Mybatis的缓存——一级缓存和源码分析

什么是缓存？
一级缓存

什么是缓存？

缓存就是存在内存中的数据，而内存读取都是非常快的，通常我们会把更新变动不太频繁且查询频繁的数据，在第一次从数据库查询出后，存放在缓存中，这样就可以避免之后多次的与数据库进行交互，从而提升响应速度。

mybatis 也提供了对缓存的支持，分为：

一级缓存
二级缓存

一级缓存:

每个sqlSeesion对象都有一个一级缓存，我们在操作数据库时需要构造sqlSeesion对象，在对象中有一个HashMap用于存储缓存数据。不同的sqlSession之间的缓存数据区域（HashMap）是互不影响的。
二级缓存：

二级缓存是mapper级别（或称为namespace级别）的缓存，多个sqlSession去操作同一个Mapper的sql语句，多个SqlSession可以共用二级缓存，二级缓存是跨sqlSession的。

一级缓存

首先我们来开一级缓存，一级缓存是默认开启的，所以我们可以很方便来体验一下一级缓存。

测试一、

准备一张表，有两个字段id和username

在测试类中：

public class TestCache {

    private SqlSession sqlSession;

    private UserMapper mapper;

    @Before

    public void before() throws IOException {

        InputStream resourceAsStream = Resources.getResourceAsStream("sqlMapConfig.xml");

        SqlSessionFactory build = new SqlSessionFactoryBuilder().build(resourceAsStream);

        sqlSession = build.openSession();

        mapper = sqlSession.getMapper(UserMapper.class);

    }

    @Test

    public void testFirst(){

        //第一次查询————首先去一级缓存中查询

        User user1 = mapper.findById(1);

        System.out.println("======"+user1);

		//第二次查询

        User user2 = mapper.findById(1);

        System.out.println("======"+user2);

        System.out.println(user1==user2);

    }

}

我们用同一个sqlSession分别根据id来查询用户，id都为1,之后再比较它们的地址值。来看一下结果：

23:16:25,818 DEBUG findById:159 - ==>  Preparing: select * from user where id=?

23:16:25,862 DEBUG findById:159 - ==> Parameters: 1(Integer)

23:16:25,894 DEBUG findById:159 - <==      Total: 1

======User{id=1, username='lucy'}

======User{id=1, username='lucy'}

true

我们发现只打印了一条SQL，同时它们的地址值一致。

说明第一次查询，缓存中没有，然后从数据库中查询——执行SQL，然后存入缓存，第二次查询时发现缓存中有了，所以直接从缓存中取出，不再执行SQL了。

我们刚才提到，一级缓存的数据结构是一个hashmap，也就是说有key有value。

value就是我们查询出的结果，key是由多个值组成的：

statementid ：namespace.id组成
params：查询时传入的参数
boundsql：mybatis底层的对象，它封装着我们要执行的sql
rowbounds：分页对象
...还有一些会在源码分析中道明

测试二、

我们现在修改一下，我们在查询第一次结果后，修改一下数据库的值，然后再进行第二次查询，我们来看一下查询结果。id=1 的username为lucy

    @Test

    public void testFirst(){

        //第一次查询

        User user1 = mapper.findById(1);

        System.out.println("======"+user1);

        //修改id为1的username

        User updateUser = new User();

        updateUser.setId(1);

        updateUser.setUsername("李思");

        mapper.updateUser(updateUser);

        //手动提交事务

        sqlSession.commit();

        //第二次查询

        User user2 = mapper.findById(1);

        System.out.println("======"+user2);

        System.out.println(user1==user2);

    }

在提交事务的地方打一个断点，可以看到执行了两条sql，一个是查询id为1，一个是修改id为1的username

最终结果：

23:50:15,933 DEBUG findById:159 - ==>  Preparing: select * from user where id=?

23:50:15,976 DEBUG findById:159 - ==> Parameters: 1(Integer)

23:50:16,002 DEBUG findById:159 - <==      Total: 1

======User{id=1, username='lucy', roleList=null, orderList=null}

23:50:16,003 DEBUG updateUser:159 - ==>  Preparing: update user set username=? where id =?

23:50:16,005 DEBUG updateUser:159 - ==> Parameters: 李思(String), 1(Integer)

23:50:16,016 DEBUG updateUser:159 - <==    Updates: 1

23:53:18,316 DEBUG JdbcTransaction:70 - Committing JDBC Connection [com.mysql.jdbc.JDBC4Connection@421e361]

23:53:22,306 DEBUG findById:159 - ==>  Preparing: select * from user where id=?

23:53:22,306 DEBUG findById:159 - ==> Parameters: 1(Integer)

23:53:22,307 DEBUG findById:159 - <==      Total: 1

======User{id=1, username='李思', roleList=null, orderList=null}

我们看到，最终打印了3条sql，再进行修改后的第二次查询也打印了。

说明在第二次查询时在缓存中找不到所对应的key了。在进行修改操作时，会刷新缓存

我们也可以通过sqlSession.clearCache();手动刷新一级缓存

总结：

一级缓存的数据结构时HashMap
不同的SqlSession的一级缓存互不影响
一级缓存的key是由多个值组成的，value就是其查询结果
增删改操作会刷新一级缓存
通过sqlSession.clearCache()手动刷新一级缓存

一级缓存源码分析：

我们在分析一级缓存之前带着一些疑问来读代码

一级缓存是什么？真的是上面说的HashMap吗？
一级缓存什么时候被创建？
一级缓存的工作流程是怎么样的？

1. 一级缓存到底是什么？

之前说不同的SqlSession的一级缓存互不影响,所以我从SqlSession这个类入手

可以看到，org.apache.ibatis.session.SqlSession中有一个和缓存有关的方法——clearCache()刷新缓存的方法，点进去，找到它的实现类DefaultSqlSession

  @Override

  public void clearCache() {

    executor.clearLocalCache();

  }

再次点进去executor.clearLocalCache(),再次点进去并找到其实现类BaseExecutor，

  @Override

  public void clearLocalCache() {

    if (!closed) {

      localCache.clear();

      localOutputParameterCache.clear();

    }

  }

进入localCache.clear()方法。进入到了org.apache.ibatis.cache.impl.PerpetualCache类中

package org.apache.ibatis.cache.impl;

import java.util.HashMap;

import java.util.Map;

import java.util.concurrent.locks.ReadWriteLock;

import org.apache.ibatis.cache.Cache;

import org.apache.ibatis.cache.CacheException;

/**

 * @author Clinton Begin

 */

public class PerpetualCache implements Cache {

  private final String id;

  private Map<Object, Object> cache = new HashMap<Object, Object>();

  public PerpetualCache(String id) {

    this.id = id;

  }

  //省略部分...

  @Override

  public void clear() {

    cache.clear();

  }

  //省略部分...

}

我们看到了PerpetualCache类中有一个属性 private Map<Object, Object> cache = new HashMap<Object, Object>()，很明显它是一个HashMap，我们所调用的.clear()方法，实际上就是调用的Map的clear方法

得出结论：

一级缓存的数据结构确实是HashMap

2. 一级缓存什么时候被创建？

我们进入到org.apache.ibatis.executor.Executor中

看到一个方法CacheKey createCacheKey(MappedStatement ms, Object parameterObject, RowBounds rowBounds, BoundSql boundSql) ，见名思意是一个创建CacheKey的方法

找到它的实现类和方法org.apache.ibatis.executor.BaseExecuto.createCacheKey

我们分析一下创建CacheKey的这块代码：

public CacheKey createCacheKey(MappedStatement ms, Object parameterObject, RowBounds rowBounds, BoundSql boundSql) {

    if (closed) {

      throw new ExecutorException("Executor was closed.");

    }

    //初始化CacheKey

    CacheKey cacheKey = new CacheKey();

    //存入statementId

    cacheKey.update(ms.getId());

    //分别存入分页需要的Offset和Limit

    cacheKey.update(rowBounds.getOffset());

    cacheKey.update(rowBounds.getLimit());

    //把从BoundSql中封装的sql取出并存入到cacheKey对象中

    cacheKey.update(boundSql.getSql());

    //下面这一块就是封装参数

    List<ParameterMapping> parameterMappings = boundSql.getParameterMappings();

    TypeHandlerRegistry typeHandlerRegistry = ms.getConfiguration().getTypeHandlerRegistry();

    for (ParameterMapping parameterMapping : parameterMappings) {

      if (parameterMapping.getMode() != ParameterMode.OUT) {

        Object value;

        String propertyName = parameterMapping.getProperty();

        if (boundSql.hasAdditionalParameter(propertyName)) {

          value = boundSql.getAdditionalParameter(propertyName);

        } else if (parameterObject == null) {

          value = null;

        } else if (typeHandlerRegistry.hasTypeHandler(parameterObject.getClass())) {

          value = parameterObject;

        } else {

          MetaObject metaObject = configuration.newMetaObject(parameterObject);

          value = metaObject.getValue(propertyName);

        }

        cacheKey.update(value);

      }

    }

    //从configuration对象中（也就是载入配置文件后存放的对象）把EnvironmentId存入

        /**

     *     <environments default="development">

     *         <environment id="development"> //就是这个id

     *             <!--当前事务交由JDBC进行管理-->

     *             <transactionManager type="JDBC"></transactionManager>

     *             <!--当前使用mybatis提供的连接池-->

     *             <dataSource type="POOLED">

     *                 <property name="driver" value="${jdbc.driver}"/>

     *                 <property name="url" value="${jdbc.url}"/>

     *                 <property name="username" value="${jdbc.username}"/>

     *                 <property name="password" value="${jdbc.password}"/>

     *             </dataSource>

     *         </environment>

     *     </environments>

     */

    if (configuration.getEnvironment() != null) {

      // issue #176

      cacheKey.update(configuration.getEnvironment().getId());

    }

    //返回

    return cacheKey;

  }

我们再点进去cacheKey.update()方法看一看

/**

 * @author Clinton Begin

 */

public class CacheKey implements Cloneable, Serializable {

  private static final long serialVersionUID = 1146682552656046210L;

  public static final CacheKey NULL_CACHE_KEY = new NullCacheKey();

  private static final int DEFAULT_MULTIPLYER = 37;

  private static final int DEFAULT_HASHCODE = 17;

  private final int multiplier;

  private int hashcode;

  private long checksum;

  private int count;

  //值存入的地方

  private transient List<Object> updateList;

  //省略部分方法......

  //省略部分方法......

  public void update(Object object) {

    int baseHashCode = object == null ? 1 : ArrayUtil.hashCode(object);

    count++;

    checksum += baseHashCode;

    baseHashCode *= count;

    hashcode = multiplier * hashcode + baseHashCode;

    //看到把值传入到了一个list中

    updateList.add(object);

  }

  //省略部分方法......

}

我们知道了那些数据是在CacheKey对象中如何存储的了。下面我们返回createCacheKey()方法。

Ctrl+鼠标左键点击方法名，查询有哪些地方调用了此方法

我们进入BaseExecutor，可以看到一个query()方法：

这里我们很清楚的看到，在执行query()方法前，CacheKey方法被创建了

3. 一级缓存的执行流程

我们可以看到，创建CacheKey后调用了query()方法，我们再次点进去：

在执行SQL前如何在一级缓存中找不到Key，那么将会执行sql，我们来看一下执行sql前后会做些什么，进入list = queryFromDatabase(ms, parameter, rowBounds, resultHandler, key, boundSql);

分析一下：

  private <E> List<E> queryFromDatabase(MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {

    List<E> list;

    //1. 把key存入缓存，value放一个占位符

	localCache.putObject(key, EXECUTION_PLACEHOLDER);

    try {

      //2. 与数据库交互

      list = doQuery(ms, parameter, rowBounds, resultHandler, boundSql);

    } finally {

      //3. 如果第2步出了什么异常，把第1步存入的key删除

      localCache.removeObject(key);

    }

      //4. 把结果存入缓存

    localCache.putObject(key, list);

    if (ms.getStatementType() == StatementType.CALLABLE) {

      localOutputParameterCache.putObject(key, parameter);

    }

    return list;

  }

至此，我们思路就非常的清晰了。

结论：

在执行sql前，会首先根据CacheKey查询缓存中有没有，如果有，就处理缓存中的参数，如果没有，就执行sql，执行sql后把结果存入缓存。

一级缓存源码分析结论：

一级缓存的数据结构是一个HashMap<Object,Object>，它的value就是查询结果，它的key是CacheKey，CacheKey中有一个list属性，statementId,params,rowbounds,sql等参数都存入到了这个list中
一级缓存在调用query()方法前被创建。并传入到query()方法中
会首先根据CacheKey查询缓存中有没有，如果有，就处理缓存中的参数，如果没有，就执行sql，执行sql后把结果存入缓存。