MyBatis缓存实战指南：一级与二级缓存的深度解析与性能优化

在电商大促期间，我们的用户查询接口QPS从500骤增至5000，数据库连接池频频告警。当我将MyBatis二级缓存应用在用户基础信息模块后，数据库负载直接下降70%------这就是缓存的力量。本文带你彻底掌握MyBatis缓存机制，让性能飞起来！

一、缓存的价值：为什么我们需要它？

核心痛点：数据库交互是系统性能的主要瓶颈。假设单次数据库查询需要10ms：

无缓存：重复查询10次 = 100ms等待
有缓存：首次10ms + 后续9次0.5ms ≈ 14.5ms

延迟加载的局限性：

仅优化级联查询（如用户+订单）
对高频单表查询（如用户基础信息）无能为力

缓存的核心作用：

java 复制代码

// 第一次查询：访问数据库（耗时10ms）
User user1 = sqlSession.selectById(1); 

// 第二次查询：命中缓存（耗时0.5ms）
User user2 = sqlSession.selectById(1);

二、一级缓存：SqlSession级别的"私人保险箱"

1. 核心特性

默认开启：无需配置，永久存在
作用域：同一个SqlSession内有效
数据隔离：不同SqlSession缓存不共享
自动失效：执行写操作后立即清空

2. 工作流程解析

3. 实战注意事项

java 复制代码

try (SqlSession session = sqlSessionFactory.openSession()) {
    // 第一次查询数据库
    User user1 = session.selectOne("getUserById", 1);
    
    // 第二次命中缓存（不查库）
    User user2 = session.selectOne("getUserById", 1);
    
    // 更新操作清空缓存！
    user1.setName("NewName");
    session.update("updateUser", user1);
    
    // 第三次重新查询数据库
    User user3 = session.selectOne("getUserById", 1); 
}

典型踩坑场景：

长事务中缓存积累过多导致OOM
多线程共享SqlSession引发数据错乱

三、二级缓存：Mapper级别的"共享数据库"

1. 核心特性

作用域扩大：跨SqlSession共享数据
默认关闭：需手动开启
数据同步：任何写操作清空整个Mapper缓存
序列化要求：缓存对象必须实现Serializable

2. 三级配置流程

步骤1：实体类实现序列化

java 复制代码

public class User implements Serializable {
    private static final long serialVersionUID = 1L;
    // 属性及方法...
}

步骤2：全局启用二级缓存

xml 复制代码

<!-- mybatis-config.xml -->
<configuration>
    <settings>
        <!-- 开启二级缓存总开关 -->
        <setting name="cacheEnabled" value="true"/>
    </settings>
</configuration>

步骤3：Mapper文件声明缓存

xml 复制代码

<!-- UserMapper.xml -->
<mapper namespace="com.example.UserMapper">
    <!-- 声明使用二级缓存 -->
    <cache/>
    
    <select id="getUserById" resultType="User">
        SELECT * FROM user WHERE id = #{id}
    </select>
</mapper>

3. 数据流转原理

四、两级缓存对比指南

特性	一级缓存	二级缓存
作用域	SqlSession内部	跨SqlSession的Mapper级别
开启方式	默认开启	需全局+Mapper双开启
共享性	不可共享	所有SqlSession共享
失效机制	写操作清空当前Session缓存	写操作清空整个Mapper缓存
序列化	不需要	必须实现Serializable
适用场景	事务内重复查询	跨请求的高频数据查询

五、性能优化实战技巧

1. 缓存策略选择矩阵

2. 缓存配置进阶

xml 复制代码

<cache
  eviction="LRU"           <!-- 淘汰策略：最近最少使用 -->
  flushInterval="60000"    <!-- 60秒刷新 -->
  size="1024"              <!-- 最大缓存对象数 -->
  readOnly="true"/>        <!-- 只读模式提升性能 -->

3. 避坑指南

缓存穿透 ：缓存空对象解决反复查询不存在的数据
java 复制代码
```
if (user == null) {
    cache.put("NULL_OBJECT", placeholder);
}
```
缓存雪崩：设置随机过期时间避免同时失效
分布式环境 ：集成Redis实现跨节点缓存共享
xml 复制代码
```
<cache type="org.mybatis.caches.redis.RedisCache"/>
```

六、最佳实践总结

一级缓存：
- 适合短事务内的重复查询
- 避免在循环中意外触发缓存
二级缓存：
- 优先用于基础数据（如配置表、字典表）
- 实时性要求高的业务（如库存）慎用
- 监控缓存命中率：
  bash 复制代码
```
DEBUG [main] - Cache Hit Ratio [UserMapper]: 0.75
```

黄金组合：

java 复制代码

// 开启延迟加载解决N+1问题
<setting name="lazyLoadingEnabled" value="true"/>

// 二级缓存存储基础数据
<cache eviction="LRU" size="1000"/>

某金融系统应用二级缓存后的真实数据：用户基本信息查询响应时间从35ms降至3ms，数据库CPU使用率从80%降到20%。但切记：缓存是性能加速器，也可能成为数据一致性的炸弹------永远保持对缓存的敬畏之心！

思考题：当缓存命中率达到95%但查询性能反而下降，你首先会排查什么？欢迎在评论区分享你的排查思路！