MyBatis 延迟加载与一二级缓存核心知识点
一、延迟加载(Lazy Loading)
1. 核心定义
延迟加载是 MyBatis 对关联查询 的优化机制:查询主对象时,不立即查询其关联对象(如用户和账户的一对多关系),仅在实际使用关联对象 (调用 getter 方法)时,才触发关联查询的 SQL 执行。
2. 核心对比(延迟加载 vs 立即加载)
| 加载方式 | 执行时机 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| 延迟加载 | 调用关联对象 getter 时 |
关联数据不常使用、关联表数据量大 | 减少无效查询,提升性能 | 可能触发 N+1 问题(循环查询时) |
| 立即加载 | 查询主对象时(如 LEFT JOIN 关联) |
关联数据必用、数据量小 | 一次查询完成,避免多次数据库交互 | 冗余数据加载,性能损耗 |
3. 实现原理
基于 动态代理 :查询主对象时,MyBatis 返回主对象的代理实例;当调用关联对象的 getter 方法时,代理对象拦截该调用,触发关联查询 SQL 执行,查询结果赋值后返回。
4. 配置要求(全局开启)
需在 SqlMapConfig.xml 的 <settings> 标签中配置(MyBatis 默认为关闭):
xml
<settings>
<!-- 全局开启延迟加载(核心) -->
<setting name="lazyLoadingEnabled" value="true"/>
<!-- 关闭积极加载(MyBatis 3.4.1+ 默认 false,低版本需手动设置)
避免一次性加载所有关联对象 -->
<setting name="aggressiveLazyLoading" value="false"/>
<!-- 可选:指定触发延迟加载的方法(默认 equals/clone/hashCode/toString)
调用这些方法不会触发延迟加载 -->
<setting name="lazyLoadTriggerMethods" value="equals,clone,hashCode,toString"/>
</settings>
5. 关联查询配置(XML 示例)
一对多(用户 -> 账户)
xml
<!-- UserMapper.xml -->
<resultMap id="userAccountMap" type="cn.tx.domain.User">
<id property="id" column="id"/>
<result property="username" column="username"/>
<!-- collection 配置一对多关联,select 指定关联查询方法 -->
<collection
property="accounts" <!-- 主对象中关联属性名 -->
ofType="cn.tx.domain.Account" <!-- 关联对象类型 -->
column="id" <!-- 关联条件(主表主键 -> 从表外键) -->
select="cn.tx.mapper.AccountMapper.findAccountsByUid"/> <!-- 关联查询 SQL -->
</resultMap>
<!-- 主查询:仅查询用户,不加载账户 -->
<select id="findUserById" resultMap="userAccountMap">
SELECT id, username FROM user WHERE id = #{id}
</select>
一对一(用户 -> 身份证)
xml
<resultMap id="userIdCardMap" type="cn.tx.domain.User">
<id property="id" column="id"/>
<result property="username" column="username"/>
<!-- association 配置一对一关联 -->
<association
property="idCard"
javaType="cn.tx.domain.IdCard" <!-- 一对一用 javaType -->
column="id"
select="cn.tx.mapper.IdCardMapper.findByIdCardByUid"/>
</resultMap>
6. 关键注意事项
- SqlSession 存活要求 :延迟加载需通过
SqlSession执行关联查询,因此调用getter前,SqlSession不能关闭(否则报PersistenceException)。 - N+1 问题规避 :循环查询多个主对象时,避免逐个触发关联查询(1 次主查询 + N 次关联查询);大量数据建议用
LEFT JOIN立即加载。 - 实体类无特殊要求 :无需实现接口,仅需保证关联属性有
getter/setter方法(代理对象需通过getter触发加载)。
二、MyBatis 缓存机制(一级缓存 + 二级缓存)
MyBatis 缓存的核心目的是减少数据库查询次数,提升性能,分为一级缓存(本地缓存)和二级缓存(全局缓存)。
1. 一级缓存(Local Cache)
(1)核心定义
- 作用范围:单个 SqlSession 内部(会话级缓存),不同 SqlSession 互不共享。
- 存储介质:内存(HashMap),默认开启,无需额外配置。
(2)工作流程
- 同一
SqlSession执行相同查询(相同 SQL + 参数):- 首次查询:查数据库,结果存入一级缓存。
- 二次查询:直接从缓存获取,不执行 SQL。
- 触发缓存清空的场景:
- 执行
insert/update/delete操作(自动清空当前 SqlSession 的一级缓存,保证数据一致性)。 - 调用
sqlSession.clearCache()手动清空。 - SqlSession 关闭(缓存失效)。
- 执行
(3)配置说明
默认开启,可通过 localCacheScope 调整作用域(全局配置):
xml
<settings>
<!-- SESSION(默认):缓存作用于整个 SqlSession -->
<!-- STATEMENT:缓存仅作用于当前 SQL 语句,执行后立即清空 -->
<setting name="localCacheScope" value="SESSION"/>
</settings>
2. 二级缓存(Second Level Cache)
(1)核心定义
- 作用范围:全局共享 (跨 SqlSession),按 Mapper 接口(
namespace)隔离(同一 namespace 共享缓存)。 - 存储介质:默认内存(HashMap),可集成 Redis/Ehcache 等第三方缓存(持久化)。
- 依赖要求:缓存的实体类必须实现
Serializable接口(缓存对象需序列化存储)。
(2)工作流程
- 开启二级缓存后,
SqlSession关闭时,一级缓存中的数据会写入二级缓存。 - 新
SqlSession执行相同查询(同一 namespace + 相同 SQL + 参数):- 先查二级缓存,命中则返回。
- 未命中则查数据库,结果存入一级缓存,
SqlSession关闭后同步到二级缓存。
- 触发缓存清空的场景:
- 同一 namespace 下执行
insert/update/delete操作(自动清空当前 namespace 的二级缓存)。 - 配置
flushInterval自动刷新(如 60 秒)。 - 手动调用
sqlSessionFactory.getConfiguration().getCache(namespace).clear()。
- 同一 namespace 下执行
(3)完整配置步骤
步骤 1:实体类实现 Serializable
java
运行
public class User implements Serializable { // 必须实现,否则缓存序列化失败
private Integer id;
private String username;
private List<Account> accounts;
// getter/setter/toString
}
步骤 2:全局开启二级缓存(SqlMapConfig.xml)
xml
<settings>
<!-- 全局开启二级缓存(默认 true,显式配置更清晰) -->
<setting name="cacheEnabled" value="true"/>
<!-- 可选:全局缓存自动刷新时间(毫秒),默认不自动刷新 -->
<setting name="cacheFlushInterval" value="60000"/>
</settings>
步骤 3:Mapper 开启缓存(XML 方式)
在 Mapper XML 的 mapper 根标签下添加 <cache> 标签:
xml
<!-- UserMapper.xml -->
<mapper namespace="cn.tx.mapper.UserMapper">
<!-- 开启当前 namespace 的二级缓存 -->
<cache
eviction="LRU" <!-- 缓存回收策略(默认 LRU) -->
flushInterval="60000" <!-- 60 秒自动刷新 -->
size="1024" <!-- 缓存最大容量(默认 1024 个对象) -->
readOnly="false"/> <!-- false:可修改(返回副本);true:只读(返回原对象,性能高) -->
<!-- 查询方法:默认 useCache="true"(启用二级缓存) -->
<select id="findUserById" resultMap="userAccountMap" useCache="true">
SELECT id, username FROM user WHERE id = #{id}
</select>
<!-- 增删改:默认 flushCache="true"(清空缓存),可省略 -->
<update id="updateUser" flushCache="true">
UPDATE user SET username = #{username} WHERE id = #{id}
</update>
</mapper>
步骤 4:注解方式配置(备选)
java
运行
// UserMapper.java(注解开启二级缓存)
@CacheNamespace(
implementation = PerpetualCache.class, // 缓存实现类(默认)
eviction = LruCache.class, // 回收策略
flushInterval = 60000,
size = 1024,
readWrite = true // 等价于 readOnly="false"
)
public interface UserMapper {
@Options(useCache = true) // 启用二级缓存
User findUserById(@Param("id") Integer id);
@Options(flushCache = true) // 清空缓存
void updateUser(User user);
}
(4)<cache> 标签核心属性
| 属性 | 取值说明 |
|---|---|
eviction |
缓存回收策略(4 种):- LRU(默认):最近最少使用,移除最长时间未使用对象- FIFO:先进先出,按存入顺序移除- SOFT:软引用,内存不足时移除- WEAK:弱引用,垃圾回收时移除 |
flushInterval |
自动刷新时间(毫秒),默认不自动刷新(仅增删改触发) |
size |
缓存最大对象数(默认 1024),需根据内存调整 |
readOnly |
false(默认):缓存对象可修改(返回序列化副本);true:只读(返回原对象,性能更高) |
3. 一二级缓存核心对比
| 特性 | 一级缓存(Local Cache) | 二级缓存(Second Level Cache) |
|---|---|---|
| 作用范围 | 单个 SqlSession | 全局(跨 SqlSession),按 namespace 隔离 |
| 开启方式 | 默认开启,无需配置 | 全局开关 + Mapper 单独开启 |
| 存储介质 | 内存(HashMap) | 默认内存,可集成第三方缓存 |
| 序列化要求 | 无 | 实体类必须实现 Serializable |
| 数据一致性 | 会话内一致(自动清空) | 跨会话一致(增删改自动清空) |
| 适用场景 | 单次会话内重复查询 | 多会话共享数据(如字典、静态数据) |
4. 缓存使用注意事项
-
关联查询缓存一致性:如果 Mapper A 关联 Mapper B 的查询,建议 Mapper B 也开启二级缓存,避免关联数据缓存不一致。
-
禁用部分查询缓存 :实时性要求高的数据(如订单状态),可通过
useCache="false"禁用二级缓存:xml
<select id="findRealTimeOrder" resultType="Order" useCache="false"> SELECT * FROM order WHERE id = #{id} </select> -
第三方缓存集成 :生产环境建议用 Redis/Ehcache 替代默认内存缓存(默认缓存重启项目失效),需添加对应依赖(如
mybatis-redis)并配置缓存实现类。 -
避免缓存脏数据:多表关联查询(跨 namespace)不建议用二级缓存,容易因某张表更新未触发其他 namespace 缓存清空,导致脏数据。
三、延迟加载与缓存的协同工作
- 延迟加载的关联查询也会触发缓存:首次调用
getter执行关联查询后,结果会存入一级缓存,SqlSession关闭后同步到二级缓存。 - 缓存优先级:二级缓存 > 一级缓存 > 数据库(查询时先查二级缓存,再查一级缓存,最后查数据库)。
- 协同优化场景:查询主对象(如用户)时用延迟加载(避免关联数据冗余),主对象和关联对象均开启二级缓存(减少重复查询),适合 "主数据不常变、关联数据按需加载" 的场景(如用户信息 + 历史订单)。