mybatis缓存,从一个“灵异”事件说起

2023-12-20 00:30

本文主要是介绍mybatis缓存,从一个“灵异”事件说起,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

刚准备下班走人,被一开发同事叫住,让帮看一个比较奇怪的问题:Mybatis同一个Mapper接口的查询方法,第一次返回与第二次返回结果不一样,百思不得其解!

问题

Talk is cheap. Show me the code. 该问题涉及的主要代码实现包括

  1. mapper接口定义
public interface GoodsTrackMapper extends BaseMapper<GoodsTrack> {List<GoodsTrackDTO> listGoodsTrack(@Param("criteria") GoodsTrackQueryCriteria criteria);
}

  1. xml定义
<select id="listGoodsTrack" resultType="xxx.GoodsTrackDTO">SELECT ...
</select>

  1. service定义
@Service
@Transactional(propagation = Propagation.SUPPORTS, readOnly = true, rollbackFor = Exception.class)
public class GoodsTrackService extends BaseService<GoodsTrack, GoodsTrackDTO> {@Autowiredprivate GoodsTrackMapper goodsTrackMapper;public List<GoodsTrackDTO> listGoodsTrack(GoodsTrackQueryCriteria criteria){return goodsTrackMapper.listGoodsTrack(criteria);}public List<GoodsTrackDTO> goodsTrackList(GoodsTrackQueryCriteria criteria){List<GoodsTrackDTO> listGoodsTrack = goodsTrackMapper.listGoodsTrack(criteria);Map<String, GoodsTrackDTO> goodsTrackDTOMap = new HashMap<String, GoodsTrackDTO>();for (GoodsTrackDTO goodsTrackDTO : listGoodsTrack){String goodsId = String.valueOf(goodsTrackDTO.getGoodsId());if (!goodsTrackDTOMap.containsKey(goodsId)){goodsTrackDTOMap.put(goodsId, goodsTrackDTO);}else {GoodsTrackDTO goodsTrack = goodsTrackDTOMap.get(goodsId);int num = goodsTrack.getGoodsNum()   goodsTrackDTO.getGoodsNum();goodsTrack.setGoodsNum(num);}}List<GoodsTrackDTO>  list = new ArrayList(goodsTrackDTOMap.values());return list;}
}@Service
@Transactional(propagation = Propagation.SUPPORTS, readOnly = true, rollbackFor = Exception.class)
public class GoodsOrderService extends BaseService<GoodsOrder, GoodsOrderDTO> {@Autowiredprivate GoodsTrackService goodsTrackService;@Overridepublic GoodsOrderDTO create(GoodsOrderDTO goodsOrderDTO) {//...List<GoodsTrackDTO> rs1 = goodsTrackList(criteria);//...List<GoodsTrackDTO> rs2 = listGoodsTrack(criteria);//...}
}

大致逻辑就是在 GoodsTrackService 定义了两个查询方法,一个是直接从数据库中获取数据,第二个是从数据库中获取数据后进行了一些加工(通过某个字段进行合并累加,类似sum group by),然后在GoodsOrderService 的同一个方法(该方法是一个事务方法 )中调用这两个查询,发现rs2中的数据存在问题, 期望是都应该与数据库表的数据一致,但其中部分数据却与查出后进行了修改的rs1中的一致。

定位

初步看,listGoodsTrack 方法直接调用的mapper方法 goodsTrackMapper.listGoodsTrack(criteria) 没做任何应用层的处理,第一反应是缓存的原因。 我问前面的查询有没有改变查询返回的结果(一开始没细看具体实现),答曰没有。折腾一阵后,返过去细看 goodsTrackList 的实现,果然还是眼见为实、耳听为虚。在该方法中,通过goodsId对返回的列表进行分组,对goodsNum进行累加,最后返回累加后的几个对象。但是在累加的时候,是直接作用于返回结果对象的,明明就是改变了查询结果(居然说没有?!!)。 这就是问题所在了,mybatis在同一个事务中,对同一个查询(同样的sql,同样的参数)的返回结果进行了缓存(称为一级缓存),下一次做同样的查询时,如果中间没有任何更新操作,则直接返回缓存的数据,而在本例中因为对缓存数据做了人为的修改,所以最后导致查出的数据与数据库不一致。

mybatis缓存机制

简单介绍下mybatis的两级缓存机制

  • 一级缓存:一级缓存包括SqlSession与STATEMENT两种级别,默认在 SqlSession 中实现。在一次会话中,如果两次查询sql相同,参数相同,且中间没有任何更新操作,则第二次查询会直接返回第一次查询缓存的结果,不再请求数据库。如果中间存在更新操作,则更新操作会清除掉缓存,后面的查询就会访问数据库了。STATEMENT级别则每次查询都会清掉一级缓存,每次查询都会进行数据库访问。
  • 二级缓存:二级缓存则是在同一个namesapce的多个 SqlSession 间共享的缓存,默认未开启。当开启二级缓存后,数据查询的流程就是 二级缓存 ——> 一级缓存 ——> 数据库, 同一个namespace下的更新操作,会影响同一个Cache。

如何开启二级缓存

  1. 需要在mybatis-config.xml中设置:
<settings><setting name="cacheEnabled" value="true"/>
</settings>
  1. 然后在mapper的xml文件的 下设置cache相关配置:
<cache eviction="LRU"  flushInterval="60000" size="512" readOnly="true"/> 

支持的属性:

  • type:cache使用的类型,默认是PerpetualCache
  • eviction: 回收的策略,常见的有LRU,FIFO
  • flushInterval: 配置一定时间自动刷新缓存,单位毫秒
  • size: 最多缓存的对象个数
  • readOnly: 是否只读,若配置为可读写,则需要对应的实体类实现Serializable接口
  • blocking: 如果缓存中找不到对应的key,是否会一直blocking,直到有对应的数据进入缓存

也可以使用 来与另一个mapper共享二级缓存

解决

已经定位到是由于mybatis的一级缓存导致,那如何解决本文提到的问题呢? 基本上有三个解决方向。

  1. 使用缓存的方案

既然要使用缓存,那就不能更改缓存的数据,此时我们可以在需要更改数据的地方把数据做一次副本拷贝,使其不改变缓存数据本身, 如

for (GoodsTrackDTO goodsTrackDTO : listGoodsTrack){String goodsId = String.valueOf(goodsTrackDTO.getGoodsId());if (!goodsTrackDTOMap.containsKey(goodsId)){goodsTrackDTOMap.put(goodsId, ObjectUtil.clone(goodsTrackDTO));}else {GoodsTrackDTO goodsTrack = goodsTrackDTOMap.get(goodsId);int num = goodsTrack.getGoodsNum()   goodsTrackDTO.getGoodsNum();goodsTrack.setGoodsNum(num);}
}

使用ObjectUtil.clone()方法(hutool工具包中提供)对需要更改的数据做副本拷贝。

  1. 禁用缓存的方案

在xml的sql定义中添加 flushCache="true" 的配置,使该查询不使用缓存,如下

<select id="listGoodsTrack" resultType="xxx.GoodsTrackDTO" flushCache="true"> SELECT ...
</select>

禁用缓存的另一种方案是将一级缓存直接设置为STATEMENT来进行全局禁用,在mybatis-config.xml中配置:

<settings><setting name="localCacheScope" value="STATEMENT"/>
</settings>

  1. 避开缓存的方案

再定义一个实现相同查询的mapper方法,id不一样来避开使用相同的缓存,这种做法就不怎么优雅了。

<select id="listGoodsTrack2" resultType="xxx.GoodsTrackDTO" flushCache="true"> SELECT ...
</select>

避开缓存的另一种做法是不使用事务,使两个查询不在一个SqlSession中,但有时候事务是必须的,所以得分场景来。

另外由于mybatis的缓存都是基于本地的,在分布式环境下可能导致读取的数据与数据库不一致,比如一个服务实例两次读取中间,另一个服务实例对数据进行了更新,则后一次读取由于缓存还是读取的旧数据,而不是更新后的数据,可能导致问题。这时可以通过将缓存设置为STATEMENT级别来禁用mybatis缓存,通过Redis,MemCached等来提供分布式的全局缓存。

认真生活,快乐分享欢迎关注微信公众号:空山新雨的技术空间公众号二维码获取更多关于Spring Boot,Spring Cloud, Docker等企业实战技术

这篇关于mybatis缓存,从一个“灵异”事件说起的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/514245

相关文章

MyBatis常用XML语法详解

《MyBatis常用XML语法详解》文章介绍了MyBatis常用XML语法,包括结果映射、查询语句、插入语句、更新语句、删除语句、动态SQL标签以及ehcache.xml文件的使用,感兴趣的朋友跟随小... 目录1、定义结果映射2、查询语句3、插入语句4、更新语句5、删除语句6、动态 SQL 标签7、ehc

MyBatis延迟加载与多级缓存全解析

《MyBatis延迟加载与多级缓存全解析》文章介绍MyBatis的延迟加载与多级缓存机制,延迟加载按需加载关联数据提升性能,一级缓存会话级默认开启,二级缓存工厂级支持跨会话共享,增删改操作会清空对应缓... 目录MyBATis延迟加载策略一对多示例一对多示例MyBatis框架的缓存一级缓存二级缓存MyBat

前端缓存策略的自解方案全解析

《前端缓存策略的自解方案全解析》缓存从来都是前端的一个痛点,很多前端搞不清楚缓存到底是何物,:本文主要介绍前端缓存的自解方案,文中通过代码介绍的非常详细,需要的朋友可以参考下... 目录一、为什么“清缓存”成了技术圈的梗二、先给缓存“把个脉”:浏览器到底缓存了谁?三、设计思路:把“发版”做成“自愈”四、代码

mybatis直接执行完整sql及踩坑解决

《mybatis直接执行完整sql及踩坑解决》MyBatis可通过select标签执行动态SQL,DQL用ListLinkedHashMap接收结果,DML用int处理,注意防御SQL注入,优先使用#... 目录myBATiFBNZQs直接执行完整sql及踩坑select语句采用count、insert、u

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java 缓存框架 Caffeine 应用场景解析

《Java缓存框架Caffeine应用场景解析》文章介绍Caffeine作为高性能Java本地缓存框架,基于W-TinyLFU算法,支持异步加载、灵活过期策略、内存安全机制及统计监控,重点解析其... 目录一、Caffeine 简介1. 框架概述1.1 Caffeine的核心优势二、Caffeine 基础2

Redis高性能Key-Value存储与缓存利器常见解决方案

《Redis高性能Key-Value存储与缓存利器常见解决方案》Redis是高性能内存Key-Value存储系统,支持丰富数据类型与持久化方案(RDB/AOF),本文给大家介绍Redis高性能Key-... 目录Redis:高性能Key-Value存储与缓存利器什么是Redis?为什么选择Redis?Red

React 记忆缓存的三种方法实现

《React记忆缓存的三种方法实现》本文主要介绍了React记忆缓存的三种方法实现,包含React.memo、useMemo、useCallback,用于避免不必要的组件重渲染和计算,感兴趣的可以... 目录1. React.memo2. useMemo3. useCallback使用场景与注意事项在 Re

Docker多阶段镜像构建与缓存利用性能优化实践指南

《Docker多阶段镜像构建与缓存利用性能优化实践指南》这篇文章将从原理层面深入解析Docker多阶段构建与缓存机制,结合实际项目示例,说明如何有效利用构建缓存,组织镜像层次,最大化提升构建速度并减少... 目录一、技术背景与应用场景二、核心原理深入分析三、关键 dockerfile 解读3.1 Docke