二、hibernate二级缓存避免查询Cache需要先获得db连接
hibernate自身管理一级缓存，如果需要使用二级缓存，则要自己来实现相应的代码，这个实现起来并不复杂只需要实现
hibernate提供的相应的接口即可。我们在项目中选用了最为通用的memcached，具体配置如下：
在spring中配置hibernateProperties是增加一项配置
Java代码
<prop key="hibernate.cache.provider_class">com.*.frame.cache.memcached.MemcachedCacheProvider</prop>
<prop key="hibernate.cache.provider_class">com.*.frame.cache.memcached.MemcachedCacheProvider</prop>
MemcachedCacheProvider需要实现hibernate提供的CacheProvider接口：
Java代码
public class MemcachedCacheProvider implements CacheProvider {
public final static String DEFAULT_REGION_NAME="____DEFAULT_CACHE_REGION";
public void start(Properties props) throws CacheException {
CachePoolManager pool = CachePoolManager.getInstance();
}
public Cache buildCache(String name, Properties props) throws CacheException {
if(StringUtils.isEmpty(name))
name = DEFAULT_REGION_NAME;
//项目中已经实现并且再用的的Memacached工具类
MemCache mCache = (MemCache)CachePoolManager.getInstance().getCache(name);
return mCache;
}
public void stop() {
// CachePoolManager.getInstance().finalize();
}
public boolean isMinimalPutsEnabledByDefault() {
return false;
}
public long nextTimestamp() {
return Timestamper.next();
}
}
public class MemcachedCacheProvider implements CacheProvider {
public final static String DEFAULT_REGION_NAME="____DEFAULT_CACHE_REGION";
public void start(Properties props) throws CacheException {
CachePoolManager pool = CachePoolManager.getInstance();
}
public Cache buildCache(String name, Properties props) throws CacheException {
if(StringUtils.isEmpty(name))
name = DEFAULT_REGION_NAME;
//项目中已经实现并且再用的的Memacached工具类
MemCache mCache = (MemCache)CachePoolManager.getInstance().getCache(name);
return mCache;
}
public void stop() {
// CachePoolManager.getInstance().finalize();
}
public boolean isMinimalPutsEnabledByDefault() {
return false;
}
public long nextTimestamp() {
return Timestamper.next();
}
}
Memcached实体类也要实现hibernate提供的Cache接口：
Java代码
public class MemCache implements Cache {
private static final Log log = LogFactory.getLog(MemCache.class);
private static final int SIXTY_THOUSAND_MS = 60000;
private MemCachedClient mc;
private int secondToLive;
private String cache_name;
private String poolName;
public MemCache(String poolName, String regionName, int secondToLive){
*****部分代码省略
/**
* Get an item from the cache
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object read(Object key) throws CacheException;
/**
* Get an item from the cache, nontransactionally
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object get(Object key) throws CacheException;
/**
* Add an item to the cache, nontransactionally, with
* failfast semantics
* @param key
* @param value
* @throws CacheException
*/
public void put(Object key, Object value) throws CacheException;
/**
* Add an item to the cache
* @param key
* @param value
* @throws CacheException
*/
public void update(Object key, Object value) throws CacheException;
/**
* Remove an item from the cache
*/
public void remove(Object key) throws CacheException;
/**
* Clear the cache
*/
public void clear() throws CacheException;
/**
* Clean up
*/
public void destroy() throws CacheException;
/**
* If this is a clustered cache, lock the item
*/
public void lock(Object key) throws CacheException;
/**
* If this is a clustered cache, unlock the item
*/
public void unlock(Object key) throws CacheException;
/**
* Generate a timestamp
*/
public long nextTimestamp();
/**
* Get a reasonable "lock timeout"
*/
public int getTimeout();
/**
* Get the name of the cache region
*/
public String getRegionName();
/**
* The number of bytes is this cache region currently consuming in memory.
*
* @return The number of bytes consumed by this region; -1 if unknown or
* unsupported.
*/
public long getSizeInMemory();
/**
* The count of entries currently contained in the regions in-memory store.
*
* @return The count of entries in memory; -1 if unknown or unsupported.
*/
public long getElementCountInMemory();
/**
* The count of entries currently contained in the regions disk store.
*
* @return The count of entries on disk; -1 if unknown or unsupported.
*/
public long getElementCountOnDisk();
/**
* optional operation
*/
public Map toMap();
}
public class MemCache implements Cache {
private static final Log log = LogFactory.getLog(MemCache.class);
private static final int SIXTY_THOUSAND_MS = 60000;
private MemCachedClient mc;
private int secondToLive;
private String cache_name;
private String poolName;
public MemCache(String poolName, String regionName, int secondToLive){
*****部分代码省略
/**
* Get an item from the cache
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object read(Object key) throws CacheException;
/**
* Get an item from the cache, nontransactionally
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object get(Object key) throws CacheException;
/**
* Add an item to the cache, nontransactionally, with
* failfast semantics
* @param key
* @param value
* @throws CacheException
*/
public void put(Object key, Object value) throws CacheException;
/**
* Add an item to the cache
* @param key
* @param value
* @throws CacheException
*/
public void update(Object key, Object value) throws CacheException;
/**
* Remove an item from the cache
*/
public void remove(Object key) throws CacheException;
/**
* Clear the cache
*/
public void clear() throws CacheException;
/**
* Clean up
*/
public void destroy() throws CacheException;
/**
* If this is a clustered cache, lock the item
*/
public void lock(Object key) throws CacheException;
/**
* If this is a clustered cache, unlock the item
*/
public void unlock(Object key) throws CacheException;
/**
* Generate a timestamp
*/
public long nextTimestamp();
/**
* Get a reasonable "lock timeout"
*/
public int getTimeout();
/**
* Get the name of the cache region
*/
public String getRegionName();
/**
* The number of bytes is this cache region currently consuming in memory.
*
* @return The number of bytes consumed by this region; -1 if unknown or
* unsupported.
*/
public long getSizeInMemory();
/**
* The count of entries currently contained in the regions in-memory store.
*
* @return The count of entries in memory; -1 if unknown or unsupported.
*/
public long getElementCountInMemory();
/**
* The count of entries currently contained in the regions disk store.
*
* @return The count of entries on disk; -1 if unknown or unsupported.
*/
public long getElementCountOnDisk();
/**
* optional operation
*/
public Map toMap();
}
至于Memcached实体类里的MemCachedClient 的实现，可以更加网上流传的不同版本进行修改和优化。
第四步，在需要使用缓存的类对应的映射文件中加入缓存策略的配置，如：<cache usage="nonstrict-read-write" />，还有其他选项read-only,read-write,transactional等。
大功告成，打开hibernate.show_sql重启应用。刷新列表，第一次看到一大堆的sql语句，再次刷新只出现两条，第三次还是两条，我们配置的二级缓存生效了。
做一次压力测试，具体压力测试的报告丢失没法拿出具体的数字。当时大概的现象是，应用响应比较慢，数据库连接几乎耗尽，队列等待情况严重。
我们知道hibernate从cache中查找的时候，先从数据库拿到相应的id然后根据id去cache中取到相应的数据后返回。压力测试只是模拟的同一个请求，意味着每次要查询的东西必然已经存在于cache里了，为什么dbConnection会不够用呢？
一个分析系统问题的利器该出场了——log4j。顺便说句，java开发不可避免的采用框架，当然有人坚持原生态，这个另说。几乎所有的框架都采用log4j输出日志，仔细分析日志不难发现很多问题。首先，设置日志级别Debug，其次去掉一些无用的信息，比如初始化、加载配置文件等等。准备工作完成后，咱们模拟用户的行为进行一次操作。这个时候输出的日志就会记录一个请求执行的所有的过滤器，拦截器，方法等堆栈信息。
Java代码
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - begin
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - opening JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - current autocommit status: true
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - disabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache lookup: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.MemCache - key: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.SockIOPool$SockIO - ++++ marking socket (Socket[addr=/127.0.0.1,port=11211,localport=56135]) as closed and available to return to avail pool
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache hit//已经命中
[DEBUG] 2010-07-28 11:28:31 org.hibernate.engine.StatefulPersistenceContext - initializing non-lazy collections
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - commit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - re-enabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - committed JDBC Connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - aggressively releasing JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - releasing JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - begin
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - opening JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - current autocommit status: true
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - disabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache lookup: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.MemCache - key: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.SockIOPool$SockIO - ++++ marking socket (Socket[addr=/127.0.0.1,port=11211,localport=56135]) as closed and available to return to avail pool
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache hit//已经命中
[DEBUG] 2010-07-28 11:28:31 org.hibernate.engine.StatefulPersistenceContext - initializing non-lazy collections
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - commit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - re-enabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - committed JDBC Connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - aggressively releasing JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - releasing JDBC connection
通过对log4j日志分析发现，hibernate每次先get一个jdbcConnection，从数据库查询出一堆id，然后去cache查找对象。如果数据在cache中存在则取出，并提交事务释放连接；如果cache中没有，则查询数据库并将结果保存的cache中，提交事务释放连接。问题来了：既然cache中有想要查询的数据，为什么要先获取一个数据库连接、开启事务然后再去缓存中查找呢？假如所有用户查询的内容在cache中都存在，每个请求都要获取一个jdbc连接才能去查找cache，那么系统瓶颈必然会出现的连接池的连接数上。这也就不难解释为什么做压力测试时出现数据库连接耗尽的情况。由此我们得出一个结论：hibernate需要维持着数据库连接去cache中查找数据，只是减少了对数据库的查找次数，并没有减少应用的db连接数。
如何解决这个问题？理想的情况是，cache中有的直接去cache中查找，cache中没有的去db查询然后放入cache中。将代码做些修改，只从数据库中查到id，根据id去cache中查找相应的数据，cache中没有的数据则调用hibernate的查询方法。由于之前我们已经配置了缓存策略，所以hibernate查询到相应的数据后会自动放入cache中。这样一来，当第一次请求的时候先去db中拿到id，然后把所有的数据装入到cache中，第二次请求时先去查询出id，然后去cache中查找数据。以后的每次操作，只有查询id时取得数据库连接，结果集返回连接就被释放掉。这样避免了hibernate需要维持着db连接去查询cache的问题。
在从cache中获取数据的地方遇到了些麻烦，hibernate写入cache中的对象，我们能写代码取到但是无法进行解析。相关的资料介绍，hibernate对存入二级缓存的东西默认进行了封装且不提供对外的接口进行数据的解析，至于原因和封装成什么类型这里不再赘述。我们可以通过配置改变hibernate保存的对象在cache中的数据结构。具体办法：在配置hibernateProperties是增加一项配置Java代码
<prop key="hibernate.cache.use_structured_entries">true</prop>
<prop key="hibernate.cache.use_structured_entries">true</prop>，这样存入二级缓存的对象是一个保存属性名和属性值的map，解析map即可得到相应数据。
虽然这样一来，针对二级缓存的使用有些侵入性，但是可以保证了hibernate对二级缓存的读取不会像默认的那样需要保持着一个数据库连接。
hibernate自身管理一级缓存，如果需要使用二级缓存，则要自己来实现相应的代码，这个实现起来并不复杂只需要实现
hibernate提供的相应的接口即可。我们在项目中选用了最为通用的memcached，具体配置如下：
在spring中配置hibernateProperties是增加一项配置
Java代码
<prop key="hibernate.cache.provider_class">com.*.frame.cache.memcached.MemcachedCacheProvider</prop>
<prop key="hibernate.cache.provider_class">com.*.frame.cache.memcached.MemcachedCacheProvider</prop>
MemcachedCacheProvider需要实现hibernate提供的CacheProvider接口：
Java代码
public class MemcachedCacheProvider implements CacheProvider {
public final static String DEFAULT_REGION_NAME="____DEFAULT_CACHE_REGION";
public void start(Properties props) throws CacheException {
CachePoolManager pool = CachePoolManager.getInstance();
}
public Cache buildCache(String name, Properties props) throws CacheException {
if(StringUtils.isEmpty(name))
name = DEFAULT_REGION_NAME;
//项目中已经实现并且再用的的Memacached工具类
MemCache mCache = (MemCache)CachePoolManager.getInstance().getCache(name);
return mCache;
}
public void stop() {
// CachePoolManager.getInstance().finalize();
}
public boolean isMinimalPutsEnabledByDefault() {
return false;
}
public long nextTimestamp() {
return Timestamper.next();
}
}
public class MemcachedCacheProvider implements CacheProvider {
public final static String DEFAULT_REGION_NAME="____DEFAULT_CACHE_REGION";
public void start(Properties props) throws CacheException {
CachePoolManager pool = CachePoolManager.getInstance();
}
public Cache buildCache(String name, Properties props) throws CacheException {
if(StringUtils.isEmpty(name))
name = DEFAULT_REGION_NAME;
//项目中已经实现并且再用的的Memacached工具类
MemCache mCache = (MemCache)CachePoolManager.getInstance().getCache(name);
return mCache;
}
public void stop() {
// CachePoolManager.getInstance().finalize();
}
public boolean isMinimalPutsEnabledByDefault() {
return false;
}
public long nextTimestamp() {
return Timestamper.next();
}
}
Memcached实体类也要实现hibernate提供的Cache接口：
Java代码
public class MemCache implements Cache {
private static final Log log = LogFactory.getLog(MemCache.class);
private static final int SIXTY_THOUSAND_MS = 60000;
private MemCachedClient mc;
private int secondToLive;
private String cache_name;
private String poolName;
public MemCache(String poolName, String regionName, int secondToLive){
*****部分代码省略
/**
* Get an item from the cache
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object read(Object key) throws CacheException;
/**
* Get an item from the cache, nontransactionally
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object get(Object key) throws CacheException;
/**
* Add an item to the cache, nontransactionally, with
* failfast semantics
* @param key
* @param value
* @throws CacheException
*/
public void put(Object key, Object value) throws CacheException;
/**
* Add an item to the cache
* @param key
* @param value
* @throws CacheException
*/
public void update(Object key, Object value) throws CacheException;
/**
* Remove an item from the cache
*/
public void remove(Object key) throws CacheException;
/**
* Clear the cache
*/
public void clear() throws CacheException;
/**
* Clean up
*/
public void destroy() throws CacheException;
/**
* If this is a clustered cache, lock the item
*/
public void lock(Object key) throws CacheException;
/**
* If this is a clustered cache, unlock the item
*/
public void unlock(Object key) throws CacheException;
/**
* Generate a timestamp
*/
public long nextTimestamp();
/**
* Get a reasonable "lock timeout"
*/
public int getTimeout();
/**
* Get the name of the cache region
*/
public String getRegionName();
/**
* The number of bytes is this cache region currently consuming in memory.
*
* @return The number of bytes consumed by this region; -1 if unknown or
* unsupported.
*/
public long getSizeInMemory();
/**
* The count of entries currently contained in the regions in-memory store.
*
* @return The count of entries in memory; -1 if unknown or unsupported.
*/
public long getElementCountInMemory();
/**
* The count of entries currently contained in the regions disk store.
*
* @return The count of entries on disk; -1 if unknown or unsupported.
*/
public long getElementCountOnDisk();
/**
* optional operation
*/
public Map toMap();
}
public class MemCache implements Cache {
private static final Log log = LogFactory.getLog(MemCache.class);
private static final int SIXTY_THOUSAND_MS = 60000;
private MemCachedClient mc;
private int secondToLive;
private String cache_name;
private String poolName;
public MemCache(String poolName, String regionName, int secondToLive){
*****部分代码省略
/**
* Get an item from the cache
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object read(Object key) throws CacheException;
/**
* Get an item from the cache, nontransactionally
* @param key
* @return the cached object or <tt>null</tt>
* @throws CacheException
*/
public Object get(Object key) throws CacheException;
/**
* Add an item to the cache, nontransactionally, with
* failfast semantics
* @param key
* @param value
* @throws CacheException
*/
public void put(Object key, Object value) throws CacheException;
/**
* Add an item to the cache
* @param key
* @param value
* @throws CacheException
*/
public void update(Object key, Object value) throws CacheException;
/**
* Remove an item from the cache
*/
public void remove(Object key) throws CacheException;
/**
* Clear the cache
*/
public void clear() throws CacheException;
/**
* Clean up
*/
public void destroy() throws CacheException;
/**
* If this is a clustered cache, lock the item
*/
public void lock(Object key) throws CacheException;
/**
* If this is a clustered cache, unlock the item
*/
public void unlock(Object key) throws CacheException;
/**
* Generate a timestamp
*/
public long nextTimestamp();
/**
* Get a reasonable "lock timeout"
*/
public int getTimeout();
/**
* Get the name of the cache region
*/
public String getRegionName();
/**
* The number of bytes is this cache region currently consuming in memory.
*
* @return The number of bytes consumed by this region; -1 if unknown or
* unsupported.
*/
public long getSizeInMemory();
/**
* The count of entries currently contained in the regions in-memory store.
*
* @return The count of entries in memory; -1 if unknown or unsupported.
*/
public long getElementCountInMemory();
/**
* The count of entries currently contained in the regions disk store.
*
* @return The count of entries on disk; -1 if unknown or unsupported.
*/
public long getElementCountOnDisk();
/**
* optional operation
*/
public Map toMap();
}
至于Memcached实体类里的MemCachedClient 的实现，可以更加网上流传的不同版本进行修改和优化。
第四步，在需要使用缓存的类对应的映射文件中加入缓存策略的配置，如：<cache usage="nonstrict-read-write" />，还有其他选项read-only,read-write,transactional等。
大功告成，打开hibernate.show_sql重启应用。刷新列表，第一次看到一大堆的sql语句，再次刷新只出现两条，第三次还是两条，我们配置的二级缓存生效了。
做一次压力测试，具体压力测试的报告丢失没法拿出具体的数字。当时大概的现象是，应用响应比较慢，数据库连接几乎耗尽，队列等待情况严重。
我们知道hibernate从cache中查找的时候，先从数据库拿到相应的id然后根据id去cache中取到相应的数据后返回。压力测试只是模拟的同一个请求，意味着每次要查询的东西必然已经存在于cache里了，为什么dbConnection会不够用呢？
一个分析系统问题的利器该出场了——log4j。顺便说句，java开发不可避免的采用框架，当然有人坚持原生态，这个另说。几乎所有的框架都采用log4j输出日志，仔细分析日志不难发现很多问题。首先，设置日志级别Debug，其次去掉一些无用的信息，比如初始化、加载配置文件等等。准备工作完成后，咱们模拟用户的行为进行一次操作。这个时候输出的日志就会记录一个请求执行的所有的过滤器，拦截器，方法等堆栈信息。
Java代码
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - begin
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - opening JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - current autocommit status: true
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - disabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache lookup: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.MemCache - key: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.SockIOPool$SockIO - ++++ marking socket (Socket[addr=/127.0.0.1,port=11211,localport=56135]) as closed and available to return to avail pool
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache hit//已经命中
[DEBUG] 2010-07-28 11:28:31 org.hibernate.engine.StatefulPersistenceContext - initializing non-lazy collections
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - commit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - re-enabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - committed JDBC Connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - aggressively releasing JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - releasing JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - begin
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - opening JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - current autocommit status: true
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - disabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache lookup: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.MemCache - key: com.**#3827849
[DEBUG] 2010-07-28 11:28:31 com.**.frame.cache.memcached.SockIOPool$SockIO - ++++ marking socket (Socket[addr=/127.0.0.1,port=11211,localport=56135]) as closed and available to return to avail pool
[DEBUG] 2010-07-28 11:28:31 org.hibernate.cache.NonstrictReadWriteCache - Cache hit//已经命中
[DEBUG] 2010-07-28 11:28:31 org.hibernate.engine.StatefulPersistenceContext - initializing non-lazy collections
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - commit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - re-enabling autocommit
[DEBUG] 2010-07-28 11:28:31 org.hibernate.transaction.JDBCTransaction - committed JDBC Connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - aggressively releasing JDBC connection
[DEBUG] 2010-07-28 11:28:31 org.hibernate.jdbc.ConnectionManager - releasing JDBC connection
通过对log4j日志分析发现，hibernate每次先get一个jdbcConnection，从数据库查询出一堆id，然后去cache查找对象。如果数据在cache中存在则取出，并提交事务释放连接；如果cache中没有，则查询数据库并将结果保存的cache中，提交事务释放连接。问题来了：既然cache中有想要查询的数据，为什么要先获取一个数据库连接、开启事务然后再去缓存中查找呢？假如所有用户查询的内容在cache中都存在，每个请求都要获取一个jdbc连接才能去查找cache，那么系统瓶颈必然会出现的连接池的连接数上。这也就不难解释为什么做压力测试时出现数据库连接耗尽的情况。由此我们得出一个结论：hibernate需要维持着数据库连接去cache中查找数据，只是减少了对数据库的查找次数，并没有减少应用的db连接数。
如何解决这个问题？理想的情况是，cache中有的直接去cache中查找，cache中没有的去db查询然后放入cache中。将代码做些修改，只从数据库中查到id，根据id去cache中查找相应的数据，cache中没有的数据则调用hibernate的查询方法。由于之前我们已经配置了缓存策略，所以hibernate查询到相应的数据后会自动放入cache中。这样一来，当第一次请求的时候先去db中拿到id，然后把所有的数据装入到cache中，第二次请求时先去查询出id，然后去cache中查找数据。以后的每次操作，只有查询id时取得数据库连接，结果集返回连接就被释放掉。这样避免了hibernate需要维持着db连接去查询cache的问题。
在从cache中获取数据的地方遇到了些麻烦，hibernate写入cache中的对象，我们能写代码取到但是无法进行解析。相关的资料介绍，hibernate对存入二级缓存的东西默认进行了封装且不提供对外的接口进行数据的解析，至于原因和封装成什么类型这里不再赘述。我们可以通过配置改变hibernate保存的对象在cache中的数据结构。具体办法：在配置hibernateProperties是增加一项配置Java代码
<prop key="hibernate.cache.use_structured_entries">true</prop>
<prop key="hibernate.cache.use_structured_entries">true</prop>，这样存入二级缓存的对象是一个保存属性名和属性值的map，解析map即可得到相应数据。
虽然这样一来，针对二级缓存的使用有些侵入性，但是可以保证了hibernate对二级缓存的读取不会像默认的那样需要保持着一个数据库连接。
分享到：
发表评论
相关推荐
### Hibernate的Cache缓存解析 #### 基本的缓存原理 在深入探讨Hibernate缓存之前，我们先来了解一下缓存的基本原理。缓存是一种用于提高数据访问速度的技术，通常用于存储最近或频繁访问的数据副本。通过将这些...
3. **设置缓存模式**：在查询时，可以设置`CacheMode.REFRESH`，强制Hibernate在执行查询前刷新查询缓存区域，从而获取最新的数据。这是一种更高效的替代`SessionFactory.evictQueries()`的方法，专门用于处理底层...
- **启用**：需通过 `hibernate.cache.use_query_cache` 配置，并确保第二级缓存已启用。 - **安全性**：注意，查询缓存不保证数据一致性，因为它可能在数据库更新后返回旧数据。 - **依赖性**：查询缓存依赖于实体...
**hibernate二级缓存详解（包括注解方式）** 在Java企业级开发中，Hibernate作为一款强大的ORM框架，极大地简化了数据库操作。然而，随着应用程序规模的扩大，数据库访问性能成为了瓶颈。为了提高效率，Hibernate...
<property name="hibernate.cache.region.factory_class">org.hibernate.cache.ehcache.EhCacheRegionFactory 3.3配置如下： <property name="hibernate.cache.use_second_level_cache">true <property name="cache...
### Hibernate缓存技术研究 #### 一、引言 Hibernate是一种强大的对象-关系映射（Object-Relational Mapping，简称ORM）工具，主要用于Java环境下的应用程序。它能够将应用程序中的对象模型映射到关系型数据库的表...
在本文中，我们将深入探讨如何在Spring Boot 2.1.4.RELEASE项目中结合JPA（Java Persistence API）和Hibernate实现Redis作为二级缓存。首先，我们需要理解这些技术的基本概念。 Spring Boot 是一个用于简化Spring...
Ehcache是Hibernate常用的二级缓存解决方案，它可以提高应用程序的性能和响应速度。这篇博客文章“hibernate缓存ehcache用法”可能详细介绍了如何在Hibernate中配置和使用Ehcache。 首先，我们需要理解什么是缓存。...
### Hibernate的缓存策略 #### 一、缓存的基本概念 缓存技术是现代软件架构设计中的重要组成部分，尤其在数据库交互频繁的应用场景下尤为重要。简单来说，缓存是一种存储技术，位于应用程序与物理数据之间，目的是...
一级缓存，也称为会话缓存（Session Cache），是默认启用的，由Hibernate自动管理。它存储了当前会话期间加载的所有实体对象和关联的集合对象。当会话关闭时，一级缓存中的数据会被清除。一级缓存的主要作用是减少对...
Hibernate二级缓存是一种提高应用程序性能的技术，它将数据存储在SessionFactory级别的缓存中，使得数据可以在不同的Session之间共享。这与一级缓存（Session级别）不同，一级缓存仅存在于单个Session生命周期内，当...
在Java的持久化框架Hibernate中，缓存机制和Session对象的管理是其高效运作的关键要素。本文将深入探讨这两个主题，以帮助开发者更好地理解和利用Hibernate。 首先，让我们聚焦于Hibernate的缓存机制。缓存的存在是...
如果启用查询缓存，还需添加`hibernate.cache.use_query_cache=true`。 二级缓存将数据视为一个Map，Key通常是实体的ID，Value是对应的实体对象。对于实体的读取，无论是通过list、load还是iterate，只要读取到一个...
本篇文章将深入探讨“hibernate_cache_level_1”这一主题，即Hibernate的二级缓存，以及在项目中的应用。 一级缓存是Hibernate内置的Session级别的缓存，它是事务性的，每个Session都有自己的缓存，当Session关闭时...
在Hibernate中，一级缓存是每个Session内部的缓存，它自动管理实体的状态，当一个实体被加载到Session后，该实体的状态就会被缓存。然而，一级缓存的范围仅限于单个Session，当Session关闭后，其中的数据就会丢失。...
`hibernate.cache.use_query_cache`和`hibernate.cache.use_second_level_cache`分别开启了查询缓存和二级缓存。最后，通过`class-cache`元素配置了`EntityClass`的缓存策略，这里使用了"read-write"，表示读写操作...
### Hibernate的缓存应用 #### 一、概述 在现代软件开发中，为了提升系统性能与响应速度，缓存技术的应用越来越广泛。其中，Hibernate作为Java领域内一款优秀的对象关系映射（ORM）框架，其缓存机制尤其受到开发者...
在Java的持久化框架Hibernate中，二级缓存是提高数据访问效率的重要机制。它是一种全局共享的、跨会话的数据存储区域，旨在减少对数据库的直接访问，从而降低系统负载，提升性能。在这个"hibernate二级缓存实例"中，...