询
list = this.delegate.query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);this.tcm.putObject(cache, key, list);
}returnlist;
}
}//没有启动用二级缓存,直接委托给 BaseExecutor 执行查询
return this.delegate.query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
}publicCacheKey createCacheKey(MappedStatement ms, Object parameterObject, RowBounds rowBounds, BoundSql boundSql) {//将创建 cache key 委托给 BaseExecutor 创建
return this.delegate.createCacheKey(ms, parameterObject, rowBounds, boundSql);
}
Cache 委托链构建:
正如最开始的缓存概述所描述道,其缓存类的设计采用 装饰模式,基于委托的调用机制。
缓存实例构建:
缓存实例的构建 ,Mybatis 在解析其 Mapper 配置文件时就已经将该实现初始化,在 org.apache.ibatis.builder.xml.XMLMapperBuilder 类中可以看到:
Java代码
private void cacheElement(XNode context) throwsException {if (context != null) {//基础缓存类型
String type = context.getStringAttribute("type", "PERPETUAL");
Class typeClass=typeAliasRegistry.resolveAlias(type);//排除算法缓存类型
String eviction = context.getStringAttribute("eviction", "LRU");
Class evictionClass=typeAliasRegistry.resolveAlias(eviction);//缓存自动刷新时间
Long flushInterval = context.getLongAttribute("flushInterval");//缓存存储实例引用的大小
Integer size = context.getIntAttribute("size");//是否是只读缓存
boolean readWrite = !context.getBooleanAttribute("readOnly", false);
Properties props=context.getChildrenAsProperties();//初始化缓存实现
builderAssistant.useNewCache(typeClass, evictionClass, flushInterval, size, readWrite, props);
}
}
以下是 useNewCache 方法实现:
Java代码
publicCache useNewCache(Class typeClass,
Class evictionClass,
Long flushInterval,
Integer size,booleanreadWrite,
Properties props) {
typeClass= valueOrDefault(typeClass, PerpetualCache.class);
evictionClass= valueOrDefault(evictionClass, LruCache.class);//这里构建 Cache 实例采用 Builder 模式,每一个 Namespace 生成一个 Cache 实例
Cache cache = newCacheBuilder(currentNamespace)//Builder 前设置一些从XML中解析过来的参数
.implementation(typeClass)
.addDecorator(evictionClass)
.clearInterval(flushInterval)
.size(size)
.readWrite(readWrite)
.properties(props)//再看下面的 build 方法实现
.build();
configuration.addCache(cache);
currentCache=cache;returncache;
}publicCache build() {
setDefaultImplementations();//创建基础缓存实例
Cache cache =newBaseCacheInstance(implementation, id);
setCacheProperties(cache);//缓存排除算法初始化,并将其委托至基础缓存中
for (Class extends Cache>decorator : decorators) {
cache=newCacheDecoratorInstance(decorator, cache);
setCacheProperties(cache);
}//标准装饰器缓存设置,如LoggingCache之类,同样将其委托至基础缓存中
cache =setStandardDecorators(cache);//返回最终缓存的责任链对象
returncache;
}
最终生成后的缓存实例对象结构:
可见,所有构建的缓存实例已经通过责任链方式将其串连在一起,各 Cache 各负其责、依次调用,直到缓存数据被 Put 至 基础缓存实例中存储。
Cache 实例解剖:
实例类:SynchronizedCache
说 明:用于控制 ReadWriteLock,避免并发时所产生的线程安全问题。
解 剖:
对于 Lock 机制来说,其分为 Read 和 Write 锁,其 Read 锁允许多个线程同时持有,而 Write 锁,一次能被一个线程持有,如果当 Write 锁没有释放,其它需要 Write 的线程只能等待其释放才能去持有。
其代码实现:
public synchronized voidputObject(Object key, Object object) {this.delegate.putObject(key, object);
}public synchronizedObject getObject(Object key) {return this.delegate.getObject(key);
}
其具体原理可以看看 jdk concurrent 中的 ReadWriteLock 实现。
实例类:LoggingCache
说 明:用于日志记录处理,主要输出缓存命中率信息。
解 剖:
说到缓存命中信息的统计,只有在 get 的时候才需要统计命中率:
Java代码
publicObject getObject(Object key) {
requests++; //每调用一次该方法,则获取次数+1
final Object value =delegate.getObject(key);if (value != null) { //命中! 命中+1
hits++;
}if(log.isDebugEnabled()) {//输出命中率。计算方法为: hits / requets 则为命中率
log.debug("Cache Hit Ratio [" + getId() + "]: " +getHitRatio());
}returnvalue;
}
实例类:SerializedCache
说 明:向缓存中 put 或 get 数据时的序列化及反序列化处理。
解 剖:
序列化在Java里面已经是最基础的东西了,这里也没有什么特殊之处:
Java代码
public voidputObject(Object key, Object object) {//PO 类需要实现 Serializable 接口
if (object == null || object instanceofSerializable) {
delegate.putObject(key, serialize((Serializable) object));
}else{throw new CacheException("SharedCache failed to make a copy of a non-serializable object: " +object);
}
}publicObject getObject(Object key) {
Object object=delegate.getObject(key);//获取数据时对 二进制数据进行反序列化
return object == null ? null : deserialize((byte[]) object);
}
其 serialize 及 deserialize 代码:
private byte[] serialize(Serializable value) {try{
ByteArrayOutputStream bos= newByteArrayOutputStream();
ObjectOutputStream oos= newObjectOutputStream(bos);
oos.writeObject(value);
oos.flush();
oos.close();returnbos.toByteArray();
}catch(Exception var4) {throw new CacheException("Error serializing object. Cause: " +var4, var4);
}
}private Serializable deserialize(byte[] value) {try{
ByteArrayInputStream bis= newByteArrayInputStream(value);
ObjectInputStream ois= newSerializedCache.CustomObjectInputStream(bis);
Serializable result=(Serializable)ois.readObject();
ois.close();returnresult;
}catch(Exception var5) {throw new CacheException("Error deserializing object. Cause: " +var5, var5);
}
}
实例类:LruCache
说 明:最近最少使用的:移除最长时间不被使用的对象,基于LRU算法。
解 剖:
这里的 LRU 算法基于 LinkedHashMap 覆盖其 removeEldestEntry 方法实现。好象之前看过 XMemcached 的 LRU 算法也是这样实现的。
初始化 LinkedHashMap,默认为大小为 1024 个元素:
Java代码
publicLruCache(Cache delegate) {this.delegate =delegate;
setSize(1024); //设置 map 默认大小
}public void setSize(final intsize) {//设置其 capacity 为size, 其 factor 为.75F
keyMap = new LinkedHashMap(size, .75F, true) {//覆盖该方法,当每次往该map 中put 时数据时,如该方法返回 True,便移除该map中使用最少的Entry//其参数 eldest 为当前最老的 Entry
protected booleanremoveEldestEntry(Map.Entry eldest) {boolean tooBig = size() >size;if(tooBig) {
eldestKey= eldest.getKey(); //记录当前最老的缓存数据的 Key 值,因为要委托给下一个 Cache 实现删除
}returntooBig;
}
};
}public voidputObject(Object key, Object value) {
delegate.putObject(key, value);
cycleKeyList(key);//每次 put 后,调用移除最老的 key
}//看看当前实现是否有 eldestKey, 有的话就调用 removeObject ,将该key从cache中移除
private voidcycleKeyList(Object key) {
keyMap.put(key, key);//存储当前 put 到cache中的 key 值
if (eldestKey != null) {
delegate.removeObject(eldestKey);
eldestKey= null;
}
}publicObject getObject(Object key) {
keyMap.get(key);//便于 该 Map 统计 get该key的次数
returndelegate.getObject(key);
}
实例类:PerpetualCache
说 明:这个比较简单,直接通过一个 HashMap 来存储缓存数据。所以没什么说的,直接看下面的 MemcachedCache 吧。