论缓存机制：

1）：mybatis 提供了缓存机制减轻数据库压力，提高数据库性能。 2）：mybatis 的缓存分为两级：一级缓存、二级缓存 3）：一级缓存是SqlSession级别的缓存，缓存的数据只在SqlSession内有效。 4）：二级缓存是mapper级别的缓存，同一个namespace公用这一个缓存，所以对SqlSession是共享的  

一级缓存：

mybatis 的一级缓存是SqlSession级别的缓存，在操作数据库的时候需要先创建SqlSession会话对象，在对象中有一个HashMap用于存储缓存数据，此HashMap是当前会话对象私有的，别的SqlSession会话对象无法访问。

具体流程：

 

1）.第一次执行select完毕会将查到的数据写入SqlSession内的HashMap中缓存起来

 

2）.第二次执行select会从缓存中查数据，如果select相同切传参数一样，那么就能从缓存中返回数据，不用去数据库了，从而提高了效率   注意事项： 1）：一级缓存的作用域是SqlSession范围的，当在同一个SqlSession中执行两次相同的 sql 语句时，第一次执行完毕会将数据库中查询的数据写到缓存（内存）中， 　　第二次查询时会从缓存中获取数据，不再去底层进行数据库查询，从而提高了查询效率。需要注意的是：如果SqlSession执行了DML操作（insert、update、delete）， 　　并执行commit（）操作，mybatis则会清空SqlSession中的一级缓存，这样做的目的是为了保证缓存数据中存储的是最新的信息，避免出现脏读现象。   2）：当一个SqlSession结束后那么他里面的一级缓存也就不存在了，mybatis默认是开启一级缓存，不需要配置   3）：mybatis的缓存是基于[namespace:sql语句:参数]来进行缓存的，意思就是，SqlSession的HashMap存储缓存数据时，是使用[namespace:sql:参数]作为key，查询返回的语句作为value保存的。   例：-1242243203:1146242777:winclpt.bean.userMapper.getUser:0:2147483647:select * from user where id=?:19

二级缓存：

二级缓存是mapper级别的缓存，也就是同一个namespace的mappe.xml，当多个SqlSession使用同一个Mapper操作数据库的时候，得到的数据会缓存在同一个二级缓存区域，二级缓存默认是没有开启的。

需要在setting全局参数中配置开启二级缓存

conf.xml：

<settings>
<setting name="cacheEnabled" value="true"/>默认是false：关闭二级缓存
<settings>

在userMapper.xml中配置：

<!--在当前内部Mapper中打开二级缓存-->
<cache eviction="LRU" flushInterval="60000" size="512" readOnly="true"/>
<!--引用全局缓存配置文件-->
<cache type="org.mybatis.caches.ehcache.LoggingEhcache"/>

当前 mapper下所有语句开启二级缓存 这里配置了一个LRU缓存，并每隔60秒刷新，最大存储512个对象，而却返回的对象是只读的。   cache元素用来开启当前mapper的namespace下的二级缓存，该元素的属性设置如下： flushInterval： 　　刷新间隔，可以被设置为任意的正整数，而且它们代表一个合理的毫秒形式的时间段，默认情况下是不设置的，也就是没有刷新间隔，缓存仅仅调用语句时刷新。   size： 　　缓存数目，可以被设置为任意正整数，要记住你的缓存对象数目和你运行环境可用内存资源数目，默认值是1024.   readOnly： 　　只读，属性可以被设置为true或false，只读的缓存会给所有调用者返回缓存对象的相同实例，因此这些对象不能被修改。 　　这提供了很重要的性能优势，可读写的缓存会返回缓存对象的拷贝（通过序列化），这会慢一些，但是安全，因此默认是false。   eviction：收回策略，默认为LRU，有如下几种： 　　LRU：最近最少使用的策略，移除最长时间不被使用的对象。 　　FIFO：先进先出策略，按对象进入缓存的顺序来移除它们。 　　SOFT：软引用策略，移除基于垃圾回收器状态和软引用规则的对象。 　　WEAK：弱引用策略，更积极地移除基于垃圾收集器状态和弱引用规则的对象。   若想禁用当前select语句的二级缓存，添加useCache="false"修改如下：

<select id="getCountByName" parameterType="java.util.Map"
resultType="INTEGER" statementType="CALLABLE" useCache="false">

具体流程： 　　1）.当一个sqlseesion执行了一次select后，在关闭此session的时候，会将查询结果缓存到二级缓存 　　2）.当另一个sqlsession执行select时，首先会在他自己的一级缓存中找，如果没找到，就回去二级缓存中找，找到了就返回，就不用去数据库了，从而减少了数据库压力提高了性能。   注意事项一： 　　1）.如果SqlSession执行了DML操作（insert、update、delete），并commit了，那么mybatis就会清空当前mapper缓存中的所有缓存数据，这样可以保证缓存中的存的数据永远和数据库中一致，避免出现脏读   　　2）.mybatis的缓存是基于[namespace:sql语句:参数]来进行缓存的，意思就是SqlSession的HashMap存储缓存数据时，是使用[namespace:sql:参数]作为key，查询返回的语句作为value保存的。   注意事项二： 　　1）：使用二级缓存时，与查询结果映射的java对象必须实现java.io.Serializable接口的序列化和反序列化操作，如果存在父类，其成员都需要实现序列化接口， 　　　　实现序列化接口是为了对缓存数据进行序列化和反序列化操作，因为二级缓存数据存储介质多种多样，不一定在内存，有可能是硬盘或者远程服务器。   例：-1242243203:1146242777:winclpt.bean.userMapper.getUser:0:2147483647:select * from user where id=?:19

全局配置文件：

ehcache.xml:

 

 

<ehcache>

<!--临时文件目录  可以自己设置-->
<diskStore path="java.io.tmpdir"/>

<!--
maxElementsInMemory：在内存中最大的存储量
eternal：是否在内存中永远不销毁
timeToIdleSeconds：在缓存中闲置多少时间之后销毁，默认单位是S
timeToLiveSeconds：在缓存中存活多少时间之后销毁，无论是否有人使用，默认单位是S
overflowToDisk：当缓存满的时候是否保存到磁盘中
diskPersistent：磁盘中的文件是否永久保存
diskExpiryThreadIntervalSeconds：检测线程运行时间间隔！默认单位是S

*******************************************************
memoryStoreEvictionPolicy  ：  缓存清理策略
1.LRU （least recently  used） 最近最少使用
每个缓存的元素都有一个时间戳，当缓存容量满的时候，需要腾出来新位置给新缓存元素，
这时候，会比较时间戳然后删除符合条件的缓存元素

2.LFU （least frequently used ）最少使用
一直以来最少使用的缓存元素，缓存元素中有一个hit值，hit值最少的将会清除！

3.FIFO(first in  first out)  先进先出
-->
<defaultCache
maxElementsInMemory="10000"
eternal="false"
timeToIdleSeconds="120"
timeToLiveSeconds="120"
overflowToDisk="true"
diskPersistent="false"
diskExpiryThreadIntervalSeconds="120"
memoryStoreEvictionPolicy="LRU"
/>
</ehcache>

 

 

参考:

1）：https://www.geek-share.com/detail/2702043882.html 2）：https://www.cnblogs.com/winclpt/articles/7511672.html

 

demo：

https://note.youdao.com/share/?id=80eda2335aa3c7605116c24ac6e03b48&type=note#/

END:

　　对于MyBatis 缓存的内容仅做了解即可，因为面对一定规模的数据量，内置的Cache 方式就派不上用场了；并且对查询结果集做缓存并不是MyBatis 框架擅长的，它专心做的应该是SQL 映射。 　　所以采用 OSCache 、Memcached 等专门的缓存服务器来做更为合理。