Hibernate之数据缓存

Hibernate数据缓存（cache）分为两个层次，从语义上分：

1，内部缓存（Session Level，也称一级缓存）；

2，二级缓存（SessionFactory Level）；

 

Hibernate中，缓存只有在一下情况下发生作用：

1，通过id［主键］加载数据时：其中包括session.load,及session.iterate等批量查询方法；

2，延迟加载：

 

内部缓存（session Level，一级缓存）

   内部缓存在HIbernate中称为一级缓存，属于应用事务级缓存。Session在内部维护了一个Map数据类型，此数据类型中保存了所以的与当前session想关联的数据对象，（sessionImpl.java中可以看出）；这些Map数据结构维护了当前session中所有相关PO的状态；

   如果我们需要通过session加载某个数据对象，session首先规根据所要加载的数据类和id，在entitiesByKey中寻找是否有此数据的缓存实例，如果存在且判断状态为有效，则使用；同样，如果session从数据库中加载了数据，也会将其纳入Map结构的管理；

   内部缓存正常情况下由hibernate自己去维护，如果需要手动干预，则可以使用：

		//将某个特定对象从内部缓存中清除
		session.evict(object);
		//清空内部缓存
		session.clear();

 

二级缓存（SessionFactory Level）

   hibernate中，二级缓存涵盖了应用级缓存和分布式缓存领域；二级缓存将由从属本SessionFactory的所有Session实例共享，因此有时也可成为：SessionFactory Level Cache；Session在查询数据时，首先会在一级缓存内查找，如果为找到，则再去二级缓存寻找，如果有数据，则返回它；

   在使用二级缓存中要考虑两个问题：

 

   1，数据库是否与其他应用共享；

      这种情况下，不能使用二级缓存，但是我们可以对数据的共享情况进行细化，比如某个表本应用独占，那么也可以对此表引用二级缓存机制；

 

   2，应用是否需要部署到集群环境中；

      这种情况下，必须考虑是否需要引入分布式缓存机制，以及引入分布式缓存带来的实际性能变化；

 

如何正确使用二级缓存？

   对数据库中的所有数据都实施缓存机制，是最简单的办法；但是，面对一个数据量超大，使用超级频繁，且不能共享数据的情况下（比如移动的电话业务），如果对这样的表实施缓存机制，那么机器内存会迅速充满不能被重用的数据，系统性能急剧下降；因此在使用时，要考虑周全，方能“下手”！

   可以参考以下的条件，使用缓存机制：

• 数据不会被第三方应用修改；
• 数据大小在可接受的范围内；
• 数据更新频率低；
• 同一条数据可能被频繁的使用；
• 非关键数据（关键数据，比如涉及到金钱的数据）；

Hibernate本身为提供二级缓存的产品实现（直是提供了基于Hashtable的简单缓存以供调试），而是为众多的第三方缓存组建提供接口；

 

第三方缓存！

Hibernate提供了面向第三方缓存实现的接口，如：

• EHCache
• OSCache
• JBoss Cache 1.x
• JBoss Cache 2.x
• Swarm Cache

EHCache是Hibernate默认的二级缓存实现，缺陷是无法做到分布式缓存，如果我们的系统需要在多态设备上部署，并共享同一个数据库（多机负载均衡），就要使用支持分布式的缓存（如jBoss Cache）；

Swarm Cache和JBoss Cache均提供了分布式缓存的实现（Cache集群）；

 

Swarm Cache提供的是Invaliadtion方式的分布式缓存，当集群中的某个节点更新了缓存中的数据，即通知集群中的其他节点将此数据移出，如果其他节点需要此数据时，重新从数据库中读取并放到缓存中；

JBoss Cache提供的是Repplication方式的缓存，如果集群中的某个节点的数据发生改变，此节点会将发送改变的数据的最新版本复制到集群中每个节点中去，以保持所有节点的状态一致；