查询缓存

查询缓存是针对普通属性结果集的缓存,对实体对象的结果集只缓存id ;

查询缓存只对query.list()起作用,query.iterate不起作用,也就是query.iterate不使用查询缓存 ;

查询缓存的生命周期:和session无关,当前关联的表发生修改,那么查询缓存生命周期结束 ;

查询缓存的配置和使用:
在SessionFactory中的配置,以下配置均来自ss3ex。
启用查询缓存
<prop key="hibernate.cache.use_query_cache">true</prop>
在程序中必须手动启用查询缓存,如:
query.setCacheable(true);//激活查询缓存
query.setCacheRegion("myCacheRegion");//指定要使用的cacheRegion,可选
cacheRegion是可选的,可以对使用的缓存进行特殊设置, 在ehcahe.xml里要补上下面的一段。
<cache name="myCacheRegion" maxElementsInMemory="10" eternal="false" timeToIdleSeconds="3600" timeToLiveSeconds="7200" overflowToDisk="true" />


[b]查询缓存和二级缓存的实验结果[/b]

[table]
|查询缓存|二级缓存|session|HQL|方法|结果|
|开启查询缓存|关闭二级缓存|开启一个session|select s.name from Student s |分别调用query.list|没有发出查询sql,因为启用了查询缓存|
|开启查询缓存|关闭二级缓存|开启两个session|select s.name from Student s |分别调用query.list|不会发出查询sql,因为查询缓存的生命周期和session无关 |
|开启查询缓存|关闭二级缓存|开启两个session|select s.name from Student s |分别调用query.iterate|查询缓存只对query.list()起作用,query.iterate不起作用,也就是query.iterate不使用|
|关闭查询缓存|关闭二级缓存|开启两个session|select s from Student s|分别调用query.list查询实体对象|会发出查询sql,因为list默认每次都会发出查询sql |
|开启查询缓存|关闭二级缓存|开启两个session|select s from Student s|分别调用query.list查询实体对象|会发出n条查询语句,因为开启了查询缓存,关闭了二级缓存,那么查询缓存会缓存实体对象的id,所以hibernate会根据实体对象的id去查询相应的实体,如果缓存中不存在相应的实体那么将发出根据实体id查询的sql语句,否则不会发出sql使用缓存中的数据 |
|开启查询缓存|开启二级缓存|开启两个session|select s from Student s|分别调用query.list查询实体对象|不会发出查询sql,因为开启了二级缓存和查询缓存,查询缓存缓存了实体对象的id列表,hibernate会根据实体对象的id列表到二级缓存中取得相应的数据|

[/table]

[b]适用的场合[/b]
(1)在应用程序运行中经常使用的查询语句
(2)很少对查询语句关联的数据库数据进行CUD(Create, Update, Delete)操作

Hibernate提供了三种和查询相关的缓存区域

1)默认的查询缓存区域:org.hibernate.cache.StandardQueryCache
2)用户自定义的查询缓存区域
3)时间戳缓存区域:org.hibernate.cache.UpdateTimestampCache

   <!-- 设置时间戳缓存的数据过期策略 -->
<cache name="org.hibernate.cache.UpdateTimestampsCache"
maxElementsInMemory="5000"
eternal="true"
overflowToDisk="true"/>
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值