【学习】mybatis缓存

本文深入解析MyBatis的一级与二级缓存机制,包括缓存开启方式、查询取值逻辑、生命周期管理及自定义缓存实现。通过了解装饰器模式下的多种缓存类型,帮助读者掌握MyBatis缓存的高级应用。

mybatis缓存

介绍

缓存的主要作用就是减小DB压力,增加并发能力,增加可用性。随处可见的缓存也可以证明他的重要性。当然mybaits也是支持缓存的,这里就介绍下mybatis缓存,它分为一级缓存和二级缓存,默认的实现都是内存缓存。

缓存开启

所有继承BaseExecutor没有改写query方法的都是开启了一级缓存,一级缓存的实现是PerpetualCache,内部就是一个hashMap。
二级缓存开关cacheEnabled,默认开启,所以如果需要配置二级缓存只需要在mapper中配置<cache />

查询取值逻辑

一二级缓存取值逻辑在:org.apache.ibatis.executor.CachingExecutor#query(MappedStatement, Object, RowBounds, ResultHandler, CacheKey, BoundSql),总的来说,就是先取二级缓存,取不到则取一级缓存,取不到则取数据库。

生命周期

DefaultSqlSession.executor.tcm=TransactionalCacheManager,所以cache对象的生命周期同sqlSession,但是缓存的内容将会在commit和rollback时清除,故一级缓存内容的生命周期其实是事务。

二级缓存之所以是全局的,因为Cache是在MappedStatement中

二级缓存介绍

在xml中加<chache />就可以开启该mapper的二级缓存,里面各个properties分别会指定如下的几种缓存,详见文档
它们的包名是org.apache.ibatis.cache.decorators,mybatis把各种功能抽象成装饰器,需要一个功能就增加一种装饰。

  • BlockingCache 利用concurrentHashMap存key的锁,如果获取到直接获取,没有获取到,阻塞,put解除阻塞
  • FifoCache 非线程安全,内部linkedList存key,数量超过则去头
  • LoggingCache 非线程安全,内部两个变量,请求数量(requests)和缓存命中数量(hits),打印命中率
  • LruCache 非线程安全,内部持有自定义的linkedHashMap, 最近最少使用缓存组件
  • ScheduledCache 非线程安全,核心操作都进行判断是否当前时间距离上次清除时间大于定时时间,如果大于则delegate.clear();
  • SerializedCache 非线程安全,只是做序列化,map中实际存储的是序列化之后的内容
  • SynchronizedCache 线程安全,每个方法都是sync, - =
  • SoftCache 和 WeakCache 非线程安全,利用软弱引用的特性,实现在内存不够时自动回收的功能。
  • TransactionalCache 所有缓存的入口,被TransactionalCacheManager调用,控制提交或者回滚,只有事务提交之后,二级缓存才会存入对应得缓存中,回滚当然是不会保存本次相关的缓存。

一个配置

如果在 mapper中 只配置了eviction=“LRU”,则默认的委派链:TransactionalCache.delegate(=SynchronizedCache).delegate(=SerializedCache).delegate(=LruCache).delegate(=PerpetualCache,这是最底层的缓存实现,内部是map),
cache的构建是在MapperBuilderAssistant#useNewCache中根据配置build的。

自定义二级缓存

完成下面步骤,就算是自定义实现了一个mybatis二级缓存了,可以根据自己得需要来填充逻辑。

  1. 自定义一个org.apache.ibatis.cache.Cache实现类,要求有一个String作为参数得构造器,偷懒可以直接Copy一级缓存实现类(PerpetualCache)改下名字,这里叫MyCache
  2. 在mybatis配置文件中配置
<typeAliases>
    <typeAlias alias="customerCache" type="org.apache.ibatis.personal.param.MyCache" />
</typeAliases>
  1. 在mapper中配置缓存
<cache type="customerCache"></cache>

自定义二级缓存的委派链是:TransactionalCache.delegate = LoggingCache, LoggingCache.delegate = customerCache;也是在MapperBuilderAssistant#useNewCache中根据配置build的。

小总结

现在的服务都在分布式环境下,mybatis自带的二级缓存应该是没啥用了,需要使用就必须要自定义二级缓存。

讨论

一级缓存有毛用呢?在同一个sqlSession中,一般都是直接传递下去了吧。那岂不是99%都没有走一级缓存,虽然加了一级缓存的成本也比较低。

扩展&引用

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
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