Hibernate缓存集成IMDG

1 第三方缓存插件

除了Ehcache这种轻量级的缓存方案外，几乎所有IMDG产品都提供了对Hibernate二级缓存的直接支持，常用的有：

?  Hazelcast

?  GridGain

?  JBoss Infinispan

?  Terracotta(额外提供了直接替换Session对象的集成方式)

2 缓存工作过程

下面以JVM集群Terracotta为例，首先从最原始的JDBC到Hibernate到开启Hibernate二级缓存，看一下应用对数据库请求的情况。

2.1 自动提交模式下的JDBC

在自动提交模式下使用JDBC时，JDBC不会对请求有任何缓存，每次SQL操作都会直接发送到数据库。因此下图中三个用户的访问会导致9次数据库访问。

2.2 Hibernate一级缓存

Hibernate有两级缓存(参考各种Hibernate进行复习)，默认情况下第二级缓存是不开启的，后面会看到导致的问题。所以默认情况下，Hibernate会开启事务，并缓存更新操作，在最后事务提交时一起更新到数据库。算上commit事务提交的话，一共就是6次数据库访问。一级缓存在Session关闭时会自动清除，或者应用通过evict()清除某个对象、clear()清除全部缓存内容、flush()同步缓存与数据库。此外，与二级缓存相同的一点注意是：使用HQL或SQL查询属性级别的数据时，是不会使用缓存的。(第三部分缓存工作原理中会详细解释)

2.3 集成Hibernate二级缓存

Hibernate的二级缓存进一步将多个Session的数据加载请求缓存。然而风险也随之而来，当开启二级缓存后Hibernate不再每次都请求数据库，于是缓存中的数据可能是过期的。有时我们可以使用TTL设置来强制Hibernate刷新，但有的场景下这种方案也是不可行的。此时，就可以使用Terracotta将这些二级缓存形成集群，Terracotta负责集群结点间数据的同步。这种方式只需改动Hibernate配置文件即可，但由于Hibernate对二级缓存的使用方式的限制，这种集成方式并不能最大限度地发挥Terracotta的威力。

2.4 集成Hibernate Session

Terracotta与Hibernate最快的集成方式就是直接与Hibernate的Session对象集成。因为POJO对象在Hibernate的二级缓存中实际是以字节数组的形式保存的，因此尽管已经在缓存中了，但也有序列化的开销。而使用这种集成Hibernate Session的方式，应用代码可以零延迟地直接访问内存中的POJO对象，没有任何多余开销。同样，我们也能够零延迟地在内存中写POJO对象。此时，数据库成了系统的历史记录，只在需要时更新。

3 缓存内部工作原理

3.1 二级缓存

之所以叫二级缓存是因为当你打开session时，Hibernate会自动为你开启一个一级缓存。官方文档中对二级缓存是这样描述的：

像上面所提到的，只要SessionFactory开启着，二级缓存就存在。二级缓存持有每个标记为缓存的实体的所有属性和关联。下面以Person实体为例，说明一下二级缓存的内部工作原理：

我们先不开启关联的缓存，来看一下基本属性的缓存。二级缓存中，Person对象的保存格式如下：key是id，value是firstName，middleInitial，lastName三个String，外加parent的id。所以很明显，对象的实例没有直接保存在缓存中，而是被拆分成一个个属性保存，Hibernate将这个过程称为对象脱水(dehydrate)，反之属性组装成对象的过程称为补水(hydrate)。Hibernate为什么这样做？

?  用户代码对实体的实例上的修改不会破坏缓存，因为缓存里都是实例属性的拷贝。

?  对象间关联不容易过期，即使过期了也只是更新一个id就行了，因为缓存中不是直接保存parent变量对应的父Person实例，而只是其id。

不开启缓存和不开启关联缓存时，通过id加载操作对应的底层SQL执行情况如下。可以看出，如果不开启关联缓存的话，执行的SQL与不开启缓存时几乎一样(只省掉了查询父Person的第一条SQL)：

现在开启关联缓存来看一下其效果。开启关联缓存后，Person的缓存格式如下。缓存内容多了子Person对象的id集合，与父Person缓存类似，也是只保存id而不是所有子Person实例。至此，Person对象本身以及嵌套的parent(Person)和children(Set<Person>)都被完全脱水成属性和关联id：

此时，对Person对象的通过id加载操作完全不需要访问数据库了，所以一定要开启关联缓存才能真正发挥出二级缓存的效果。但是，当执行HQL或SQL查询时，依然不会使用二级缓存。例如，我们通过firstName进行HQL查询时，Hibernate会先执行一条具有相同where条件的SQL获取出Person的id，有了id之后才能开始使用二级缓存中的内容，也就是说：二级缓存只能在通过id查询时有用，对于其他复杂的条件查询是失效的。而这条查询出id的相同where条件的SQL就是查询缓存能发挥用处的地方，于是就引出了查询缓存。

3.2 查询缓存

首先要配置开启查询缓存

<property name="hibernate.cache.use_query_cache">true</property>

此外还要在使用Query对象前调用setCacheable(true)。

查询缓存也是key-value的形式，其key是HQL或SQL以及参数，而value是查询结果的id集合，所以其value与开启关联缓存后的二级缓存非常像。所以，只有在HQL或SQL一致，并且查询参数也完全一致的情况下，查询缓存才会有用！现在来看一下两种缓存共存时的效果。当二级缓存的关联缓存和查询缓存都开启时，当我们执行一个特定参数的HQL/SQL，首先会去查询缓存中找到对应的id，再去二级缓存中找到这些对象，以及这些对象关联的对象集合。

3.3 总结

不论是二级缓存还是查询缓存，本质上都是key-value形式保存的，所以只能对key(id或HQL/SQL+参数)进行匹配查询。从这点上看，Hibernate缓存不够灵活，不能像IMDG产品那样，真正的将对象缓存在内存中，并提供面向对象的查询。理解了Hibernate缓存的底层工作原理，才能更好的管理我们的缓存数据，理解Hibernate缓存的行为。

参考资料

1 《The Definitive Guide to Terracotta》

2 Hibernate: Truly Understanding the Second-Level and Query Caches