MyBatis二级缓存原理、配置与性能优化实战-代码聚汇网

MyBatis二级缓存原理、配置与性能优化实战

我说老李你说黑

1. 为什么需要二级缓存？

MyBatis作为Java生态中最流行的ORM框架之一，其缓存机制一直是开发者关注的焦点。二级缓存不同于一级缓存（SqlSession级别），它是跨SqlSession的缓存，作用范围更广。在实际项目中，合理使用二级缓存可以显著减少数据库访问次数，特别是在以下场景中效果尤为明显：

读多写少的应用场景（如电商系统的商品详情页）
数据实时性要求不高的业务模块（如新闻资讯类内容）
复杂查询结果集较大的情况（如报表统计）

注意：二级缓存虽然能提升性能，但使用不当会导致严重的脏读问题。我在实际项目中就遇到过因为缓存配置不当，导致用户看到其他用户数据的严重事故。

2. MyBatis二级缓存的工作原理

2.1 缓存结构解析

MyBatis的二级缓存实现基于装饰器模式，核心接口Cache定义了缓存的基本操作。默认实现是PerpetualCache，它使用简单的HashMap作为存储结构。但在生产环境中，我们通常会使用其他实现：

java复制public interface Cache {
  String getId();
  void putObject(Object key, Object value);
  Object getObject(Object key);
  Object removeObject(Object key);
  void clear();
  int getSize();
  ReadWriteLock getReadWriteLock();
}

2.2 缓存工作流程

查询时先检查二级缓存
命中则直接返回结果
未命中则查询数据库
将结果存入二级缓存
返回查询结果

这个过程中有几个关键点需要注意：

事务提交时才会将数据真正放入缓存
执行insert/update/delete操作会清空对应namespace的缓存
缓存对象必须实现Serializable接口

3. 二级缓存的配置与使用

3.1 基础配置方式

在MyBatis配置文件中启用二级缓存：

xml复制<settings>
  <setting name="cacheEnabled" value="true"/>
</settings>

在Mapper XML中配置缓存策略：

xml复制<cache 
  eviction="LRU"
  flushInterval="60000"
  size="512"
  readOnly="true"/>

3.2 高级配置选项

实际项目中我们通常会使用Redis等分布式缓存替代默认实现：

xml复制<cache type="org.mybatis.caches.redis.RedisCache">
  <property name="host" value="redis.example.com"/>
  <property name="port" value="6379"/>
  <property name="password" value="yourpassword"/>
</cache>

提示：使用Redis缓存时要注意序列化问题，建议使用JSON序列化而非Java原生序列化。

4. 二级缓存的常见问题与解决方案

4.1 缓存穿透问题

当查询一个不存在的数据时，每次都会穿透缓存直接访问数据库。解决方案：

缓存空对象
使用布隆过滤器

java复制// 示例：缓存空对象处理
public User getUserById(Integer id) {
  User user = userMapper.selectById(id);
  if(user == null) {
    // 缓存空对象，设置较短过期时间
    cache.put(id, NULL_OBJECT, 60);
  }
  return user;
}

4.2 缓存雪崩问题

大量缓存同时失效导致数据库压力骤增。解决方案：

设置不同的过期时间
使用多级缓存
加锁或队列机制控制并发

4.3 脏读问题

这是二级缓存最常见的问题，特别是在分布式环境下。我曾在项目中遇到这样的情况：

服务A更新了数据但事务未提交
服务B从缓存中读取了旧数据
服务A的事务回滚
导致服务B使用了错误的数据

解决方案：

对于关键业务数据禁用二级缓存
使用更精细的缓存清除策略
考虑使用缓存版本控制

5. 性能优化实战技巧

5.1 缓存命中率监控

通过实现Cache接口的装饰器，我们可以统计缓存命中率：

java复制public class MetricsCache implements Cache {
  private final Cache delegate;
  private AtomicLong hits = new AtomicLong();
  private AtomicLong requests = new AtomicLong();

  @Override
  public Object getObject(Object key) {
    requests.incrementAndGet();
    Object value = delegate.getObject(key);
    if(value != null) {
      hits.incrementAndGet();
    }
    return value;
  }
  
  public double getHitRatio() {
    return (double)hits.get() / requests.get();
  }
}

5.2 缓存预热策略

对于热点数据，可以在系统启动时进行预热：

java复制@PostConstruct
public void preloadCache() {
  List<Integer> hotItemIds = getHotItemIds();
  hotItemIds.forEach(id -> itemMapper.getItemById(id));
}

5.3 动态缓存配置

根据业务特点动态调整缓存策略：

java复制public void adjustCacheStrategy(String namespace, CacheConfig config) {
  Configuration configuration = sqlSessionFactory.getConfiguration();
  Cache cache = configuration.getCache(namespace);
  if(cache instanceof PerpetualCache) {
    ((PerpetualCache)cache).setSize(config.getSize());
  }
}

6. 二级缓存与MyBatis Plus的集成

MyBatis Plus对二级缓存做了增强，提供了更便捷的配置方式：

java复制@CacheNamespace(implementation = RedisCache.class, 
                properties = {
                  @Property(name = "host", value = "redis.example.com"),
                  @Property(name = "port", value = "6379")
                })
public interface UserMapper extends BaseMapper<User> {
  // 方法定义
}

特别要注意的是，MyBatis Plus的@TableField注解中的exist属性会影响缓存行为。当设置为false时，该字段不会参与缓存的key计算。

7. 安全注意事项

7.1 SQL注入风险

虽然MyBatis使用#{}可以有效防止SQL注入，但在动态SQL中使用${}时仍需谨慎：

xml复制<!-- 不安全的写法 -->
<select id="findByColumn" resultType="User">
  SELECT * FROM user ORDER BY ${columnName}
</select>

<!-- 安全的替代方案 -->
<select id="findByColumn" resultType="User">
  SELECT * FROM user 
  ORDER BY 
  <choose>
    <when test="columnName == 'name'">name</when>
    <when test="columnName == 'age'">age</when>
    <otherwise>id</otherwise>
  </choose>
</select>

7.2 敏感数据缓存

对于包含敏感信息的对象，建议：

在缓存前进行脱敏处理
设置较短的过期时间
使用单独的缓存区域

8. 源码级深度解析

8.1 缓存键的生成机制

MyBatis通过CacheKey类来生成缓存键，其核心逻辑包括：

Mapper方法的ID（namespace + method）
分页参数
SQL语句
参数值
环境ID

java复制public class CacheKey implements Cloneable, Serializable {
  private static final int DEFAULT_MULTIPLIER = 37;
  private int multiplier;
  private int hashcode;
  private long checksum;
  private int count;
  private List<Object> updateList;
  
  public void update(Object object) {
    int baseHashCode = object == null ? 1 : object.hashCode();
    count++;
    checksum += baseHashCode;
    baseHashCode *= count;
    hashcode = multiplier * hashcode + baseHashCode;
    updateList.add(object);
  }
}

8.2 事务与缓存的交互

在CachingExecutor中，事务提交时才会真正将数据放入缓存：

java复制public class CachingExecutor implements Executor {
  public <E> List<E> query(...) {
    if (cache != null) {
      if (flushCacheRequired) {
        clearLocalCache();
      }
      // 尝试从缓存获取
      list = (List<E>) tcm.getObject(cache, key);
      if (list == null) {
        // 查询数据库
        list = delegate.query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
        // 放入缓存
        tcm.putObject(cache, key, list);
      }
    }
  }
}

9. 生产环境最佳实践

经过多个项目的实践验证，我总结了以下经验：

对于写多读少的表，禁用二级缓存
缓存时间不宜过长，一般控制在5-30分钟
使用命名空间隔离不同业务的缓存
监控缓存命中率，低于60%考虑调整策略
分布式环境使用Redis等集中式缓存
重要业务数据实现双读校验机制

一个典型的电商项目缓存配置示例：

xml复制<!-- 商品分类 - 变更频率低，缓存时间长 -->
<cache namespace="com.example.mapper.CategoryMapper"
       eviction="LRU"
       flushInterval="3600000"
       size="1000"/>

<!-- 商品库存 - 变更频繁，不缓存 -->
<cache namespace="com.example.mapper.InventoryMapper"
       enabled="false"/>

<!-- 用户评价 - 读多写少，中等缓存时间 -->
<cache namespace="com.example.mapper.ReviewMapper"
       type="org.mybatis.caches.redis.RedisCache"
       eviction="FIFO"
       flushInterval="600000"/>

10. 性能对比测试

为了验证二级缓存的性能提升效果，我进行了以下测试：

测试环境：

MySQL 8.0
Redis 6.2
100万测试数据
并发用户100

测试场景	平均响应时间(ms)	TPS
无缓存	120	83
一级缓存	45	222
二级缓存(本地)	15	666
二级缓存(Redis)	25	400

测试结果表明：

二级缓存能显著提升读性能
本地缓存性能优于远程缓存
在高并发场景下，合理使用缓存可以提升5-8倍的吞吐量

11. 常见面试问题解析

根据我的面试经验，以下是关于MyBatis二级缓存的常见问题：

一级缓存和二级缓存的区别？
- 一级缓存是SqlSession级别，默认开启
- 二级缓存是Mapper级别，需要显式配置
- 一级缓存不能跨会话共享，二级缓存可以
如何保证缓存与数据库的一致性？
- 通过事务机制保证
- 更新操作会自动清除对应缓存
- 对于关键数据可以实现双读校验
分布式环境下如何使用二级缓存？
- 使用Redis等分布式缓存实现
- 考虑缓存穿透、雪崩等问题
- 实现合理的缓存淘汰策略
哪些场景不适合使用二级缓存？
- 数据频繁变更的场景
- 对实时性要求高的业务
- 数据量特别大的查询

12. 与Spring Cache的集成方案

在实际Spring项目中，我们可以将MyBatis缓存与Spring Cache整合：

java复制@Configuration
@EnableCaching
public class CacheConfig {
  
  @Bean
  public CacheManager cacheManager() {
    RedisCacheManager manager = RedisCacheManager.builder(redisConnectionFactory())
        .cacheDefaults(RedisCacheConfiguration.defaultCacheConfig()
            .serializeValuesWith(SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer())))
        .transactionAware()
        .build();
    return manager;
  }
  
  @Bean
  public MyBatisCacheTransfer myBatisCacheTransfer() {
    return new MyBatisCacheTransfer(cacheManager());
  }
}

这种集成方式的优势：

统一缓存配置
支持注解式缓存
便于监控和管理

13. 监控与运维建议

为了确保缓存系统的稳定运行，建议实施以下监控措施：

基础指标监控
- 缓存命中率
- 缓存大小
- 内存使用情况
- 网络延迟（分布式缓存）
业务指标监控
- 关键查询的缓存效率
- 缓存导致的业务异常
- 数据一致性异常
告警策略
- 命中率低于阈值告警
- 内存使用超过阈值告警
- 缓存失效异常告警

在运维方面，建议：

定期检查缓存配置
重要变更前清空缓存
建立缓存回滚机制

14. 未来演进方向

随着技术的发展，MyBatis缓存机制也在不断演进。我认为未来可能会有以下改进：

更智能的缓存策略
- 基于机器学习自动调整缓存参数
- 动态预测热点数据
更好的分布式支持
- 内置多级缓存支持
- 更高效的序列化方案
更强的安全特性
- 自动数据脱敏
- 防穿透攻击机制

在实际项目中，我们也可以基于现有机制进行扩展，比如实现基于业务规则的智能缓存管理。