介绍一下Mybatis的底层原理(包括一二级缓存)

表面上我们的就是Sql语句和我们的java对象进行映射,然后Mapper代理然后调用方法来操作数据库

底层的话我们就涉及到Sqlsession和Configuration

首先说一下SqlSession, 它可以被视为与数据库交互的一个会话,用于执行 SQL 语句(Executor执行器)获取映射器(Mapper)管理事务等操作

然后还有个全局配置Configuration,Configuration是Mybatis的核心配置类,里面有所有的配置信息,映射文件内容,甚至数据库连接池配置

SqlSession

也就是说我们的通过SqlSession来操作我们的数据库,SqlSession里面的执行器Executor来执行我们的具体的sql语句

我们的Executor其实有三种SimpleExecutor简单执行器,ReuseExecutor可重用执行器, BatchExecutor批量执行器

一个是每次使用都创建一个Statement对象,一个是可以以sql作为Key在Map<String,Statement>内查找我们的statement对象进行重用,一个是将所有的sql语句添加到批处理等待逐一执行

Configuration

很简单,就是一个mybatis的核心配置类,我们的主要的配置信息例如数据库连接池配置就在里面

再深入一点就讲一下我们的Mybatis的一二级缓存实现原理

一级缓存(在Sqlsession对象了里面):

我们有的话就用Executor执行器,从LocalCache里面查询,没有的话就从数据库中查然后放到我们的LocalCache里面

在分布式或者多个Sqlsession的情况下,可能会导致脏读问题

我们查询的时候会从Sqlsession的缓存里面查,那要是我们此时用SqlSession1和SqlSession2,我们要的数据在SqlSession2的缓存里面怎么办?我们一级缓存不能实现跨SqlSession,只能查不到然后查数据库

所以为了进一步优化多个SqlSession问题,我们就有了二级缓存

二级缓存(在Configuration里面):

在一级缓存查询之前,我们先通过CachingExecutor从二级缓存中进行查询

开启二级缓存之后呢,会被多个Sqlsession共享,所以它是一个全局的缓存

所以查询流程变成了:先查二级缓存,再查一级缓存,再查数据库

二级缓存对比一级缓存,它实现了Sqlsession之间的缓存数据的 共享


既然二级缓存可以优化查询?那为什么不默认用二级缓存?

数据一致性问题

  • 问题描述:二级缓存是跨SqlSession的,多个SqlSession共享同一个缓存。如果某个SqlSession更新了数据库,其他SqlSession可能仍然使用缓存中的旧数据,导致数据不一致。
  • 解决方案 :可以通过配置缓存的刷新策略(如flushInterval)或在更新操作后手动清除缓存来缓解。

2. 缓存失效问题

  • 问题描述 :当执行增删改操作时,MyBatis会清除相关缓存。但如果 其他系统或程序 直接修改了数据库,MyBatis无法感知,导致缓存中的数据与实际数据库不一致
  • 解决方案:需要结合其他机制(如数据库触发器或消息队列)来通知缓存失效。

3. 内存占用问题

  • 问题描述 :二级缓存默认存储在内存中,如果缓存的数据量过大,可能导致内存溢出(OOM)
  • 解决方案:可以通过配置缓存实现(如Ehcache、Redis)将缓存存储到磁盘或分布式缓存中。

4. 序列化问题

  • 问题描述二级缓存默认需要缓存对象实现 Serializable****接口以便序列化存储。如果对象未实现序列化接口,会导致缓存失败。
  • 解决方案 :确保所有缓存对象实现Serializable接口,或使用自定义的缓存实现。

5. 缓存粒度问题

  • 问题描述 :二级缓存的粒度是Mapper级别的,即一个Mapper的缓存会被所有查询共享。如果某个Mapper的查询结果差异较大,可能导致缓存命中率低,甚至缓存污染
  • 解决方案:可以通过自定义缓存键或使用更细粒度的缓存策略来优化。

6. 分布式环境下的问题

  • 问题描述 :在分布式环境中,默认的二级缓存是 本地缓存,不同节点之间的缓存无法共享,可能导致数据不一致。
  • 解决方案:使用分布式缓存(如Redis、Memcached)替换默认的本地缓存。

7. 缓存配置复杂

  • 问题描述 :二级缓存的配置相对复杂,需要根据业务场景调整缓存策略(如缓存清除策略、缓存刷新间隔等),配置不当可能导致性能下降或数据不一致。
  • 解决方案:仔细评估业务需求,合理配置缓存参数。

8. 不适合高并发写场景

  • 问题描述 :在高并发写场景下,频繁的增删改操作会导致 缓存频繁失效 反而降低性能
  • 解决方案:在高并发写场景下,建议禁用二级缓存,或使用更高效的缓存策
相关推荐
小猿姐3 小时前
实测对比:哪款开源 Kubernetes MySQL Operator 最值得用?(2026 深度评测)
数据库·mysql·云原生
一灯架构5 小时前
90%的人答错!一文带你彻底搞懂ArrayList
java·后端
倔强的石头_5 小时前
从 “存得下” 到 “算得快”:工业物联网需要新一代时序数据平台
数据库
Y4090016 小时前
【多线程】线程安全(1)
java·开发语言·jvm
TDengine (老段)6 小时前
TDengine IDMP 可视化 —— 分享
大数据·数据库·人工智能·时序数据库·tdengine·涛思数据·时序数据
布局呆星7 小时前
SpringBoot 基础入门
java·spring boot·spring
不懂的浪漫7 小时前
mqtt-plus 架构解析(六):多 Broker 管理,如何让一个应用同时连接多个 MQTT 服务
spring boot·分布式·物联网·mqtt·架构
风吹迎面入袖凉7 小时前
【Redis】Redisson的可重入锁原理
java·redis
GottdesKrieges7 小时前
OceanBase数据库备份配置
数据库·oceanbase
w6100104667 小时前
cka-2026-ConfigMap
java·linux·cka·configmap