很多人對Hibernate二級緩存都不太了解，或者是有錯誤的認識，我一直想寫一篇文章介紹一下Hibernate二級緩存的，今天終于忍不住了。我的經驗主要來自Hibernate2.1版本，基本原理和3.0、3.1是一樣的，請原諒我的頑固不化。

Hibernate的session提供了一級緩存，每個session，對同一個id進行兩次load，不會發送兩條sql給數據庫，但是session關閉的時候，一級緩存就失效了。Hibernate二級緩存是SessionFactory級別的全局緩存，它底下可以使用不同的緩存類庫，比如ehcache、oscache等，需要設置Hibernate.cache.provider_class，我們這里用ehcache，在2.1中就是Hibernate.cache.provider_class=net.sf.Hibernate.cache.EhCacheProvider如果使用查詢緩存，加上Hibernate.cache.use_query_cache=true。緩存可以簡單的看成一個Map，通過key在緩存里面找value。

Class的緩存
 
對于一條記錄，也就是一個PO來說，是根據ID來找的，緩存的key就是ID，value是POJO。無論list，load還是 iterate，只要讀出一個對象，都會填充緩存。但是list不會使用緩存，而iterate會先取數據庫select id出來，然后一個id一個id的load，如果在緩存里面有，就從緩存取，沒有的話就去數據庫load。假設是讀寫緩存，需要設置：<cache usage="read-write"/>如果你使用的二級緩存實現是ehcache的話，需要配置

ehcache.xml < 
cache name="com.xxx.pojo.Foo"   
maxElementsInMemory="500" eternal="false"   
timeToLiveSeconds="7200"   
timeToIdleSeconds="3600"   
overflowToDisk="true" />  

其中eternal表示緩存是不是永遠不超時，timeToLiveSeconds是緩存中每個元素（這里也就是一個POJO）的超時時間，如果eternal="false"，超過指定的時間，這個元素就被移走了。timeToIdleSeconds是發呆時間，是可選的。當往緩存里面put 的元素超過500個時，如果overflowToDisk="true"，就會把緩存中的部分數據保存在硬盤上的臨時文件里面。
 
每個需要緩存的class都要這樣配置。如果你沒有配置，Hibernate會在啟動的時候警告你，然后使用defaultCache的配置，這樣多個class會共享一個配置。

當某個ID通過Hibernate修改時，Hibernate會知道，于是移除緩存。這樣大家可能會想，同樣的查詢條件，第一次先list，第二次再iterate，就可以使用到緩存了。實際上這是很難的，因為你無法判斷什么時候是第一次，而且每次查詢的條件通常是不一樣的，假如數據庫里面有100條記錄，id從1到100，第一次list的時候出了前50個id，第二次 iterate的時候卻查詢到30至70號id，那么30-50是從緩存里面取的，51到70是從數據庫取的，共發送1+20條sql。所以我一直認為 iterate沒有什么用，總是會有1+N的問題。（題外話：有說法說大型查詢用list會把整個結果集裝入內存，很慢，而iterate只select id比較好，但是大型查詢總是要分頁查的，誰也不會真的把整個結果集裝進來，假如一頁20條的話，iterate共需要執行21條語句，list雖然選擇若干字段，比iterate第一條select id語句慢一些，但只有一條語句，不裝入整個結果集Hibernate還會根據數據庫方言做優化，比如使用mysql的limit，整體看來應該還是 list快。）如果想要對list或者iterate查詢的結果緩存，就要用到查詢緩存了。

查詢緩存
 
首先需要配置Hibernate.cache.use_query_cache=true。如果用ehcache，配置ehcache.xml，注意Hibernate3.0以后不是net.sf的包名了。

<cache name="net.sf.Hibernate.cache.StandardQueryCache"   
  maxElementsInMemory="50" eternal="false" timeToIdleSeconds="3600"   
  timeToLiveSeconds="7200" overflowToDisk="true"/>   
 <cache name="net.sf.Hibernate.cache.UpdateTimestampsCache"   
  maxElementsInMemory="5000" eternal="true" overflowToDisk="true"/>    
 query.setCacheable(true);//激活查詢緩存   
 query.setCacheRegion("myCacheRegion");//指定要使用的cacheRegion，可選   
 第二行指定要使用的cacheRegion是myCacheRegion，
即你可以給每個查詢緩存做一個單獨的配置，使用setCacheRegion來做這個指定，
需要在ehcache.xml里面配置它：  
  <cache name="myCacheRegion"   
 maxElementsInMemory="10" eternal="false"   
 timeToIdleSeconds="3600" timeToLiveSeconds="7200" 
 overflowToDisk="true" />  

如果省略第二行，不設置cacheRegion的話，那么會使用上面提到的標準查詢緩存的配置，也就是net.sf.Hibernate.cache.StandardQueryCache

對于查詢緩存來說，緩存的key是根據hql生成的sql，再加上參數，分頁等信息（可以通過日志輸出看到，不過它的輸出不是很可讀，最好改一下它的代碼）。比如hql：from Cat c where c.name like ? 生成大致如下的sql：select * from cat c where c.name like ? 參數是"tiger%"，那么查詢緩存的key*大約*是這樣的字符串（我是憑記憶寫的，并不精確，不過看了也該明白了）：select * from cat c where c.name like ? , parameter:tiger% 這樣，保證了同樣的查詢、同樣的參數等條件下具有一樣的key。

現在說說緩存的value，如果是list方式的話，value在這里并不是整個結果集，而是查詢出來的這一串ID。也就是說，不管是list方法還是iterate方法，第一次查詢的時候，它們的查詢方式很它們平時的方式是一樣的，list執行一條sql，iterate執行1+N條，多出來的行為是它們填充了緩存。但是到同樣條件第二次查詢的時候，就都和iterate的行為一樣了，根據緩存的key去緩存里面查到了value，value是一串id，然后在到class的緩存里面去一個一個的load出來。這樣做是為了節約內存。

可以看出來，查詢緩存需要打開相關類的class緩存。list和iterate方法第一次執行的時候，都是既填充查詢緩存又填充class緩存的。這里還有一個很容易被忽視的重要問題，即打開查詢緩存以后，即使是list方法也可能遇到1+N的問題！相同條件第一次list的時候，因為查詢緩存中找不到，不管class緩存是否存在數據，總是發送一條sql語句到數據庫獲取全部數據，然后填充查詢緩存和 class緩存。但是第二次執行的時候，問題就來了，如果你的class緩存的超時時間比較短，現在class緩存都超時了，但是查詢緩存還在，那么 list方法在獲取id串以后，將會一個一個去數據庫load！因此，class緩存的超時時間一定不能短于查詢緩存設置的超時時間！如果還設置了發呆時間的話，保證class緩存的發呆時間也大于查詢的緩存的生存時間。這里還有其他情況，比如class緩存被程序強制evict了，這種情況就請自己注意了。

另外，如果hql查詢包含select字句，那么查詢緩存里面的value就是整個結果集了。

當Hibernate更新數據庫的時候，它怎么知道更新哪些查詢緩存呢？Hibernate在一個地方維護每個表的最后更新時間，其實也就是放在上面net.sf.Hibernate.cache.UpdateTimestampsCache所指定的緩存配置里面。

當通過Hibernate更新的時候，Hibernate會知道這次更新影響了哪些表。然后它更新這些表的最后更新時間。每個緩存都有一個生成時間和這個緩存所查詢的表，當Hibernate查詢一個緩存是否存在的時候，如果緩存存在，它還要取出緩存的生成時間和這個緩存所查詢的表，然后去查找這些表的最后更新時間，如果有一個表在生成時間后更新過了，那么這個緩存是無效的。

可以看出，只要更新過一個表，那么凡是涉及到這個表的查詢緩存就失效了，因此查詢緩存的命中率可能會比較低。

Collection緩存
 
需要在hbm的collection里面設置 <cache usage="read-write"/> 假如class是Cat，collection叫children，那么ehcache里面配置

<cache name="com.xxx.pojo.Cat.children"   
maxElementsInMemory="20" eternal="false" 
timeToIdleSeconds="3600" timeToLiveSeconds="7200"   
overflowToDisk="true" />  

Collection的緩存和前面查詢緩存的list一樣，也是只保持一串id，但它不會因為這個表更新過就失效，一個collection緩存僅在這個collection里面的元素有增刪時才失效。

這樣有一個問題，如果你的collection是根據某個字段排序的，當其中一個元素更新了該字段時，導致順序改變時，collection緩存里面的順序沒有做更新。

緩存策略

只讀緩存（read-only）：沒有什么好說的。

讀/寫緩存（read-write）:程序可能要的更新數據。

不嚴格的讀/寫緩存（nonstrict-read-write）：需要更新數據，但是兩個事務更新同一條記錄的可能性很小，性能比讀寫緩存好。

事務緩存（transactional）：緩存支持事務，發生異常的時候，緩存也能夠回滾，只支持jta環境，這個我沒有怎么研究過。

讀寫緩存和不嚴格讀寫緩存在實現上的區別在于，讀寫緩存更新緩存的時候會把緩存里面的數據換成一個鎖，其他事務如果去取相應的緩存數據，發現被鎖住了，然后就直接取數據庫查詢。在Hibernate2.1的ehcache實現中，如果鎖住部分緩存的事務發生了異常，那么緩存會一直被鎖住，直到60秒后超時。不嚴格讀寫緩存不鎖定緩存中的數據。

使用二級緩存的前置條件

你的Hibernate程序對數據庫有獨占的寫訪問權，其他的進程更新了數據庫，Hibernate是不可能知道的。你操作數據庫必需直接通過 Hibernate，如果你調用存儲過程，或者自己使用jdbc更新數據庫，Hibernate也是不知道的。Hibernate3.0的大批量更新和刪除是不更新二級緩存的，但是據說3.1已經解決了這個問題。這個限制相當的棘手，有時候Hibernate做批量更新、刪除很慢，但是你卻不能自己寫jdbc來優化，很郁悶吧。
 
SessionFactory也提供了移除緩存的方法，你一定要自己寫一些JDBC的話，可以調用這些方法移除緩存，這些方法是：

void evict(Class persistentClass)   
          Evict all entries from the second-level cache.   
void evict(Class persistentClass, Serializable id)   
          Evict an entry from the second-level cache.   
void evictCollection(String roleName)   
          Evict all entries from the second-level cache.   
void evictCollection(String roleName, Serializable id)   
          Evict an entry from the second-level cache.   
void evictQueries()   
          Evict any query result sets cached in the default query cache region.   
void evictQueries(String cacheRegion)   
          Evict any query result sets cached in the named query cache region.  

不過我不建議這樣做，因為這樣很難維護。比如你現在用JDBC批量更新了某個表，有3個查詢緩存會用到這個表，用 evictQueries(String cacheRegion)移除了3個查詢緩存，然后用evict(Class persistentClass)移除了class緩存，看上去好像完整了。不過哪天你添加了一個相關查詢緩存，可能會忘記更新這里的移除代碼。如果你的 jdbc代碼到處都是，在你添加一個查詢緩存的時候，還知道其他什么地方也要做相應的改動嗎？

總結

不要想當然的以為緩存一定能提高性能，僅僅在你能夠駕馭它并且條件合適的情況下才是這樣的。Hibernate的二級緩存限制還是比較多的，不方便用jdbc可能會大大的降低更新性能。在不了解原理的情況下亂用，可能會有1+N的問題。不當的使用還可能導致讀出臟數據。
如果受不了Hibernate的諸多限制，那么還是自己在應用程序的層面上做緩存吧。
在越高的層面上做緩存，效果就會越好。就好像盡管磁盤有緩存，數據庫還是要實現自己的緩存，盡管數據庫有緩存，咱們的應用程序還是要做緩存。因為底層的緩存它并不知道高層要用這些數據干什么，只能做的比較通用，而高層可以有針對性的實現緩存，所以在更高的級別上做緩存，效果也要好些吧。

【編輯推薦】

1. 初學者適用的Hibernate學習方法
2. Hibernate實戰（第2版）讀書筆記
3. Hibernate一對多關系的處理
4. 十五道Hibernate面試題及答案
5. Hibernate的性能優化