Hibernate缓存讨论与研究

作者：IT168 飞飞  2006-10-17
【IT168 技术文档】摘要：很长时间以来，笔者就想写写关于Hibernate缓存的一些文字，今天有这个不可多得的机会让我谈谈对它的一些想法。Hibernate缓存机制对Hibernate的性能发挥一直处于一个极其重要的作用，它是持久层性能提升的关键。对很多学习或使用Hibernate的朋友一来，还不一定真正的了解或使用她。现在大家就随我一起看看揭开她神秘面纱那张未知的“脸”。

个人备注：二级缓存与查询缓存---二级缓存-查询关联的多个对象中，只要有对象被缓存性能就会提高，而查询缓存只有关联的对象都被缓存性能才能提高，不然则和没有使用查询缓存一样的，甚至有可能降低性能。

1：Hibernate缓存概述

    首先在介绍Hibernate缓存之前，笔者在这里做一个小小的比喻，让大家先知道利用缓存的好处。

    这个比喻设计的事物有四个，一个是消费者，一个是该消费者附近的电脑城，一个是联想笔记本，一个是联想公司。笔记本是现在普及的商品，消费者想要去买一台联想笔记本，大家想想看，是去附近的电脑城买得快？还是去联想公司买得快？..当然是在电脑城买得快咯，总不能跑到联想公司去买吧？在这里消费者被比做应用程序，电脑城被比做缓存，联想笔记本被比做数据，联想公司被比做数据库。正像我们比喻的那样，应用程序查找我们需要的数据是从缓存中找得快，还是去数据库找得快？答案应该就不用我讲了吧！

    缓存是介于物理数据源与应用程序之间，是数据库数据在内存中的存放临时copy的容器，是其作用是为了减少应用程序对物理数据源访问的次数，从而提高了应用的运行性能。

    Hibernate在进行读取数据的时候，根据缓存机制在相应的缓存中查询，如果在缓存中找到了需要的数据(我们把这称做“缓存命中”)，则就直接把命中的数据作为结果加以利用，避免的了建立数据库查询的性能损耗。说白话点就是，数据放在缓存中，当应用程序还需要他们的时候，就不必再去查数据库了，根据缓存策略从内存中查找速度就会快很多了。

2：Hibernate缓存分类

    Hibernate缓存我们通常分两类，一类称为一级缓存也叫内部缓存，另一类称为二级缓存。Hibernate的这两级缓存都位于持久化层，存放的都是数据库数据的拷贝，那么它们之间的区别是什么呢？为了理解二者的区别，需要深入理解持久化层的缓存的一个特性：缓存的范围。

    缓存的范围决定了缓存的生命周期以及可以被谁访问。缓存的范围分为三类。

    (1) 事务范围：缓存只能被当前事务访问。缓存的生命周期依赖于事务的生命周期，当事务结束时，缓存也就结束生命周期。在此范围下，缓存的介质是内存。事务可以是数据库事务或者应用事务，每个事务都有独自的缓存，缓存内的数据通常采用相互关联的的对象形式, 一级缓存就属于事务范围。

    (2) 应用范围：缓存被应用范围内的所有事务共享。这些事务有可能是并发访问缓存，因此必须对缓存采取必要的事务隔离机制。缓存的生命周期依赖于应用的生命周期，应用结束时，缓存也就结束了生命周期，二级缓存存在于应用范围。

    (3) 集群范围：在集群环境中，缓存被一个机器或者多个机器的进程共享。缓存中的数据被复制到集群环境中的每个进程节点，进程间通过远程通信来保证缓存中的数据的一致性，缓存中的数据通常采用对象的松散数据形式，二级缓存也存在与应用范围。

    注意：对大多数应用来说，应该慎重地考虑是否需要使用集群范围的缓存，因为访问它的速度不一定会比直接访问数据库数据的速度快多少，再加上集群范围还有数据同步的问题，所以应当慎用。

    持久化层可以提供多种范围的缓存。如果在事务范围的缓存中没有查到相应的数据，还可以到应用范围或集群范围的缓存内查询，如果还是没有查到，那么只有到数据库中查询了。

3：Hibernate缓存运用与管理

    本小节，我们来看看Hibernate的缓存管理，除了我们通常分的两类缓存外，笔者再介绍“查询缓存”，它依赖于二级缓存。
内部缓存：前面我们提到内部缓存是属于事物级缓存，在正常的情况下是由Hibernate自动维护的。当然在特殊的情况下需要我们进行手动维护，Hibernate就提供了以下几种方法供开发者选择：

    (1)Session.evict(XXX)
    将某个特定的对象从内部缓存中清除，上述的XXX 为对象的实例名。使用此方法有两种适用情形，一是在特定的操作（如批量处理），需要及时释放对象占用的内存维持系统的稳定性，笔者的关于批处理的文章中就运用了此方法，有兴趣的朋友可关注IT168“国庆加油站”技术栏目。二是不希望当前Session继续运用此对象的状态变化来同步更新数据库。 (2)Session.clear()
清除缓存中的所有持久化对象。
    二级缓存：在第2节的论述中我们知道，二级缓存涵盖了应用范围与集群范围。这里问题就来了，我们什么情况下要使用二级缓存？如果满足以下条件，则可以将其纳入二级缓存：(1)数据不会被第三放修改

    (2)同一数据系统经常引用
    (3)数据大小在可接受范围之内
    (4)非关键数据，或不会被并发的数据

    Hibernate本身并不提供二级缓存的产品化实现，而是为众多支持Hibernate的第三方缓存组件提供整和接口。笔者这里仅仅介绍现在主流的EHCache，它更具备良好的调度性能。
首先，Hibernate启用二级缓存，需要的在主配置文件hibernate.cfg.xml中配置以下参数（以EHCache为例子，使用Hibernate3

<hibernate-configuration>
<session-factory>
…………
<property name=”hibernate.cache.provider_class”>
org.ehcache.hibernate.Provider
</property>
…………
</session-factory>
</hibernate-configuration>

另外还需要对ehcache.xml进行配置，这是一个单独的xml文件，示例如下：
    ehcache.xml
<defaultCache
maxElementsInMemory="10000"
//缓存中最大允许创建的对象数
eternal="false"
//缓存中对象是否为永久的，如果是，超时设置将被忽略，对象从不过期
timeToIdleSeconds="120"
//缓存数据钝化时间(设置对象在它过期之前的空闲时间)
timeToLiveSeconds="120"
//缓存数据的生存时间(设置对象在它过期之前的生存时间)
overflowToDisk="true"
//内存不足时，是否启用磁盘缓存
/>

然后呢，我们还需要在映射文件中指定的映射实体的缓存同步策略（以下只列出核心配置，以供大家参考）：
…………
<class name=”com.tenly.bean.Student”>
<cache usage=”read-write”>
…………
<set name=”classroom”……>
<cache usage=”read-only”>
…………
</set>
</class>
…………

    上面提到read-write、read-only是什么？这就是缓存的同步策略，下面我们来仔细的看看Hibernate提供的几钟缓存策略：

    (1) read-only
    只读。对于不会发生改变的数据，可使用只读型缓存。

    (2)nonstrict-read-write
    不严格可读写缓存。如果应用程序对并发访问下的数据同步要求不是很严格的话，而且数据更新操作频率较低。采用本项，可获得良好的性能。

    (3) read-write
    对于经常被读但很少修改的数据，可以采用这种隔离类型，因为它可以防止脏读这类的并发问题.

    (4)transactional（事物型）
    在Hibernate中，事务型缓存必须运行在JTA事务环境中。

查询缓存：我们前面提到查询缓存（Query Cache）依赖二级缓存，这到底是怎么回事呢？我看看二级缓存策略的一般过程：
    (1) Hibernate进行条件查询的时候，总是发出一条select * from XXX where …（XXX为 表名，类似的语句下文统称Select SQL）这样的SQL语句查询数据库，一次获得所有的符合条件的数据对象。

    (2) 把获得的所有数据对象根据ID放入到第二级缓存中。

    (3) 当Hibernate根据ID访问数据对象的时候，首先从内部缓存中查找，如果在内部缓存中查不到就配置二级缓存，从二级缓存中查；如果还查不到，再查询数据库，把结果按照ID放入到缓存。

    (4)添加数据、删除、更新操作时，同时更新二级缓存。这就是Hibernate做批处理的时候效率不高的原因，原来是要维护二级缓存消耗大量时间的缘故。

    我们看到这个过程后，可以明显的发现什么？那就是Hibernate的二级缓存策略是针对ID查询的策略，和对象ID密切相关，那么对于条件查询就怎么适用了。对于这种情况的存在，Hibernate引入了“查询缓存”在一定程度上缓解这个问题。

    那么我们先来看看我们为什么使用查询缓存？首先我们来思考一个问题，假如我们对数据表Student进行查询操作，查找age>20的所有学生信息，然后纳入二级缓存；第二次我们的查询条件变了，查找age>15的所有学生信息，显然第一次查询的结果完全满足第二次查询的条件，但并不是满足条件的全部数据。这样的话，我们就要再做一次查询得到全部数据才行。再想想，如果我们执行的是相同的条件语句，那么是不是可以利用之前的结果集呢？

    Hibernate就是为了解决这个问题的而引入Query Cache的。
    查询缓存策略的一般过程如下：
    (1)Query Cache保存了之前查询的执行过的Select SQL，以及结果集等信息，组成一个Query Key。(2)当再次遇到查询请求的时候，就会根据Query Key 从Query Cache找，找到就返回。但 是两次查询之间，数据表发生数据变动的话，Hibernate就会自动清除Query Cache中对应的Query Key。

    我们从查询缓存的策略中可以看出，Query Cache只是在特定的条件下才会发挥作用，而且要求相当严格：
   (1)完全相同的Select SQL重复执行。
   (2)重复执行期间，Query Key对应的数据表不能有数据变动（比如添、删、改操作）
    为了启用Query Cache，我们需要在hibernate.cfg.xml中进行配置，参考配置如下（只列出核心配置项）：
<hibernate-configuration>
<session-factory>
…………
<property name=”hibernate.cache.user_query_cache”>true</property>
…………
</session-factory>
</hibernate-configuration>
应用程序中必须在查询执行之前，将Query.Cacheable设置为true,而且每次都应该这样。比如:
………
Query query=session.createQuery(hql).setInteger(0.15);
query.setCacheable(true);
………

    4：编后语
    关于Hibernate缓存的讨论就告一段落了，在实际开发中，运用好缓存可以让你的系统性能得到良好的提升。可缓存也有它的局限性，什么情况用什么情况不用，都要结合实际情况来考量。如果违背了相关的缓存机制，可能会得到负面效果，所以充分考虑实际情况来灵活运用缓存并发挥它的优势，这是我们需要做得更多的。