MyBatis 缓存机制深度解剖 / 自定义二级缓存

http://denger.iteye.com/blog/1126423

缓存概述

正如大多数持久层框架一样，MyBatis 同样提供了一级缓存和二级缓存的支持；
一级缓存基于 PerpetualCache 的 HashMap 本地缓存，其存储作用域为 Session，当 Session flush 或 close 之后，该Session中的所有 Cache 就将清空。
二级缓存与一级缓存其机制相同，默认也是采用 PerpetualCache，HashMap存储，不同在于其存储作用域为 Mapper(Namespace)，并且可自定义存储源，如 Ehcache、Hazelcast等。
对于缓存数据更新机制，当某一个作用域(一级缓存Session/二级缓存Namespaces)的进行了 C/U/D 操作后，默认该作用域下所有 select 中的缓存将被clear。
MyBatis 的缓存采用了delegate机制及装饰器模式设计，当put、get、remove时，其中会经过多层 delegate cache 处理，其Cache类别有：BaseCache(基础缓存)、EvictionCache(排除算法缓存) 、DecoratorCache(装饰器缓存)：

BaseCache ：

EvictionCache ：

DecoratorCache：

一般缓存框架的数据结构基本上都是 Key-Value 方式存储，MyBatis 对于其 Key 的生成采取规则为：[hashcode : checksum : mappedStementId : offset : limit : executeSql : queryParams]。
对于并发 Read/Write 时缓存数据的同步问题，MyBatis 默认基于 JDK/concurrent中的ReadWriteLock，使用ReentrantReadWriteLock 的实现，从而通过 Lock 机制防止在并发 Write Cache 过程中线程安全问题。

源码剖解
接下来将结合 MyBatis 序列图进行源码分析。在分析其Cache前，先看看其整个处理过程。
执行过程:

① 通常情况下，我们需要在 Service 层调用 Mapper Interface 中的方法实现对数据库的操作，上述根据产品 ID 获取 Product 对象。
② 当调用 ProductMapper 时中的方法时，其实这里所调用的是 MapperProxy 中的方法，并且 MapperProxy已经将将所有方法拦截，其具体原理及分析，参考 MyBatis+Spring基于接口编程的原理分析，其 invoke 方法代码为：

Java代码  
//当调用 Mapper 所有的方法时，将都交由Proxy 中的 invoke 处理：  
public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {  
    try {  
      if (!OBJECT_METHODS.contains(method.getName())) {  
        final Class declaringInterface = findDeclaringInterface(proxy, method);  
        // 最终交由 MapperMethod 类处理数据库操作，初始化 MapperMethod 对象  
        final MapperMethod mapperMethod = new MapperMethod(declaringInterface, method, sqlSession);  
        // 执行 mapper method，返回执行结果   
        final Object result = mapperMethod.execute(args);  
        ....  
        return result;  
      }  
    } catch (SQLException e) {  
      e.printStackTrace();  
    }  
    return null;  
  }  

③其中的 mapperMethod 中的 execute 方法代码如下：

Java代码  
public Object execute(Object[] args) throws SQLException {  
    Object result;  
    // 根据不同的操作类别，调用 DefaultSqlSession 中的执行处理  
    if (SqlCommandType.INSERT == type) {  
      Object param = getParam(args);  
      result = sqlSession.insert(commandName, param);  
    } else if (SqlCommandType.UPDATE == type) {  
      Object param = getParam(args);  
      result = sqlSession.update(commandName, param);  
    } else if (SqlCommandType.DELETE == type) {  
      Object param = getParam(args);  
      result = sqlSession.delete(commandName, param);  
    } else if (SqlCommandType.SELECT == type) {  
      if (returnsList) {  
        result = executeForList(args);  
      } else {  
        Object param = getParam(args);  
        result = sqlSession.selectOne(commandName, param);  
      }  
    } else {  
      throw new BindingException("Unkown execution method for: " + commandName);  
    }  
    return result;  
  }  

由于这里是根据 ID 进行查询，所以最终调用为 sqlSession.selectOne函数。也就是接下来的的 DefaultSqlSession.selectOne 执行；
④ ⑤ 可以在 DefaultSqlSession 看到，其 selectOne 调用了 selectList 方法：

Java代码  
public Object selectOne(String statement, Object parameter) {  
    List list = selectList(statement, parameter);  
    if (list.size() == 1) {  
      return list.get(0);  
    }   
    ...  
}  
  
public List selectList(String statement, Object parameter, RowBounds rowBounds) {  
    try {  
      MappedStatement ms = configuration.getMappedStatement(statement);  
      // 如果启动用了Cache 才调用 CachingExecutor.query，反之则使用 BaseExcutor.query 进行数据库查询   
      return executor.query(ms, wrapCollection(parameter), rowBounds, Executor.NO_RESULT_HANDLER);  
    } catch (Exception e) {  
      throw ExceptionFactory.wrapException("Error querying database.  Cause: " + e, e);  
    } finally {  
      ErrorContext.instance().reset();  
    }  
}  

⑥到这里，已经执行到具体数据查询的流程，在分析 CachingExcutor.query 前，先看看 MyBatis 中 Executor 的结构及构建过程。

执行器(Executor):
Executor: 执行器接口。也是最终执行数据获取及更新的实例。其类结构如下：

BaseExecutor: 基础执行器抽象类。实现一些通用方法，如createCacheKey 之类。并且采用模板模式将具体的数据库操作逻辑(doUpdate、doQuery)交由子类实现。另外，可以看到变量 localCache: PerpetualCache，在该类采用 PerpetualCache 实现基于 Map 存储的一级缓存，其 query 方法如下：

Java代码  
public List query(MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {  
    ErrorContext.instance().resource(ms.getResource()).activity("executing a query").object(ms.getId());  
    // 执行器已关闭  
    if (closed) throw new ExecutorException("Executor was closed.");  
    List list;  
    try {  
      queryStack++;   
      // 创建缓存Key  
      CacheKey key = createCacheKey(ms, parameter, rowBounds);   
      // 从本地缓存在中获取该 key 所对应 的结果集  
      final List cachedList = (List) localCache.getObject(key);   
      // 在缓存中找到数据  
      if (cachedList != null) {   
        list = cachedList;  
      } else { // 未从本地缓存中找到数据，开始调用数据库查询  
        //为该 key 添加一个占位标记  
        localCache.putObject(key, EXECUTION_PLACEHOLDER);   
        try {  
          // 执行子类所实现的数据库查询 操作  
          list = doQuery(ms, parameter, rowBounds, resultHandler);   
        } finally {  
          // 删除该 key 的占位标记  
          localCache.removeObject(key);  
        }  
        // 将db中的数据添加至本地缓存中  
        localCache.putObject(key, list);  
      }  
    } finally {  
      queryStack--;  
    }  
    // 刷新当前队列中的所有 DeferredLoad实例，更新 MateObject  
    if (queryStack == 0) {   
      for (DeferredLoad deferredLoad : deferredLoads) {  
        deferredLoad.load();  
      }  
    }  
    return list;  
  }  

BatchExcutor、ReuseExcutor、 SimpleExcutor: 这几个就没什么好说的了，继承了 BaseExcutor 的实现其 doQuery、doUpdate 等方法，同样都是采用 JDBC 对数据库进行操作；三者区别在于，批量执行、重用 Statement 执行、普通方式执行。具体应用及场景在Mybatis 的文档上都有详细说明。

CachingExecutor: 二级缓存执行器。个人觉得这里设计的不错，灵活地使用 delegate机制。其委托执行的类是 BaseExcutor。当无法从二级缓存获取数据时，同样需要从 DB 中进行查询，于是在这里可以直接委托给 BaseExcutor 进行查询。其大概流程为：

流程为：从二级缓存中进行查询 -> [如果缓存中没有，委托给 BaseExecutor] -> 进入一级缓存中查询 -> [如果也没有] -> 则执行 JDBC 查询，其 query 代码如下：

Java代码  
public List query(MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {  
    if (ms != null) {  
      // 获取二级缓存实例  
      Cache cache = ms.getCache();  
      if (cache != null) {  
        flushCacheIfRequired(ms);  
        // 获取 读锁( Read锁可由多个Read线程同时保持)  
        cache.getReadWriteLock().readLock().lock();  
        try {  
          // 当前 Statement 是否启用了二级缓存  
          if (ms.isUseCache()) {  
            // 将创建 cache key 委托给 BaseExecutor 创建  
            CacheKey key = createCacheKey(ms, parameterObject, rowBounds);  
            final List cachedList = (List) cache.getObject(key);  
            // 从二级缓存中找到缓存数据  
            if (cachedList != null) {  
              return cachedList;  
            } else {  
              // 未找到缓存，很委托给 BaseExecutor 执行查询  
              List list = delegate.query(ms, parameterObject, rowBounds, resultHandler);  
              tcm.putObject(cache, key, list);  
              return list;  
            }  
          } else { // 没有启动用二级缓存，直接委托给 BaseExecutor 执行查询   
            return delegate.query(ms, parameterObject, rowBounds, resultHandler);  
          }  
        } finally {  
          // 当前线程释放 Read 锁  
          cache.getReadWriteLock().readLock().unlock();  
        }  
      }  
    }  
    return delegate.query(ms, parameterObject, rowBounds, resultHandler);  
}  

至此，已经完完了整个缓存执行器的整个流程分析，接下来是对缓存的缓存数据管理实例进行分析，也就是其 Cache 接口，用于对缓存数据 put 、get及remove的实例对象。

Cache 委托链构建:
正如最开始的缓存概述所描述道，其缓存类的设计采用装饰模式，基于委托的调用机制。
缓存实例构建：
缓存实例的构建，Mybatis 在解析其 Mapper 配置文件时就已经将该实现初始化，在 org.apache.ibatis.builder.xml.XMLMapperBuilder 类中可以看到：

Java代码  
private void cacheElement(XNode context) throws Exception {  
    if (context != null) {  
      // 基础缓存类型  
      String type = context.getStringAttribute("type", "PERPETUAL");  
      Class typeClass = typeAliasRegistry.resolveAlias(type);  
      // 排除算法缓存类型  
      String eviction = context.getStringAttribute("eviction", "LRU");  
      Class evictionClass = typeAliasRegistry.resolveAlias(eviction);  
      // 缓存自动刷新时间  
      Long flushInterval = context.getLongAttribute("flushInterval");  
      // 缓存存储实例引用的大小  
      Integer size = context.getIntAttribute("size");  
      // 是否是只读缓存  
      boolean readWrite = !context.getBooleanAttribute("readOnly", false);  
      Properties props = context.getChildrenAsProperties();  
      // 初始化缓存实现  
      builderAssistant.useNewCache(typeClass, evictionClass, flushInterval, size, readWrite, props);  
    }  
  }  

以下是 useNewCache 方法实现：

Java代码  
public Cache useNewCache(Class typeClass,  
                           Class evictionClass,  
                           Long flushInterval,  
                           Integer size,  
                           boolean readWrite,  
                           Properties props) {  
    typeClass = valueOrDefault(typeClass, PerpetualCache.class);  
    evictionClass = valueOrDefault(evictionClass, LruCache.class);  
    // 这里构建 Cache 实例采用 Builder 模式，每一个 Namespace 生成一个  Cache 实例  
    Cache cache = new CacheBuilder(currentNamespace)  
        // Builder 前设置一些从XML中解析过来的参数  
        .implementation(typeClass)  
        .addDecorator(evictionClass)  
        .clearInterval(flushInterval)  
        .size(size)  
        .readWrite(readWrite)  
        .properties(props)  
        // 再看下面的 build 方法实现  
        .build();  
    configuration.addCache(cache);  
    currentCache = cache;  
    return cache;  
}  
  
public Cache build() {  
    setDefaultImplementations();  
    // 创建基础缓存实例  
    Cache cache = newBaseCacheInstance(implementation, id);  
    setCacheProperties(cache);  
    // 缓存排除算法初始化，并将其委托至基础缓存中  
    for (Class<? extends Cache> decorator : decorators) {  
      cache = newCacheDecoratorInstance(decorator, cache);  
      setCacheProperties(cache);  
    }  
    // 标准装饰器缓存设置，如LoggingCache之类，同样将其委托至基础缓存中  
    cache = setStandardDecorators(cache);  
    // 返回最终缓存的责任链对象  
    return cache;  
}  

最终生成后的缓存实例对象结构：

可见，所有构建的缓存实例已经通过责任链方式将其串连在一起，各 Cache 各负其责、依次调用，直到缓存数据被 Put 至基础缓存实例中存储。

Cache 实例解剖:
实例类：SynchronizedCache
说明：用于控制 ReadWriteLock，避免并发时所产生的线程安全问题。
解剖：
对于 Lock 机制来说，其分为 Read 和 Write 锁，其 Read 锁允许多个线程同时持有，而 Write 锁，一次能被一个线程持有，如果当 Write 锁没有释放，其它需要 Write 的线程只能等待其释放才能去持有。
其代码实现：

Java代码  
public void putObject(Object key, Object object) {  
    acquireWriteLock();  // 获取 Write 锁  
    try {  
      delegate.putObject(key, object); // 委托给下一个 Cache 执行 put 操作  
    } finally {  
      releaseWriteLock(); // 释放 Write 锁  
    }  
  }  

对于 Read 数据来说，也是如此，不同的是 Read 锁允许多线程同时持有 :

Java代码  
public Object getObject(Object key) {  
    acquireReadLock();  
    try {  
      return delegate.getObject(key);  
    } finally {  
      releaseReadLock();  
    }  
  }  

其具体原理可以看看 jdk concurrent 中的 ReadWriteLock 实现。

实例类：LoggingCache
说明：用于日志记录处理，主要输出缓存命中率信息。
解剖：
说到缓存命中信息的统计，只有在 get 的时候才需要统计命中率：

Java代码  
public Object getObject(Object key) {  
    requests++; // 每调用一次该方法，则获取次数+1  
    final Object value = delegate.getObject(key);  
    if (value != null) {  // 命中！ 命中+1  
      hits++;  
    }  
    if (log.isDebugEnabled()) {  
      // 输出命中率。计算方法为： hits / requets 则为命中率  
      log.debug("Cache Hit Ratio [" + getId() + "]: " + getHitRatio());  
    }  
    return value;  
}  

实例类：SerializedCache
说明：向缓存中 put 或 get 数据时的序列化及反序列化处理。
解剖：
序列化在Java里面已经是最基础的东西了，这里也没有什么特殊之处：

Java代码  
public void putObject(Object key, Object object) {  
     // PO 类需要实现 Serializable 接口  
    if (object == null || object instanceof Serializable) {  
      delegate.putObject(key, serialize((Serializable) object));   
    } else {  
      throw new CacheException("SharedCache failed to make a copy of a non-serializable object: " + object);  
    }  
  }  
  
  public Object getObject(Object key) {  
    Object object = delegate.getObject(key);  
    // 获取数据时对 二进制数据进行反序列化  
    return object == null ? null : deserialize((byte[]) object);  
  }  

其 serialize 及 deserialize 代码就不必要贴了。

实例类：LruCache
说明：最近最少使用的:移除最长时间不被使用的对象，基于LRU算法。
解剖：
这里的 LRU 算法基于 LinkedHashMap 覆盖其 removeEldestEntry 方法实现。好象之前看过 XMemcached 的 LRU 算法也是这样实现的。
初始化 LinkedHashMap，默认为大小为 1024 个元素：

Java代码  
public LruCache(Cache delegate) {  
    this.delegate = delegate;  
    setSize(1024); // 设置 map 默认大小  
}  
public void setSize(final int size) {  
    // 设置其 capacity 为size, 其 factor 为.75F  
    keyMap = new LinkedHashMap(size, .75F, true) {  
      // 覆盖该方法，当每次往该map 中put 时数据时，如该方法返回 True，便移除该map中使用最少的Entry  
      // 其参数  eldest 为当前最老的  Entry  
      protected boolean removeEldestEntry(Map.Entry eldest) {  
        boolean tooBig = size() > size;  
        if (tooBig) {  
          eldestKey = eldest.getKey(); //记录当前最老的缓存数据的 Key 值，因为要委托给下一个 Cache 实现删除  
        }  
        return tooBig;  
      }  
    };  
  }  
  
public void putObject(Object key, Object value) {  
    delegate.putObject(key, value);  
    cycleKeyList(key);  // 每次 put 后，调用移除最老的 key  
}  
// 看看当前实现是否有 eldestKey, 有的话就调用 removeObject ，将该key从cache中移除  
private void cycleKeyList(Object key) {  
    keyMap.put(key, key); // 存储当前 put 到cache中的 key 值  
    if (eldestKey != null) {  
      delegate.removeObject(eldestKey);  
      eldestKey = null;  
    }  
  }  
  
public Object getObject(Object key) {  
    keyMap.get(key); // 便于 该 Map 统计 get该key的次数  
    return delegate.getObject(key);  
  }  

实例类：PerpetualCache
说明：这个比较简单，直接通过一个 HashMap 来存储缓存数据。所以没什么说的，直接看下面的 MemcachedCache 吧。

自定义二级缓存/Memcached
其自定义二级缓存也较为简单，它本身默认提供了对 Ehcache 及 Hazelcast 的缓存支持：Mybatis-Cache，我这里参考它们的实现，自定义了针对 Memcached 的缓存支持，其代码如下:

Java代码  
package com.xx.core.plugin.mybatis;  
  
import java.util.LinkedList;  
import java.util.concurrent.locks.ReadWriteLock;  
import java.util.concurrent.locks.ReentrantReadWriteLock;  
  
import org.apache.ibatis.cache.Cache;  
import org.slf4j.Logger;  
import org.slf4j.LoggerFactory;  
  
import com.xx.core.memcached.JMemcachedClientAdapter;  
import com.xx.core.memcached.service.CacheService;  
import com.xx.core.memcached.service.MemcachedService;  
  
/** 
 * Cache adapter for Memcached. 
 *  
 * @author denger 
 */  
public class MemcachedCache implements Cache {  
  
    // Sf4j logger reference  
    private static Logger logger = LoggerFactory.getLogger(MemcachedCache.class);  
  
    /** The cache service reference. */  
    protected static final CacheService CACHE_SERVICE = createMemcachedService();  
  
    /** The ReadWriteLock. */  
    private final ReadWriteLock readWriteLock = new ReentrantReadWriteLock();  
  
    private String id;  
    private LinkedList<String> cacheKeys = new LinkedList<String>();  
  
    public MemcachedCache(String id) {  
        this.id = id;  
    }  
    // 创建缓存服务类，基于java-memcached-client  
    protected static CacheService createMemcachedService() {  
        JMemcachedClientAdapter memcachedAdapter;  
  
        try {  
            memcachedAdapter = new JMemcachedClientAdapter();  
        } catch (Exception e) {  
            String msg = "Initial the JMmemcachedClientAdapter Error.";  
            logger.error(msg, e);  
            throw new RuntimeException(msg);  
        }  
        return new MemcachedService(memcachedAdapter);  
    }  
  
    @Override  
    public String getId() {  
        return this.id;  
    }  
  
    // 根据 key 从缓存中获取数据  
    @Override  
    public Object getObject(Object key) {  
        String cacheKey = String.valueOf(key.hashCode());  
        Object value = CACHE_SERVICE.get(cacheKey);  
        if (!cacheKeys.contains(cacheKey)){  
            cacheKeys.add(cacheKey);  
        }  
        return value;  
    }  
  
    @Override  
    public ReadWriteLock getReadWriteLock() {  
        return this.readWriteLock;  
    }  
  
    // 设置数据至缓存中  
    @Override  
    public void putObject(Object key, Object value) {  
        String cacheKey = String.valueOf(key.hashCode());  
  
        if (!cacheKeys.contains(cacheKey)){  
            cacheKeys.add(cacheKey);  
        }  
        CACHE_SERVICE.put(cacheKey, value);  
    }  
    // 从缓存中删除指定 key 数据  
    @Override  
    public Object removeObject(Object key) {  
        String cacheKey = String.valueOf(key.hashCode());  
  
        cacheKeys.remove(cacheKey);  
        return CACHE_SERVICE.delete(cacheKey);  
    }  
    //清空当前 Cache 实例中的所有缓存数据  
    @Override  
    public void clear() {  
        for (int i = 0; i < cacheKeys.size(); i++){  
            String cacheKey = cacheKeys.get(i);  
            CACHE_SERVICE.delete(cacheKey);  
        }  
        cacheKeys.clear();  
    }  
  
    @Override  
    public int getSize() {  
        return cacheKeys.size();  
    }  
}  

在 ProductMapper 中增加配置：

Xml代码  
<cache eviction="LRU" type="com.xx.core.plugin.mybatis.MemcachedCache" />  

启动Memcached:

Shell代码  
memcached -c 2000 -p 11211 -vv -U 0 -l 192.168.1.2 -v  

执行Mapper 中的查询、修改等操作，Test:

Java代码  
@Test  
    public void testSelectById() {  
        Long pid = 100L;  
  
        Product dbProduct = productMapper.selectByID(pid);  
        Assert.assertNotNull(dbProduct);  
  
        Product cacheProduct = productMapper.selectByID(pid);  
        Assert.assertNotNull(cacheProduct);  
  
        productMapper.updateName("IPad", pid);  
  
        Product product = productMapper.selectByID(pid);  
        Assert.assertEquals(product.getName(), "IPad");  
    }  

Memcached Loging:

看上去没什么问题~ OK了。

posted on 2014-05-30 13:53 SIMONE 阅读(617) 评论(1) 编辑收藏所属分类: JAVA

常用链接

留言簿(46)

随笔分类(476)

随笔档案(495)

最新随笔

搜索

积分与排名

最新评论

阅读排行榜

评论排行榜


只有注册用户登录后才能发表评论。




网站导航: 博客园 IT新闻 Chat2DB C++博客博问管理
相关文章: java keytool证书工具使用小结 Java 和 HTTP 的那些事（二）使用代理使用embeded tomcat进行嵌入式javaee开发－启动tomcat java修改static final常量值 Max MQTT connections HDFS配置Kerberos认证 Benchmarking Apache Kafka: 2 Million Writes Per Second (On Three Cheap Machines) Kafka 高性能吞吐揭秘 JAVA实现gif图片缩放与剪切功能基于Redis实现分布式锁