hibernate缓存机制通过一级缓存（Session级）和二级缓存（SessionFactory级）减少数据库访问，提升性能。一级缓存默认开启，同一Session内重复查询不触发数据库访问；二级缓存需配置，如使用Ehcache并设置缓存策略（如READ_WRITE），实现跨Session共享；查询缓存则缓存查询结果ID列表，需结合二级缓存生效，三者均需注意数据一致性与失效策略。
Hibernate 的缓存机制，简单来说，就是为了减少数据库访问，提升应用性能。它分为一级缓存和二级缓存，一级缓存是 Session 级别的，事务结束就失效；二级缓存是 SessionFactory 级别的，可以跨 Session 共享，但需要配置。
Hibernate 缓存机制，具体如何运作，又该如何配置和使用呢？
Hibernate 一级缓存：不得不说的秘密
一级缓存，也叫 Session 缓存，是 Hibernate 默认开启的，你几乎感觉不到它的存在，但它却默默地工作着。它存在于 Session 的生命周期内，任何通过 Session 加载的对象都会被缓存起来。这意味着，在同一个 Session 中，如果你多次加载同一个 ID 的对象，Hibernate 只会执行一次数据库查询，后续的加载直接从缓存中获取。
举个例子，假设我们有一个
User
类，ID 为 1。
Session session = sessionFactory.openSession(); Transaction transaction = session.beginTransaction(); User user1 = session.get(User.class, 1); User user2 = session.get(User.class, 1); // 不会再次查询数据库 System.out.println(user1 == user2); // 输出 true transaction.commit(); session.close();
在这个例子中，
user1
和
user2
指向的是同一个对象，因为第二次
session.get()
直接从一级缓存中获取了数据。
一级缓存的优点是简单易用，无需任何配置。缺点也很明显，它只能在 Session 范围内有效，一旦 Session 关闭，缓存也就失效了。另外，一级缓存容易出现脏读，如果其他 Session 修改了数据库中的数据，当前 Session 的缓存可能就不是最新的了。
为了避免脏读，你可以使用
session.refresh(Object)
方法强制刷新缓存，从数据库中重新加载数据。或者，在查询中使用
LockMode
来锁定对象，防止其他 Session 修改。
Hibernate 二级缓存：性能提升的利器
二级缓存，也叫 SessionFactory 缓存，是可选的，需要手动配置。它可以跨 Session 共享数据，大大减少数据库访问，提高应用性能。
Hibernate 支持多种二级缓存实现，常用的有 Ehcache、OSCache、Infinispan 等。选择哪种缓存实现，取决于你的具体需求和应用场景。Ehcache 简单易用，适合小型应用；Infinispan 功能强大，适合大型分布式应用。
以 Ehcache 为例，配置 Hibernate 二级缓存需要在
hibernate.cfg.xml
文件中添加以下配置：
<property name="hibernate.cache.use_second_level_cache">true</property> <property name="hibernate.cache.region.factory_class">org.hibernate.cache.ehcache.EhCacheRegionFactory</property> <property name="net.sf.ehcache.configurationResourceName">/ehcache.xml</property>
其中，
hibernate.cache.use_second_level_cache
启用二级缓存，
hibernate.cache.region.factory_class
指定缓存工厂类，
net.sf.ehcache.configurationResourceName
指定 Ehcache 的配置文件。
Ehcache 的配置文件
ehcache.xml
定义了缓存的各种属性，例如最大缓存对象数量、缓存过期时间等。
<ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="http://www.ehcache.org/ehcache.xsd"> <diskStore path="Java.io.tmpdir"/> <defaultCache maxElementsInMemory="10000" eternal="false" timeToIdleSeconds="120" timeToLiveSeconds="120" overflowToDisk="true" diskPersistent="false" diskExpiryThreadIntervalSeconds="120" memoryStoreEvictionPolicy="LRU"/> <cache name="com.example.User" maxElementsInMemory="1000" eternal="false" timeToIdleSeconds="300" timeToLiveSeconds="600" overflowToDisk="true"/> </ehcache>
配置好二级缓存后，还需要指定哪些实体类需要被缓存。可以在实体类的
@Entity
注解上添加
@Cache
注解：
import org.hibernate.annotations.Cache; import org.hibernate.annotations.CacheConcurrencyStrategy; import javax.persistence.Entity; import javax.persistence.Id; @Entity @Cache(usage = CacheConcurrencyStrategy.READ_WRITE) public class User { @Id private Long id; private String name; // getter and setter }
@Cache
注解的
usage
属性指定了缓存的并发策略，常用的有
READ_ONLY
、
NONSTRICT_READ_WRITE
、
READ_WRITE
和
TRANSACTIONAL
。选择哪种并发策略，取决于你的应用场景和数据更新频率。
READ_ONLY
适合只读数据，
READ_WRITE
适合读写频繁的数据，
NONSTRICT_READ_WRITE
适合读多写少的数据，
TRANSACTIONAL
适合需要事务支持的数据。
二级缓存的优点是可以跨 Session 共享数据，提高应用性能。缺点是配置复杂，需要选择合适的缓存实现和并发策略。另外，二级缓存也容易出现数据不一致的问题，需要注意缓存的失效策略和数据更新机制。
查询缓存：针对查询结果的缓存
除了实体缓存，Hibernate 还提供了查询缓存，用于缓存查询结果。查询缓存可以避免重复执行相同的查询，提高查询效率。
要使用查询缓存，需要在
hibernate.cfg.xml
文件中添加以下配置：
<property name="hibernate.cache.use_query_cache">true</property>
然后在查询中使用
setCacheable(true)
方法启用查询缓存：
Query query = session.createQuery("from User where name = :name"); query.setParameter("name", "test"); query.setCacheable(true); List<User> users = query.list();
查询缓存会将查询结果的 ID 列表缓存起来，下次执行相同的查询时，Hibernate 会先从缓存中获取 ID 列表，然后根据 ID 从二级缓存中加载对象。
查询缓存的优点是可以避免重复执行相同的查询，提高查询效率。缺点是只缓存 ID 列表，需要结合二级缓存才能发挥最大效果。另外，查询缓存也容易出现数据不一致的问题，需要注意缓存的失效策略和数据更新机制。
如何选择合适的缓存策略？
选择合适的缓存策略，需要综合考虑以下因素：
- 数据访问模式： 如果数据读多写少，可以选择
READ_ONLY
或
NONSTRICT_READ_WRITE
策略；如果数据读写频繁，可以选择
READ_WRITE
策略；如果需要事务支持，可以选择
TRANSACTIONAL
策略。
- 数据更新频率： 如果数据更新频繁，需要设置较短的缓存过期时间；如果数据更新较少，可以设置较长的缓存过期时间。
- 应用规模： 如果应用规模较小，可以选择简单的缓存实现，例如 Ehcache；如果应用规模较大，可以选择功能强大的缓存实现，例如 Infinispan。
- 数据一致性要求： 如果对数据一致性要求较高，需要注意缓存的失效策略和数据更新机制。
总而言之，Hibernate 的缓存机制是一个强大的工具，可以有效提高应用性能。但是，使用缓存也需要谨慎，需要根据具体情况选择合适的缓存策略，并注意缓存的数据一致性问题。
评论（已关闭）
评论已关闭