1.简介
是支持普通SQL 查询,存储过程和高级映射的优秀持久层框架。 MyBatis 消除了几乎所有的JDBC 代码和参数的手工设置以及结果集的检索。
是现在最流行的纯Java开源缓存框架，配置简单、结构清晰、功能强大，最初知道它，是从Hibernate的缓存开始的。
2. 准备工作
下载mybatis相关包与ehcache相关包
ehcache-core-2.4.4.jar
mybatis-ehcache-1.0.0.jar
slf4j-api-1.6.1.jar
slf4j-log4j12-1.6.2.jar
3. 配置步骤：
用hsqldb作为数据库，使用mybatis自定义缓存。
数据库建表语句：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | create table category ( catid varchar (10) not null , name varchar (80) null , descn varchar (255) null , constraint pk_category primary key (catid) ); create table product ( productid varchar (10) not null , category varchar (10) not null , name varchar (80) null , descn varchar (255) null , constraint pk_product primary key (productid), constraint fk_product_1 foreign key (category) references category (catid) ); create index productCat on product (category); create index productName on product ( name ); |
insert数据的语句：
| 1 2 3 4 | INSERT INTO category VALUES ( 'FISH' , 'Fish' , '<image src="../images/fish_icon.gif"><font size="5" color="blue"> Fish</font>' ); INSERT INTO category VALUES ( 'DOGS' , 'Dogs' , '<image src="../images/dogs_icon.gif"><font size="5" color="blue"> Dogs</font>' ); INSERT INTO product VALUES ( 'FI-SW-01' , 'FISH' , 'Angelfish' , '<image src="../images/fish1.gif">Salt Water fish from Australia' ); INSERT INTO product VALUES ( 'FI-SW-02' , 'FISH' , 'Tiger Shark' , '<image src="../images/fish4.gif">Salt Water fish from Australia' ); |
4. cache配置步骤：
(1).在classpath下配置ehcache.xml。这个是ehcache的默认配置文件。
| 1 2 3 4 5 6 | <? xml version = "1.0" encoding = "UTF-8" ?> < ehcache xmlns:xsi = "http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation = "../bin/ehcache.xsd" > < defaultCache overflowToDisk = "true" eternal = "false" maxElementsInMemory = "1" /> < diskStore path = "D:/cache" /> </ ehcache > |
(2).在需要的Mapper.xml中配置cache。
上面的配置是全局的cache，在Mapper.xml中可以根据自己的需要，对这个Mapper中进行cache的配置，可以配置某一条sql语句不进行cache。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 | < cache type = "org.mybatis.caches.ehcache.LoggingEhcache" /> //最普通的设置，沿用全局设置 < cache type = "org.mybatis.caches.ehcache.LoggingEhcache" > < property name = "timeToIdleSeconds" value = "3600" /> <!--1 hour--> < property name = "timeToLiveSeconds" value = "3600" /> <!--1 hour--> < property name = "maxEntriesLocalHeap" value = "1000" /> < property name = "maxEntriesLocalDisk" value = "10000000" /> < property name = "memoryStoreEvictionPolicy" value = "LRU" /> < cache > <!-- 配置这个mapper使用LRU替换策略。 (个人比较赞同这种配置，因为每个表的数据都不一样，有一些需要经常更新，有得可能某几个字段需要经常做连接， 使用一样的cache不太合适) --> |
mybatis默认是启用cache的，所以对于某一条不想被cache的sql需要把useCache="false"
| 1 | < select id = "getCategory" parameterType = "string" resultType = "Category" useCache = "false" > |
5. 测试：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | private ApplicationContext application; private CategoryMapper categoryMapper; private ProductMapper productMapper; private String[] categoryId = { "FISH" , "DOGS" , "REPTILES" , "CATS" , "BIRDS" }; @Before public void initSpring() { application = new FileSystemXmlApplicationContext( "resource/applicationContext.xml" ); categoryMapper = application.getBean(CategoryMapper. class ); productMapper = application.getBean(ProductMapper. class ); } @Test public void testSelect() { // the first time long begin = System.nanoTime(); categoryMapper.getCategory(categoryId[ 0 ]); long end = System.nanoTime() - begin; print( "count :" + end); // the second time begin = System.nanoTime(); categoryMapper.getCategory(categoryId[ 0 ]); end = System.nanoTime() - begin; print( "count :" + end); // the third time begin = System.nanoTime(); categoryMapper.getCategory(categoryId[ 0 ]); end = System.nanoTime() - begin; print( "count :" + end); // } @Test public void testInsert() { // the second time long begin = System.nanoTime(); // Product p1 = productMapper.getProduct( "FI-SW-01" ); long end = System.nanoTime() - begin; print( "count :" + end); print( "Category :" +p1.getCategoryId()); Map<String, String> parame = new HashMap<String, String>(); parame.put( "categoryId" , "DOGS" ); parame.put( "productId" , "FI-SW-01" ); begin = System.nanoTime(); productMapper.updateProductById(parame); end = System.nanoTime() - begin; print( "count :" +end); begin = System.nanoTime(); Product p2 = productMapper.getProduct( "FI-SW-01" ); end = System.nanoTime() - begin; print( "count :" +end); print( "Category :" +p2.getCategoryId()); } |
运行的结果
log4j debug开启:
16 09:42:16,447 org.apache.ibatis.logging.slf4j.Slf4jImpl: Cache Hit Ratio [org.mybatis.jpetstore.persistence.CategoryMapper]: 0.0
DEBUG 2013-05-16 09:42:16,501 org.apache.ibatis.logging.slf4j.Slf4jImpl: ==> Executing: SELECT CATID AS categoryId, NAME, DESCN AS description FROM CATEGORY WHERE CATID = ?
DEBUG 2013-05-16 09:42:16,502 org.apache.ibatis.logging.slf4j.Slf4jImpl: ==> Parameters: FISH(String)
DEBUG 2013-05-16 09:42:16,542 org.apache.ibatis.logging.slf4j.Slf4jImpl: <== Columns: CATEGORYID, NAME, DESCRIPTION
DEBUG 2013-05-16 09:42:16,542 org.apache.ibatis.logging.slf4j.Slf4jImpl: <== Row: FISH, Fish, <image src="../images/fish_icon.gif"><font size="5" color="blue"> Fish</font>
count :204671120
Cache Hit Ratio [org.mybatis.jpetstore.persistence.CategoryMapper]: 0.5
count :3737320
Cache Hit Ratio [org.mybatis.jpetstore.persistence.CategoryMapper]: 0.6666666666666666
count :2349519
这里可以很清晰的看到，第一次取数据的时候，mybatis运行了sql语句，并且得到了返回的数据，因为是第一次，所以 Cache Hit Ratio 是0.0，当第二次的时候，因为cache已经存在查询的数据集，因此，mybatis没有发起查询，直接得到了数据。两次的时间差了100倍。
log4j INFO，关掉debug得到的查询速度快了一点
count :126226400
count :1803960
count :772080 inset:语句的运行。首先查一遍，让cache里面有数据，然后update里面的数据，再取出来。从所耗费的时间来看，update只是在cache进行了，只有等cache过期了，数据才会写入数据库。
count :121264080
Category :FISH
count :4028440
count :1509640
Category :DOGS 6.总结思考
查看了一下硬盘cache的文件夹，发现mybatis对于每个Mapper都有自己独立的cache文件，查看mybatis-ehcache的实现：
private static final CacheManager CACHE_MANAGER = CacheManager.create();
每一个Mapper都对应的有自己的CacheManager。
虽然，通过log可以看到cache hit radio 但是，我需要像ehcache整合到spring那样子可以获得每个由mybatis代理运行的cache对象。查看了很久的代码，发现里面的代理对象都是私有的，并不能被用户调用，所以现在还没有找到细粒化操作mybatis cache的方法。
< ehcache xmlns:xsi = "http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation = "ehcache.xsd" > < diskStore path = "java.io.tmpdir" /> < defaultCache maxElementsInMemory = "10000" maxElementsOnDisk = "0" eternal = "true" overflowToDisk = "true" diskPersistent = "false" timeToIdleSeconds = "0" timeToLiveSeconds = "0" diskSpoolBufferSizeMB = "50" diskExpiryThreadIntervalSeconds = "120" memoryStoreEvictionPolicy = "LFU" /> < cache name = "myCache" maxElementsInMemory = "100" maxElementsOnDisk = "0" eternal = "false" overflowToDisk = "false" diskPersistent = "false" timeToIdleSeconds = "120" timeToLiveSeconds = "120" diskSpoolBufferSizeMB = "50" diskExpiryThreadIntervalSeconds = "120" memoryStoreEvictionPolicy = "FIFO" /> </ ehcache >
diskStore ：指定数据存储位置，可指定磁盘中的文件夹位置 defaultCache ： 默认的管理策略
以下属性是必须的：
- name： Cache的名称，必须是唯一的(ehcache会把这个cache放到HashMap里)。
- maxElementsInMemory： 在内存中缓存的element的最大数目。
- maxElementsOnDisk： 在磁盘上缓存的element的最大数目，默认值为0，表示不限制。
- eternal： 设定缓存的elements是否永远不过期。如果为true，则缓存的数据始终有效，如果为false那么还要根据timeToIdleSeconds，timeToLiveSeconds判断。
- overflowToDisk： 如果内存中数据超过内存限制，是否要缓存到磁盘上。
以下属性是可选的：
- timeToIdleSeconds： 对象空闲时间，指对象在多长时间没有被访问就会失效。只对eternal为false的有效。默认值0，表示一直可以访问。
- timeToLiveSeconds： 对象存活时间，指对象从创建到失效所需要的时间。只对eternal为false的有效。默认值0，表示一直可以访问。
- diskPersistent： 是否在磁盘上持久化。指重启jvm后，数据是否有效。默认为false。
- diskExpiryThreadIntervalSeconds： 对象检测线程运行时间间隔。标识对象状态的线程多长时间运行一次。
- diskSpoolBufferSizeMB： DiskStore使用的磁盘大小，默认值30MB。每个cache使用各自的DiskStore。
- memoryStoreEvictionPolicy： 如果内存中数据超过内存限制，向磁盘缓存时的策略。默认值LRU，可选FIFO、LFU。
缓存的3 种清空策略 ： FIFO ，first in first out (先进先出). LFU ， Less Frequently Used (最少使用).意思是一直以来最少被使用的。缓存的元素有一个hit 属性，hit 值最小的将会被清出缓存。 LRU ，Least Recently Used(最近最少使用). (ehcache 默认值).缓存的元素有一个时间戳，当缓存容量满了，而又需要腾出地方来缓存新的元素的时候，那么现有缓存元素中时间戳离当前时间最远的元素将被清出缓存。