備注學院

前言

本文探討Jive(曾經開源的Java論壇)和Hibernate（Java開源持久層）的數據庫對象的緩存策略，并闡述作者本人的Lightor（Java開源持久層）采用的數據庫對象緩存策略。

本文的探討基于以前開源的Jive代碼，Hibernate2.1.7源碼，和作者本人的Lightor代碼。

本文用ID (Identifier的縮寫)來代表數據記錄的關鍵字。

數據對象查詢一般分為兩種：條件查詢，返回一個滿足條件的數據對象列表； ID查詢，返回ID對應的數據對象。

本文主要探討“條件查詢”和“ID查詢”這兩種情況的緩存策略。

本文只探討一個JVM內的數據緩存策略，不涉及分布式緩存；本文只探討對應單表的數據對象的緩存，不涉及關聯表對象的情況。

一、Jive的緩存策略

1．Jive的緩存策略的過程描述：

(1)條件查詢的時候，Jive用 select id from table_name where …. （只選擇ID字段）這樣的SQL語句查詢數據庫，來獲得一個ID列表。

(2) Jive根據ID列表中的每個ID，首先查看緩存中是否存在對應ID的數據對象：如果存在，那么直接取出，加入到 結果列表中；如果不存在，那么通過一條select * from table_name where id = {ID value} 這樣的SQL查詢數據庫，取出對應的數據對象，放入到結果列表，并把這個數據對象按照ID放入到緩存中。

(3) ID查詢的時候，Jive執行類似第(2)步的過程，先從緩存中查找該ID，查不到，再查詢數據庫，然后把結果放入到緩存。

(4) 刪除、更新、增加數據的時候，同時更新緩存。

2．Jive緩存策略的優點：

(1) ID查詢的時候，如果該ID已經存在于緩存中，那么可以直接取出。節省了一條數據庫查詢。

(2) 當多次條件查詢的結果集相交的情況下，交集里面的數據對象不用重復從數據庫整個獲取，直接從緩存中獲取即可。

比如，第一次查詢的ID列表為{1, 2}，然后根據ID列表的ID從數據庫中一個一個取出數據對象，結果集為{a(id = 1),  b(id = 2)}。

下一次查詢的ID列表為{2, 3}，由于ID = 2的數據對象已經存在于緩存中，那么只要從數據庫中取出ID = 3的數據對象即可。

3．Jive緩存策略的缺點：

(1) 在根據條件查找數據對象列表的過程中，DAO的第(1)步用來獲得ID列表的那一次數據庫查詢，是必不可少的。

(2) 如果第(1)步返回的ID列表中有n個ID，在最壞的命中率（緩存中一個對應ID都沒有）情況下，Jive還要再查詢n次數據庫。最壞情況下，共需要n + 1數據庫查詢。

二、Hibernate的二級緩存策略

Hibernate用Session類包裝了數據庫連接從打開到關閉的過程。

Session內部維護一個數據對象集合，包括了本Session內選取的、操作的數據對象。這稱為Session內部緩存，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 :-)。

Session的生命期很短，存在于Session內部的第一級最快緩存的生命期當然也很短，命中率自然也很低。當然，這個Session內部緩存的主要作用是保持Session內部數據狀態同步。

如果需要跨Session的命中率較高的全局緩存，那么必須對Hibernate進行二級緩存配置。一般來說，同樣數據類型（Class）的數據對象，共用一個二級緩存（或其中的同一塊）。

1．Hibernate二級緩存策略的過程描述：

(1)條件查詢的時候，總是發出一條select * from table_name where …. （選擇所有字段）這樣的SQL語句查詢數據庫，一次獲得所有的數據對象。

(2) 把獲得的所有數據對象根據ID放入到第二級緩存中。

(3) 當Hibernate根據ID訪問數據對象的時候，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，再查詢數據庫，把結果按照ID放入到緩存。

(4) 刪除、更新、增加數據的時候，同時更新緩存。

2．Hibernate二級緩存策略的優點：

(1) 具有Jive緩存策略同樣的第(1)條優點：ID查詢的時候，如果該ID已經存在于緩存中，那么可以直接取出。節省了一條數據庫查詢。

(2) 不具有Jive緩存策略的第(2)條缺點，即hibernate不會有最壞情況下的 n + 1次數據庫查詢。

3．Hibernate二級緩存策略的缺點：

(1) 同Jive緩存策略的第(1)條缺點一樣，條件查詢的時候，第(1)步的數據庫查詢語句是不可少的。而且Hibernate選擇所有的字段，比只選擇ID字段花費的時間和空間都多。

(2) 不具備Jive緩存策略的第(2)條優點。條件查詢的時候，必須把數據庫對象從數據庫中整個取出，即使該數據庫的ID已經存在于緩存中。

三、Hibernate的Query緩存策略

可以看到，Jive緩存和Hibernate的二級緩存策略，都只是針對于ID查詢的緩存策略，對于條件查詢則毫無作用。（盡管Jive緩存的第(2)個優點，能夠避免重復從數據庫獲取同一個ID對應的數據對象，但select id from …這條數據庫查詢是每次條件查詢都必不可少的）。

為此，Hibernate提供了針對條件查詢的Query緩存。

1．Hibernate的Query緩存策略的過程描述：

(1) 條件查詢的請求一般都包括如下信息：SQL, SQL需要的參數，記錄范圍（起始位置rowStart，最大記錄個數maxRows)，等。

(2) Hibernate首先根據這些信息組成一個Query Key，根據這個Query Key到Query緩存中查找對應的結果列表。如果存在，那么返回這個結果列表；如果不存在，查詢數據庫，獲取結果列表，把整個結果列表根據Query Key放入到Query緩存中。

(3) Query Key中的SQL涉及到一些表名，如果這些表的任何數據發生修改、刪除、增加等操作，這些相關的Query Key都要從緩存中清空。

2．Hibernate的Query緩存策略的優點

(1) 條件查詢的時候，如果Query Key已經存在于緩存，那么不需要再查詢數據庫。命中的情況下，一次數據庫查詢也不需要。

3．Hibernate的Query緩存策略的缺點

(1) 條件查詢涉及到的表中，如果有任何一條記錄增加、刪除、或改變，那么緩存中所有和該表相關的Query Key都會失效。

比如，有這樣幾組Query Key，它們的SQL里面都包括table1。

SQL = select * from table1 where c1 = ? ….,  parameter = 1, rowStart = 11, maxRows = 20.

SQL = select * from table1 where c1 = ? ….,  parameter = 1, rowStart = 21, maxRows = 20.

SQL = select * from table1 where c1 = ? …..,  parameter = 2, rowStart = 11, maxRows = 20.

SQL = select * from table1 where c1 = ? …..,  parameter = 2, rowStart = 11, maxRows = 20.

SQL = select * from table1 where c2 = ? ….,  parameter = ‘abc’, rowStart = 11, maxRows = 20.

當table1的任何數據對象（任何字段）改變、增加、刪除的時候，這些Query Key對應的結果集都不能保證沒有發生變化。

很難做到根據數據對象的改動精確判斷哪些Query Key對應的結果集受到影響。最簡單的實現方法，就是清空所有SQL包含table1的Query Key。

(2) Query緩存中，Query Key對應的是數據對象列表，假如不同的Query Key對應的數據對象列表有交集，那么，交集部分的數據對象就是重復存儲的。

比如，Query Key 1對應的數據對象列表為{a(id = 1), b(id = 2)}，Query Key 2對應的數據對象列表為{a(id = 1), c(id = 3)}，這個a就在兩個List同時存在了兩份。

4．二級緩存和Query緩存同步的困惑

假如，Query緩存中，一個Query Key對應的結果列表為{a (id = 1) , b (id = 2), c (id = 3)}; 二級緩存里面有也id = 1對應的數據對象a。

這兩個數據對象a之間是什么關系？能夠保持狀態同步嗎？

我閱讀Hibernate的相關源碼，沒有發現兩個緩存之間的這種同步關系。

或者兩者之間毫無關系。就像我上面所說的，只要表數據發生變化，相關的Query Key都要被清空。所以不用考慮同步問題？

四、Lightor的緩存策略

Lightor是我做的Java開源持久層框架。Lightor的意思是，Lightweight O/R。Hibernate，JDO，EJB CMP這些持久層框架，都是Layer。Lightor算不上Layer，而只是一個Helper。這里的O/R意思不是Object/Relational，而是Object/ResultSet的意思。:-)

Lightor的緩存策略，主要參照Hibernate的緩存思路，Lightor的緩存也分為 Query緩存和ID緩存。但其中有一點不同，兩者之間并不是毫無聯系的，而是相互關聯的。

1．Lightor的緩存策略的過程描述：

(1) 條件查詢的請求一般都包括如下信息：SQL, 對應SQL的參數，起始記錄位置(rowStart)，最大記錄個數(maxRows)，等。

(2) Lightor首先根據這些信息組成一個Query Key，根據這個Query Key到Query緩存中查找對應的結果ID列表。注意，這里獲取的是ID列表。

如果結果ID列表存在于Query緩存，那么根據這個ID列表的每個ID，到ID緩存中取對應的數據對象。如果所有ID對應的數據對象都找到，那個返回這個數據對象結果列表。注意，這里獲取的是整個數據對象（所有字段）的列表。

如果結果ID列表不存在于Query緩存，或者結果ID列表中的某一個ID不存在于ID緩存，那么，就查詢數據庫，獲取結果列表。然后，把獲取的每個數據對象按照ID放入到ID緩存；并組裝成一個ID列表，按照Query Key存放到Query緩存中。注意，這里是把ID列表，而不是整個對象列表，放入到Query緩存中。

(3) ID查詢的時候，Lightor先從ID緩存中查找該ID，如果不存在，那么查詢數據庫，把結果放入ID緩存。

(4) Query Key中的SQL涉及到一些表名，如果這些表的任何數據發生修改、刪除、增加等操作，這些相關的Query Key都要從緩存中清空。

2．Lightor的緩存策略的優點

(1) Lightor的ID緩存具有Jive緩存，和Hibernate二級ID緩存的優點。ID查詢的時候，如果該ID已經存在于緩存中，那么可以直接取出。節省了一條數據庫查詢。

(2) Lightor的Query緩存具有Hibernate的Query緩存的優點。條件查詢的時候，如果Query Key已經存在于緩存，那么不需要再查詢數據庫。命中的情況下，一次數據庫查詢也不需要。

(3) Lightor的Query緩存中，Query Key對應的是ID列表，而不是數據對象列表，真正的數據對象只存在于ID緩存中。所以，不同的Query Key對應的ID列表如果有交集，ID對應的數據對象也不會在ID緩存中重復存儲。

(4) Lightor的緩存也沒有Jive緩存的最壞情況n + 1次數據庫查詢缺點。

3．Lightor的緩存策略的缺點

(1) Lightor的Query緩存具有Hibernate的Query緩存的缺點。條件查詢涉及到的表中，如果有任何一條記錄增加、刪除、或改變，那么緩存中所有和該表相關的Query Key都會失效。

(2) Lightor的ID緩存也具有hibernate的二級ID緩存具有的缺點。條件查詢的時候，即使ID已經存在于緩存中，也需要重新把數據對象整個從數據庫取出，放入到緩存中。

五、Query Key的效率

Query緩存的Query Key的空間和時間開銷比較大。

Query Key里面存放的東西不少，SQL, 參數，范圍（起始，個數）。

這里面最大的東西就是SQL。又占地方，又花時間（hashCode, equals）。

Query Key最關鍵的兩個方法是hashCode和equals，重點是SQL的hashCode和equals。

Lightor的做法是，由于Lightor直接使用SQL，不用HQL、OQL之類，所以推薦盡量使用static final String的SQL，能夠節省空間和時間，以至于Query Key的效率能夠相當于ID Key的效率。

至于Hibernate的QueryKey，有興趣的讀者可以去下載閱讀Hibernate的各個版本的源代碼，跟蹤一下QueryKey的實現優化過程。

六、總結

這里列一個表，綜合表示Jive, Hibernate, Lightor的緩存策略的特征。

注：

“重復ID緩存問題”的含義是，每次條件查詢，不是只取ID列表，而是取出完整對象（所有字段）的列表。這樣，同一個ID對應的數據對象，即使在緩存中已經存在，也可能被重新放入緩存。參見相關緩存的缺點描述。

“重復ID緩存問題”的負面效應到底有多大，就看你的select id from …（只選擇ID）比你的 select * from … (選擇所有字段)快多少。主要影響因素是，字段的個數，字段值的長度，與數據庫服務器之間網絡傳輸速度。

不管怎么說，即使選擇所有字段，也只是一次數據庫查詢。而N + 1問題帶來的可能最壞的負面效應（N + 1次數據查詢）卻是非常大的。

選擇緩存策略的時候，應根據這些情況發生的概率和正負面效應進行取舍。

from:http://blog.csdn.net/buaawhl/archive/2004/12/21/224184.aspx