（一）hibernate數(shù)據(jù)緩存策略
  緩存是數(shù)據(jù)庫數(shù)據(jù)在內(nèi)存中的臨時容器，它包含了庫表數(shù)據(jù)在內(nèi)存中的拷貝，位于數(shù)據(jù)庫與數(shù)據(jù)訪問層之間。對于查詢操作相當頻繁的系統(tǒng)（論壇，新聞發(fā)布等），良好的緩存機制顯得尤為重要。
  ORM在進行數(shù)據(jù)讀取時，首先在緩存中查詢，避免了數(shù)據(jù)庫調(diào)用的性能開銷。
ORM的數(shù)據(jù)緩存應包含下面幾個層次：
1）事務級緩存   2）應用級緩存   3）分布式緩存
具體針對Hibernate而言，采用兩級緩存策略，其過程描述：
(1)條件查詢的時候，總是發(fā)出一條select * from table_name where …. 這樣的SQL語句查詢數(shù)據(jù)庫，一次獲得所有的數(shù)據(jù)對象。
(2) 把獲得的所有數(shù)據(jù)對象根據(jù)ID放入到第二級緩存中。
(3) 當Hibernate根據(jù)ID訪問數(shù)據(jù)對象的時候，首先從Session一級緩存中查；查不到，如果配置了二級緩存，那么從二級緩存中查；查不到，再查詢數(shù)據(jù)庫，把結果按照ID放入到緩存。
(4) 刪除、更新、增加數(shù)據(jù)的時候，同時更新緩存。
1. 一級緩存(session level)－數(shù)據(jù)庫事務級緩存
  1）根據(jù)主鍵id加載數(shù)據(jù)時。 Session.load()， Session.iterate()方法
    2）延遲加載時
    Session內(nèi)部維護一個數(shù)據(jù)對象集合，包括了本Session內(nèi)選取的、操作的數(shù)據(jù)對象。這稱為Session內(nèi)部緩存，是Hibernate的第一級最快緩存，屬于Hibernate的既定行為，不需要進行配置(也沒有辦法配置 :-)。
    內(nèi)部緩存正常情況下由hibernate自動維護，但也可人工干預：
            1) Session.evict (): 將某個特定對象從內(nèi)部緩存中清除
            2)Session.clear(): 清空內(nèi)部緩存
2.二級緩存(SessionFactory level)－應用級緩存
    二級緩存由SessionFactory的所有session實例共享。
3. 第三方緩存實現(xiàn)
    EHCache, OSCahe
hibernate批量查詢引起的內(nèi)存溢出問題
    批量查詢基本不適合使用現(xiàn)有的持久層技術來做，如CMP或hibernate，IBatis倒是可以.
    因為每次調(diào)用Session.save()方法時，當前session都會將對象納入到自身的內(nèi)部緩存中。內(nèi)部緩存不同于二級緩存，我們可以在二級緩存的配置中指定其最大容量。
解決方案：
1）在批處理情況下，關閉Hibernate緩存，如果關閉Hibernate緩存，那么和直接使用JDBC就沒有區(qū)別。
2） 每隔一段時間清空Session內(nèi)部緩存
  Session實現(xiàn)了異步write-behind，它允許Hibernate顯式地寫操作的批處理。 這里，我給出Hibernate如何實現(xiàn)批量插入的方法： 首先，我們設置一個合理的JDBC批處理大小，hibernate.jdbc.batch_size 20。 然后在一定間隔對Session進行flush()和clear()。
Session session = sessionFactory.openSession();
Transaction tx = session.beginTransaction();
for ( int i=0; i<100000; i++ ) {
Customer customer = new Customer(.....);
session.save(customer);
if ( i % 20 == 0 ) {
//flush 插入數(shù)據(jù)和釋放內(nèi)存:
session.flush(); session.clear(); }
}
tx.commit();
session.close();
  為了優(yōu)化性能，可執(zhí)行批量操作。在傳統(tǒng)的JDBC編程中，批量操作方式如下，將數(shù)個SQL操作批量提交：
PrepareStatement ps=conn.prepareStatement("insert into users(name) values(?)");  
for(int i=0;i<100000;i++){
  ps.setString(1, "user"+i);
  ps.addBatch();
}
int[] counts=ps.executeBatch
在Hibernate中，可以設置hibernate.jdbc.batch_size 參數(shù)來指定每次提交的sql數(shù)量。
hibernate2和hibernate3數(shù)據(jù)批量刪除機制分析
1.hibernate2
    Transaction tx=session.beginTransaction();
    session.delete("from users");
    tx.commit();
  觀察日志輸出：
select ... from users
Hibernate:delete from users where id=?
Hibernate:delete from users where id=?
Hibernate:delete from users where id=?
...
    hibernate2版本會首先從數(shù)據(jù)庫中查詢出所有符合條件的記錄，再對此記錄循環(huán)刪除。如果記錄量過大，勢必引起內(nèi)存溢出和刪除效率問題。ORM為什么要這么做呢？因為ORM為了自動維護內(nèi)存狀態(tài)，必須知道用戶到底對哪些數(shù)據(jù)進行了操作。問題的解決方法：
1）內(nèi)存消耗
    批量刪除前首先從數(shù)據(jù)庫中查詢出所有符合條件的記錄，如果數(shù)據(jù)量過大，就會導致 OutOfMemoryError.
    可以采用Session .iterate或Query.iterate方法逐條獲取記錄，再執(zhí)行delete操作。另外，hibernate2.16后的版本提供了基于游標的數(shù)據(jù)遍歷操作：
Transaction tx=session.beginTransaction();
String hql="from users";
Query query=session.createQrery(hql);
ScrollableResults sr=query.scroll();
while(sr.next()){
TUser user=(TUser)sr.get(0);
session.delete();
}
tx.commit();
2）循環(huán)刪除的效率問題
  由于hibernate在批量刪除操作過程中，需要反復調(diào)用delete SQL，存在性能問題。我們?nèi)匀豢梢酝ㄟ^調(diào)整hibernate.jdbc.batch_size參數(shù)來解決。
2.hibernate3
  hibernate3 HQL中引入了 bulk delete/update操作， 即通過一條獨立的sql語句來完成數(shù)據(jù)的批量操作。
Transaction tx=session.beginTransaction();
String hql="delete TUser";
Query query=session.createQrery(hql);
int count=query.executeUpdate();
tx.commit();
觀察日志輸出：
Hibernate:delete from TUser

（二）ibatis數(shù)據(jù)緩存
  相對Hibernate 等封裝較為嚴密的ORM 實現(xiàn)而言（因為對數(shù)據(jù)對象的操作實現(xiàn)
了較為嚴密的封裝，可以保證其作用范圍內(nèi)的緩存同步，而ibatis 提供的是半封閉
的封裝實現(xiàn)，因此對緩存的操作難以做到完全的自動化同步）。
  ibatis 的緩存機制使用必須特別謹慎。特別是flushOnExecute 的設定（見
“ibatis配置”一節(jié)中的相關內(nèi)容），需要考慮到所有可能引起實際數(shù)據(jù)與緩存數(shù)據(jù)
不符的操作。如本模塊中其他Statement對數(shù)據(jù)的更新，其他模塊對數(shù)據(jù)的更新，甚
至第三方系統(tǒng)對數(shù)據(jù)的更新。否則，臟數(shù)據(jù)的出現(xiàn)將為系統(tǒng)的正常運行造成極大隱患。
如果不能完全確定數(shù)據(jù)更新操作的波及范圍，建議避免Cache的盲目使用。
1.iBatis cache設置
sqlmap-config.xml在<sqlMapConfig>里面加入
<settings
  cacheModelsEnabled="true"
  enhancementEnabled="true"
  lazyLoadingEnabled="true" />
maps.xml在<sqlMap>里面加入
<cacheModel   id="userCache"   type="LRU"   readonly="true"   serialize="false">
    <flushInterval hours="24"/>
    <flushOnExecute statement="insertTest"/>
    <property name="size" value="1000" />
</cacheModel>
可以看到，Cache有如下幾個比較重要的屬性：readOnly，serialize，type

readOnly
  readOnly值的是緩存中的數(shù)據(jù)對象是否只讀。這里的只讀并不是意味著數(shù)據(jù)對象一
旦放入緩存中就無法再對數(shù)據(jù)進行修改。而是當數(shù)據(jù)對象發(fā)生變化的時候，如數(shù)據(jù)對
象的某個屬性發(fā)生了變化，則此數(shù)據(jù)對象就將被從緩存中廢除，下次需要重新從數(shù)據(jù)
庫讀取數(shù)據(jù)，構造新的數(shù)據(jù)對象。
serialize
  如果需要全局的數(shù)據(jù)緩存，CacheModel的serialize屬性必須被設為true。否則數(shù)據(jù)緩存只對當前Session（可簡單理解為當前線程）有效，局部緩存對系統(tǒng)的整體性能提升有限。
Cache Type:
  與hibernate類似，ibatis通過緩沖接口的插件式實現(xiàn)，提供了多種Cache的實現(xiàn)機制可供選擇：
1． MEMORY
2． LRU
3． FIFO
4． OSCACHE
MEMORY類型Cache與WeakReference
    MEMORY 類型的Cache 實現(xiàn)，實際上是通過Java 對象引用進行。ibatis 中，其實現(xiàn)類
為com.ibatis.db.sqlmap.cache.memory.MemoryCacheController，MemoryCacheController 內(nèi)部，
使用一個HashMap來保存當前需要緩存的數(shù)據(jù)對象的引用。
LRU型Cache
    當Cache達到預先設定的最大容量時，ibatis會按照“最少使用”原則將使用頻率最少
的對象從緩沖中清除。可配置的參數(shù)有：
flushInterval：指定了多長時間清除緩存，上例中指定每24小時強行清空緩存區(qū)的所有內(nèi)容。
size
FIFO型Cache
先進先出型緩存，最先放入Cache中的數(shù)據(jù)將被最先廢除。
OSCache
（三）開源數(shù)據(jù)緩存策略OSCache
可以解決的問題：
1）信息系統(tǒng)中需要處理的基礎數(shù)據(jù)的內(nèi)容短時間內(nèi)是不會發(fā)生變化的，但是在一個相對長一些的時間里，它卻可能是動態(tài)增加或者減少的。
2）統(tǒng)計報表是一個周期性的工作，可能是半個月、一個月或者更長的時間才會需要更新一次，然而統(tǒng)計報表通常是圖形顯示或者是生成pdf、word、excel等格式的文件，這些圖形內(nèi)容、文件的生成通常需要消耗很多的系統(tǒng)資源，給系統(tǒng)運行造成很大的負擔。
    OSCache是OpenSymphony組織提供的一個J2EE架構中Web應用層的緩存技術實現(xiàn)組件。OSCache支持對部分頁面內(nèi)容或者對頁面級的響應內(nèi)容進行緩存，編程者可以根據(jù)不同的需求、不同的環(huán)境選擇不同的緩存級別。可以使用內(nèi)存、硬盤空間、同時使用內(nèi)存和硬盤或者提供自己的其他資源（需要自己提供適配器）作為緩存區(qū)。
使用步驟：
1. 下載、解壓縮OSCache
請到OSCache的主頁http://www.opensymphony.com/oscache/download.html下載Oscache的最新版本，作者下載的是OSCache的最新穩(wěn)定版本2.0。
將下載后的。Zip文件解壓縮到c:\oscache（后面的章節(jié)中將使用%OSCache_Home%來表示這個目錄）目錄下
2. 新建立一個web應用
3. 將主要組件%OSCache_Home%\oscache.jar放入WEB-INF\lib目錄
4. commons-logging.jar、commons-collections.jar的處理
•      OSCache組件用Jakarta Commons Logging來處理日志信息，所以需要commons-logging.jar的支持，請將%OSCache_Home%\lib\core\commons-logging.jar放入classpath（通常意味著將這個文件放入WEB-INF\lib目錄）
•      如果使用JDK1.3,請將%OSCache_Home%\lib\core\commons-collections.jar放入classpath，如果使用JDK1.4或者以上版本，則不需要了
5. 將oscache.properties、oscache.tld放入WEB-INF\class目錄
•      %OSCache_Home%\oscache.properties包含了對OSCache運行特征值的設置信息
•      %OSCache_Home%\oscache.tld包含了OSCache提供的標簽庫的定義內(nèi)容
6. 修改web.xml文件
在web.xml文件中增加下面的內(nèi)容，增加對OSCache提供的taglib的支持：
<taglib><taglib-uri>oscache</taglib-uri><taglib-location>/WEB-INF/classes/oscache.tld</taglib-location></taglib>
7.最簡單的cache標簽用法
使用默認的關鍵字來標識cache內(nèi)容，超時時間是默認的3600秒
<cache:cache><%//自己的JSP代碼內(nèi)容%></cache:cache>
8. 緩存單個文件
      在OSCache組件中提供了一個CacheFilter用于實現(xiàn)頁面級的緩存，主要用于對web應用中的某些動態(tài)頁面進行緩存，尤其是那些需要生成pdf格式文件/報表、圖片文件等的頁面，不僅減少了數(shù)據(jù)庫的交互、減少數(shù)據(jù)庫服務器的壓力，而且對于減少web服務器的性能消耗有很顯著的效果。
修改web.xml，增加如下內(nèi)容，確定對/testContent.jsp頁面進行緩存。
<filter>     <filter-name>CacheFilter</filter-name><filter-class>com.opensymphony.oscache.web.filter.CacheFilter</filter-class></filter><filter-mapping><filter-name>CacheFilter</filter-name><!-對/testContent.jsp頁面內(nèi)容進行緩存-->     <url-pattern>/testContent.jsp</url-pattern></filter-mapping>

另一篇：
很多人對二級緩存都不太了解，或者是有錯誤的認識，我一直想寫一篇文章介紹一下hibernate的二級緩存的，今天終于忍不住了。
我的經(jīng)驗主要來自hibernate2.1版本，基本原理和3.0、3.1是一樣的，請原諒我的頑固不化。
hibernate的session提供了一級緩存，每個session，對同一個id進行兩次load，不會發(fā)送兩條sql給數(shù)據(jù)庫，但是session關閉的時候，一級緩存就失效了。
二級緩存是SessionFactory級別的全局緩存，它底下可以使用不同的緩存類庫，比如ehcache、oscache等，需要設置hibernate.cache.provider_class，我們這里用ehcache，在2.1中就是
hibernate.cache.provider_class=net.sf.hibernate.cache.EhCacheProvider
如果使用查詢緩存，加上
hibernate.cache.use_query_cache=true
緩存可以簡單的看成一個Map，通過key在緩存里面找value。
Class的緩存
對于一條記錄，也就是一個PO來說，是根據(jù)ID來找的，緩存的key就是ID，value是POJO。無論list，load還是iterate，只要讀出一個對象，都會填充緩存。但是list不會使用緩存，而iterate會先取數(shù)據(jù)庫select id出來，然后一個id一個id的load，如果在緩存里面有，就從緩存取，沒有的話就去數(shù)據(jù)庫load。假設是讀寫緩存，需要設置：
<cache usage="read-write"/>
如果你使用的二級緩存實現(xiàn)是ehcache的話，需要配置ehcache.xml
<cache name="com.xxx.pojo.Foo" maxElementsInMemory="500" eternal="false" timeToLiveSeconds="7200" timeToIdleSeconds="3600" overflowToDisk="true" />
其中eternal表示緩存是不是永遠不超時，timeToLiveSeconds是緩存中每個元素（這里也就是一個POJO）的超時時間，如果eternal="false"，超過指定的時間，這個元素就被移走了。timeToIdleSeconds是發(fā)呆時間，是可選的。當往緩存里面put的元素超過500個時，如果overflowToDisk="true"，就會把緩存中的部分數(shù)據(jù)保存在硬盤上的臨時文件里面。
每個需要緩存的class都要這樣配置。如果你沒有配置，hibernate會在啟動的時候警告你，然后使用defaultCache的配置，這樣多個class會共享一個配置。
當某個ID通過hibernate修改時，hibernate會知道，于是移除緩存。
這樣大家可能會想，同樣的查詢條件，第一次先list，第二次再iterate，就可以使用到緩存了。實際上這是很難的，因為你無法判斷什么時候是第一次，而且每次查詢的條件通常是不一樣的，假如數(shù)據(jù)庫里面有100條記錄，id從1到100，第一次list的時候出了前50個id，第二次iterate的時候卻查詢到30至70號id，那么30-50是從緩存里面取的，51到70是從數(shù)據(jù)庫取的，共發(fā)送1+20條sql。所以我一直認為iterate沒有什么用，總是會有1+N的問題。
（題外話：有說法說大型查詢用list會把整個結果集裝入內(nèi)存，很慢，而iterate只select id比較好，但是大型查詢總是要分頁查的，誰也不會真的把整個結果集裝進來，假如一頁20條的話，iterate共需要執(zhí)行21條語句，list雖然選擇若干字段，比iterate第一條select id語句慢一些，但只有一條語句，不裝入整個結果集hibernate還會根據(jù)數(shù)據(jù)庫方言做優(yōu)化，比如使用mysql的limit，整體看來應該還是list快。）
如果想要對list或者iterate查詢的結果緩存，就要用到查詢緩存了
查詢緩存
首先需要配置hibernate.cache.use_query_cache=true
如果用ehcache，配置ehcache.xml，注意hibernate3.0以后不是net.sf的包名了
<cache name="net.sf.hibernate.cache.StandardQueryCache"
maxElementsInMemory="50" eternal="false" timeToIdleSeconds="3600"
timeToLiveSeconds="7200" overflowToDisk="true"/>
<cache name="net.sf.hibernate.cache.UpdateTimestampsCache"
maxElementsInMemory="5000" eternal="true" overflowToDisk="true"/>
然后
query.setCacheable(true);//激活查詢緩存
query.setCacheRegion("myCacheRegion");//指定要使用的cacheRegion，可選
第二行指定要使用的cacheRegion是myCacheRegion，即你可以給每個查詢緩存做一個單獨的配置，使用setCacheRegion來做這個指定，需要在ehcache.xml里面配置它：
<cache name="myCacheRegion" maxElementsInMemory="10" eternal="false" timeToIdleSeconds="3600" timeToLiveSeconds="7200" overflowToDisk="true" />
如果省略第二行，不設置cacheRegion的話，那么會使用上面提到的標準查詢緩存的配置，也就是net.sf.hibernate.cache.StandardQueryCache
對于查詢緩存來說，緩存的key是根據(jù)hql生成的sql，再加上參數(shù)，分頁等信息（可以通過日志輸出看到，不過它的輸出不是很可讀，最好改一下它的代碼）。
比如hql：
from Cat c where c.name like ?
生成大致如下的sql：
select * from cat c where c.name like ?
參數(shù)是"tiger%"，那么查詢緩存的key*大約*是這樣的字符串（我是憑記憶寫的，并不精確，不過看了也該明白了）：
select * from cat c where c.name like ? , parameter:tiger%
這樣，保證了同樣的查詢、同樣的參數(shù)等條件下具有一樣的key。
現(xiàn)在說說緩存的value，如果是list方式的話，value在這里并不是整個結果集，而是查詢出來的這一串ID。也就是說，不管是list方法還是iterate方法，第一次查詢的時候，它們的查詢方式很它們平時的方式是一樣的，list執(zhí)行一條sql，iterate執(zhí)行1+N條，多出來的行為是它們填充了緩存。但是到同樣條件第二次查詢的時候，就都和iterate的行為一樣了，根據(jù)緩存的key去緩存里面查到了value，value是一串id，然后在到class的緩存里面去一個一個的load出來。這樣做是為了節(jié)約內(nèi)存。
可以看出來，查詢緩存需要打開相關類的class緩存。list和iterate方法第一次執(zhí)行的時候，都是既填充查詢緩存又填充class緩存的。
這里還有一個很容易被忽視的重要問題，即打開查詢緩存以后，即使是list方法也可能遇到1+N的問題！相同條件第一次list的時候，因為查詢緩存中找不到，不管class緩存是否存在數(shù)據(jù)，總是發(fā)送一條sql語句到數(shù)據(jù)庫獲取全部數(shù)據(jù)，然后填充查詢緩存和class緩存。但是第二次執(zhí)行的時候，問題就來了，如果你的class緩存的超時時間比較短，現(xiàn)在class緩存都超時了，但是查詢緩存還在，那么list方法在獲取id串以后，將會一個一個去數(shù)據(jù)庫load！因此，class緩存的超時時間一定不能短于查詢緩存設置的超時時間！如果還設置了發(fā)呆時間的話，保證class緩存的發(fā)呆時間也大于查詢的緩存的生存時間。這里還有其他情況，比如class緩存被程序強制evict了，這種情況就請自己注意了。
另外，如果hql查詢包含select字句，那么查詢緩存里面的value就是整個結果集了。
當hibernate更新數(shù)據(jù)庫的時候，它怎么知道更新哪些查詢緩存呢？
hibernate在一個地方維護每個表的最后更新時間，其實也就是放在上面net.sf.hibernate.cache.UpdateTimestampsCache所指定的緩存配置里面。
當通過hibernate更新的時候，hibernate會知道這次更新影響了哪些表。然后它更新這些表的最后更新時間。每個緩存都有一個生成時間和這個緩存所查詢的表，當hibernate查詢一個緩存是否存在的時候，如果緩存存在，它還要取出緩存的生成時間和這個緩存所查詢的表，然后去查找這些表的最后更新時間，如果有一個表在生成時間后更新過了，那么這個緩存是無效的。
可以看出，只要更新過一個表，那么凡是涉及到這個表的查詢緩存就失效了，因此查詢緩存的命中率可能會比較低。
Collection緩存
需要在hbm的collection里面設置
<cache usage="read-write"/>
假如class是Cat，collection叫children，那么ehcache里面配置
<cache name="com.xxx.pojo.Cat.children"
maxElementsInMemory="20" eternal="false" timeToIdleSeconds="3600" timeToLiveSeconds="7200"
overflowToDisk="true" />
Collection的緩存和前面查詢緩存的list一樣，也是只保持一串id，但它不會因為這個表更新過就失效，一個collection緩存僅在這個collection里面的元素有增刪時才失效。
這樣有一個問題，如果你的collection是根據(jù)某個字段排序的，當其中一個元素更新了該字段時，導致順序改變時，collection緩存里面的順序沒有做更新。
緩存策略
只讀緩存（read-only）：沒有什么好說的
讀/寫緩存（read-write）:程序可能要的更新數(shù)據(jù)
不嚴格的讀/寫緩存（nonstrict-read-write）：需要更新數(shù)據(jù)，但是兩個事務更新同一條記錄的可能性很小，性能比讀寫緩存好
事務緩存（transactional）：緩存支持事務，發(fā)生異常的時候，緩存也能夠回滾，只支持jta環(huán)境，這個我沒有怎么研究過
讀寫緩存和不嚴格讀寫緩存在實現(xiàn)上的區(qū)別在于，讀寫緩存更新緩存的時候會把緩存里面的數(shù)據(jù)換成一個鎖，其他事務如果去取相應的緩存數(shù)據(jù)，發(fā)現(xiàn)被鎖住了，然后就直接取數(shù)據(jù)庫查詢。
在hibernate2.1的ehcache實現(xiàn)中，如果鎖住部分緩存的事務發(fā)生了異常，那么緩存會一直被鎖住，直到60秒后超時。
不嚴格讀寫緩存不鎖定緩存中的數(shù)據(jù)。
使用二級緩存的前置條件
你的hibernate程序對數(shù)據(jù)庫有獨占的寫訪問權，其他的進程更新了數(shù)據(jù)庫，hibernate是不可能知道的。你操作數(shù)據(jù)庫必需直接通過hibernate，如果你調(diào)用存儲過程，或者自己使用jdbc更新數(shù)據(jù)庫，hibernate也是不知道的。hibernate3.0的大批量更新和刪除是不更新二級緩存的，但是據(jù)說3.1已經(jīng)解決了這個問題。
這個限制相當?shù)募郑袝r候hibernate做批量更新、刪除很慢，但是你卻不能自己寫jdbc來優(yōu)化，很郁悶吧。
SessionFactory也提供了移除緩存的方法，你一定要自己寫一些JDBC的話，可以調(diào)用這些方法移除緩存，這些方法是：
void evict(Class persistentClass)
Evict all entries from the second-level cache.
void evict(Class persistentClass, Serializable id)
Evict an entry from the second-level cache.
void evictCollection(String roleName)
Evict all entries from the second-level cache.
void evictCollection(String roleName, Serializable id)
Evict an entry from the second-level cache.
void evictQueries()
Evict any query result sets cached in the default query cache region.
void evictQueries(String cacheRegion)
Evict any query result sets cached in the named query cache region.
不過我不建議這樣做，因為這樣很難維護。比如你現(xiàn)在用JDBC批量更新了某個表，有3個查詢緩存會用到這個表，用evictQueries(String cacheRegion)移除了3個查詢緩存，然后用evict(Class persistentClass)移除了class緩存，看上去好像完整了。不過哪天你添加了一個相關查詢緩存，可能會忘記更新這里的移除代碼。如果你的jdbc代碼到處都是，在你添加一個查詢緩存的時候，還知道其他什么地方也要做相應的改動嗎？
----------------------------------------------------
總結：
不要想當然的以為緩存一定能提高性能，僅僅在你能夠駕馭它并且條件合適的情況下才是這樣的。hibernate的二級緩存限制還是比較多的，不方便用jdbc可能會大大的降低更新性能。在不了解原理的情況下亂用，可能會有1+N的問題。不當?shù)氖褂眠€可能導致讀出臟數(shù)據(jù)。
如果受不了hibernate的諸多限制，那么還是自己在應用程序的層面上做緩存吧。
在越高的層面上做緩存，效果就會越好。就好像盡管磁盤有緩存，數(shù)據(jù)庫還是要實現(xiàn)自己的緩存，盡管數(shù)據(jù)庫有緩存，咱們的應用程序還是要做緩存。因為底層的緩存它并不知道高層要用這些數(shù)據(jù)干什么，只能做的比較通用，而高層可以有針對性的實現(xiàn)緩存，所以在更高的級別上做緩存，效果也要好些吧。
轉自：http://blog.ccidnet.com/blog-htm-do-showone-uid-44291-type-blog-itemid-125551.html