hibernate更新緩存

① HIBERNATE的緩存

緩存是介於應用程序和物理數據源之間，其作用是為了降低應用程序對物理數據源訪問的頻次，從而提高了應用的運行性能。緩存內的數據是對物理數據源中的數據的復制，應用程序在運行時從緩存讀寫數據，在特定的時刻或事件會同步緩存和物理數據源的數據。 緩存的介質一般是內存，所以讀寫速度很快。但如果緩存中存放的數據量非常大時，也會用硬碟作為緩存介質。緩存的實現不僅僅要考慮存儲的介質，還要考慮到管理緩存的並發訪問和緩存數據的生命周期。 Hibernate的緩存包括Session的緩存和SessionFactory的緩存，其中SessionFactory的緩存又可以分為兩類：內置緩存和外置緩存。Session的緩存是內置的，不能被卸載，也被稱為Hibernate的第一級緩存。SessionFactory的內置緩存和Session的緩存在實現方式上比較相似，前者是SessionFactory對象的一些集合屬性包含的數據，後者是指Session的一些集合屬性包含的數據。SessionFactory的內置緩存中存放了映射元數據和預定義sql語句，映射元數據是映射文件中數據的拷貝，而預定義SQL語句是在Hibernate初始化階段根據映射元數據推導出來，SessionFactory的內置緩存是只讀的，應用程序不能修改緩存中的映射元數據和預定義SQL語句，因此SessionFactory不需要進行內置緩存與映射文件的同步。SessionFactory的外置緩存是一個可配置的插件。在默認情況下，SessionFactory不會啟用這個插件。外置緩存的數據是資料庫數據的拷貝，外置緩存的介質可以是內存或者硬碟。SessionFactory的外置緩存也被稱為Hibernate的第二級緩存。 Hibernate的這兩級緩存都位於持久化層，存放的都是資料庫數據的拷貝，那麼它們之間的區別是什麼呢？為了理解二者的區別，需要深入理解持久化層的緩存的兩個特性：緩存的范圍和緩存的並發訪問策略。 持久化層的緩存的范圍 緩存的范圍決定了緩存的生命周期以及可以被誰訪問。緩存的范圍分為三類。 1 事務范圍：緩存只能被當前事務訪問。緩存的生命周期依賴於事務的生命周期，當事務結束時，緩存也就結束生命周期。在此范圍下，緩存的介質是內存。事務可以是資料庫事務或者應用事務，每個事務都有獨自的緩存，緩存內的數據通常採用相互關聯的的對象形式。 2 進程范圍：緩存被進程內的所有事務共享。這些事務有可能是並發訪問緩存，因此必須對緩存採取必要的事務隔離機制。緩存的生命周期依賴於進程的生命周期，進程結束時，緩存也就結束了生命周期。進程范圍的緩存可能會存放大量的數據，所以存放的介質可以是內存或硬碟。緩存內的數據既可以是相互關聯的對象形式也可以是對象的鬆散數據形式。鬆散的對象數據形式有點類似於對象的序列化數據，但是對象分解為鬆散的演算法比對象序列化的演算法要求更快。 3 集群范圍：在集群環境中，緩存被一個機器或者多個機器的進程共享。緩存中的數據被復制到集群環境中的每個進程節點，進程間通過遠程通信來保證緩存中的數據的一致性，緩存中的數據通常採用對象的鬆散數據形式。 對大多數應用來說，應該慎重地考慮是否需要使用集群范圍的緩存，因為訪問的速度不一定會比直接訪問資料庫數據的速度快多少。 持久化層可以提供多種范圍的緩存。如果在事務范圍的緩存中沒有查到相應的數據，還可以到進程范圍或集群范圍的緩存內查詢，如果還是沒有查到，那麼只有到資料庫中查詢。事務范圍的緩存是持久化層的第一級緩存，通常它是必需的；進程范圍或集群范圍的緩存是持久化層的第二級緩存，通常是可選的。 持久化層的緩存的並發訪問策略 當多個並發的事務同時訪問持久化層的緩存的相同數據時，會引起並發問題，必須採用必要的事務隔離措施。 在進程范圍或集群范圍的緩存，即第二級緩存，會出現並發問題。因此可以設定以下四種類型的並發訪問策略，每一種策略對應一種事務隔離級別。 事務型：僅僅在受管理環境中適用。它提供了Repeatable Read事務隔離級別。對於經常被讀但很少修改的數據，可以採用這種隔離類型，因為它可以防止臟讀和不可重復讀這類的並發問題。 讀寫型：提供了Read Committed事務隔離級別。僅僅在非集群的環境中適用。對於經常被讀但很少修改的數據，可以採用這種隔離類型，因為它可以防止臟讀這類的並發問題。 非嚴格讀寫型：不保證緩存與資料庫中數據的一致性。如果存在兩個事務同時訪問緩存中相同數據的可能，必須為該數據配置一個很短的數據過期時間，從而盡量避免臟讀。對於極少被修改，並且允許偶爾臟讀的數據，可以採用這種並發訪問策略。 只讀型：對於從來不會修改的數據，如參考數據，可以使用這種並發訪問策略。 事務型並發訪問策略是事務隔離級別最高，只讀型的隔離級別最低。事務隔離級別越高，並發性能就越低。 什麼樣的數據適合存放到第二級緩存中？ 1 很少被修改的數據 2 不是很重要的數據，允許出現偶爾並發的數據 3 不會被並發訪問的數據 4 參考數據 不適合存放到第二級緩存的數據？ 1 經常被修改的數據 2 財務數據，絕對不允許出現並發 3 與其他應用共享的數據。 Hibernate的二級緩存 如前所述，Hibernate提供了兩級緩存，第一級是Session的緩存。由於Session對象的生命周期通常對應一個資料庫事務或者一個應用事務，因此它的緩存是事務范圍的緩存。第一級緩存是必需的，不允許而且事實上也無法比卸除。在第一級緩存中，持久化類的每個實例都具有唯一的OID。 第二級緩存是一個可插拔的的緩存插件，它是由SessionFactory負責管理。由於SessionFactory對象的生命周期和應用程序的整個過程對應，因此第二級緩存是進程范圍或者集群范圍的緩存。這個緩存中存放的對象的鬆散數據。第二級對象有可能出現並發問題，因此需要採用適當的並發訪問策略，該策略為被緩存的數據提供了事務隔離級別。緩存適配器用於把具體的緩存實現軟體與Hibernate集成。第二級緩存是可選的，可以在每個類或每個集合的粒度上配置第二級緩存。 Hibernate的二級緩存策略的一般過程如下： 1) 條件查詢的時候，總是發出一條select * from table_name where …. （選擇所有欄位）這樣的SQL語句查詢資料庫，一次獲得所有的數據對象。 2) 把獲得的所有數據對象根據ID放入到第二級緩存中。 3) 當Hibernate根據ID訪問數據對象的時候，首先從Session一級緩存中查；查不到，如果配置了二級緩存，那麼從二級緩存中查；查不到，再查詢資料庫，把結果按照ID放入到緩存。 4) 刪除、更新、增加數據的時候，同時更新緩存。 Hibernate的二級緩存策略，是針對於ID查詢的緩存策略，對於條件查詢則毫無作用。為此，Hibernate提供了針對條件查詢的Query緩存。 Hibernate的Query緩存策略的過程如下： 1) Hibernate首先根據這些信息組成一個Query Key，Query Key包括條件查詢的請求一般信息：SQL, SQL需要的參數，記錄范圍（起始位置rowStart，最大記錄個數maxRows)，等。 2) Hibernate根據這個Query Key到Query緩存中查找對應的結果列表。如果存在，那麼返回這個結果列表；如果不存在，查詢資料庫，獲取結果列表，把整個結果列表根據Query Key放入到Query緩存中。 3) Query Key中的SQL涉及到一些表名，如果這些表的任何數據發生修改、刪除、增加等操作，這些相關的Query Key都要從緩存中清空。

② 什麼是hibernate緩存機制

這是面試中經常問到的一個問題，樓主可以按照我的思路回答，准你回答得很完美，首先說下Hibernate緩存的作用（即為什麼要用緩存機制），然後再具體說說Hibernate中緩存的分類情況，
最後可以舉個具體的例子。
Hibernate緩存的作用：
Hibernate是一個持久層框架，經常訪問物理資料庫，為了降低應用程序對物理數據源訪問的頻次，從而提高應用程序的運行性能。緩存內的數據是對物理數據源中的數據的復制，應用程序在運行時從緩存讀寫數據，在特定的時刻或事件會同步緩存和物理數據源的數據
Hibernate緩存分類：
Hibernate緩存包括兩大類：Hibernate一級緩存和Hibernate二級緩存
Hibernate一級緩存又稱為「Session的緩存」，它是內置的，不能被卸載（不能被卸載的意思就是這種緩存不具有可選性，必須有的功能，不可以取消session緩存）。由於Session對象的生命周期通常對應一個資料庫事務或者一個應用事務，因此它的緩存是事務范圍的緩存。第一級緩存是必需的，不允許而且事實上也無法卸除。在第一級緩存中，持久化類的每個實例都具有唯一的OID。
Hibernate二級緩存又稱為「SessionFactory的緩存」，由於SessionFactory對象的生命周期和應用程序的整個過程對應，因此Hibernate二級緩存是進程范圍或者集群范圍的緩存，有可能出現並發問題，因此需要採用適當的並發訪問策略，該策略為被緩存的數據提供了事務隔離級別。第二級緩存是可選的，是一個可配置的插件，在默認情況下，SessionFactory不會啟用這個插件。

什麼樣的數據適合存放到第二級緩存中？
1 很少被修改的數據
2 不是很重要的數據，允許出現偶爾並發的數據
3 不會被並發訪問的數據
4 常量數據
不適合存放到第二級緩存的數據？
1經常被修改的數據
2 .絕對不允許出現並發訪問的數據，如財務數據，絕對不允許出現並發
3 與其他應用共享的數據。

Hibernate查找對象如何應用緩存？
當Hibernate根據ID訪問數據對象的時候，首先從Session一級緩存中查；查不到，如果配置了二級緩存，那麼從二級緩存中查；如果都查不到，再查詢資料庫，把結果按照ID放入到緩存
刪除、更新、增加數據的時候，同時更新緩存

Hibernate管理緩存實例
無論何時，我們在管理Hibernate緩存（Managing the caches）時，當你給save()、update()或saveOrUpdate()方法傳遞一個對象時，或使用load()、 get()、list()、iterate() 或scroll()方法獲得一個對象時, 該對象都將被加入到Session的內部緩存中。
當隨後flush()方法被調用時，對象的狀態會和資料庫取得同步。 如果你不希望此同步操作發生，或者你正處理大量對象、需要對有效管理內存時，你可以調用evict() 方法，從一級緩存中去掉這些對象及其集合。

這樣從頭到尾一說的話，很全很詳細，估計面試官對你的印象很好。不過也不要面面俱到，樓主可以挑一些自己懂得的內容說，不是很懂的內容可以省略，免得出漏子。

③ 如何刷新hibernate二級緩存

<property name="hibernate.cache.use_second_level_cache">true</property>
<property name="hibernate.cache.provider_class">org.hibernate.cache.EhCacheProvider</property>

前一句是打開二級緩存，後一句是啟用第三方緩存產品（可改變，上面eache是hibernate官方默認的第三方緩存產品）

緩存是否實用，要看你的需求，
如果你的系統，瀏覽的人數比較多，但是增刪的比較少，緩存的功勞非常大
如果你的系統即時性非常強，那麼緩存的命中率就比較低，同時更新數據時，hibernate需要額外提供資源維護緩存與數據的一致

④ hibernate怎麼實現緩存

一、why（為什麼要用Hibernate緩存？）

Hibernate是一個持久層框架，經常訪問物理資料庫。

為了降低應用程序對物理數據源訪問的頻次，從而提高應用程序的運行性能。

緩存內的數據是對物理數據源中的數據的復制，應用程序在運行時從緩存讀寫數據，在特定的時刻或事件會同步緩存和物理數據源的數據。

二、what（Hibernate緩存原理是怎樣的？）Hibernate緩存包括兩大類：Hibernate一級緩存和Hibernate二級緩存。

1.Hibernate一級緩存又稱為「Session的緩存」。

Session內置不能被卸載，Session的緩存是事務范圍的緩存（Session對象的生命周期通常對應一個資料庫事務或者一個應用事務）。

一級緩存中，持久化類的每個實例都具有唯一的OID。

2.Hibernate二級緩存又稱為「SessionFactory的緩存」。

由於SessionFactory對象的生命周期和應用程序的整個過程對應，因此Hibernate二級緩存是進程范圍或者集群范圍的緩存，有可能出現並發問題，因此需要採用適當的並發訪問策略，該策略為被緩存的數據提供了事務隔離級別。

第二級緩存是可選的，是一個可配置的插件，默認下SessionFactory不會啟用這個插件。

Hibernate提供了org.hibernate.cache.CacheProvider介面,它充當緩存插件與Hibernate之間的適配器。

什麼樣的數據適合存放到第二級緩存中？
1) 很少被修改的數據
2) 不是很重要的數據，允許出現偶爾並發的數據
3) 不會被並發訪問的數據
4) 常量數據
不適合存放到第二級緩存的數據？
1) 經常被修改的數據
2) 絕對不允許出現並發訪問的數據，如財務數據，絕對不允許出現並發
3) 與其他應用共享的數據。

3.Session的延遲載入實現要解決兩個問題：正常關閉連接和確保請求中訪問的是同一個session。

Hibernate session就是java.sql.Connection的一層高級封裝，一個session對應了一個Connection。

http請求結束後正確的關閉session（過濾器實現了session的正常關閉）；延遲載入必須保證是同一個session（session綁定在ThreadLocal）。

4.Hibernate查找對象如何應用緩存？
當Hibernate根據ID訪問數據對象的時候，首先從Session一級緩存中查；

查不到，如果配置了二級緩存，那麼從二級緩存中查；

如果都查不到，再查詢資料庫，把結果按照ID放入到緩存刪除、更新、增加數據的時候，同時更新緩存。

5.一級緩存與二級緩存的對比圖。

一級緩存

二級緩存

存放數據的形式

相互關聯的持久化對象

對象的散裝數據

緩存的范圍

事務范圍，每個事務都擁有單獨的一級緩存

進程范圍或集群范圍，緩存被同一個進程或集群范圍內所有事務共享

並發訪問策略

由於每個事務都擁有單獨的一級緩存不會出現並發問題，因此無須提供並發訪問策略

由於多個事務會同時訪問二級緩存中的相同數據，因此必須提供適當的並發訪問策略，來保證特定的事務隔離級別

數據過期策略

處於一級緩存中的對象永遠不會過期，除非應用程序顯示清空或者清空特定對象

必須提供數據過期策略，如基於內存的緩存中對象的最大數目，允許對象處於緩存中的最長時間，以及允許對象處於緩存中的最長空閑時間

物理介質

內存

內存和硬碟，對象的散裝數據首先存放到基於內存的緩存中，當內存中對象的數目達到數據過期策略的maxElementsInMemory值，就會把其餘的對象寫入基於硬碟的緩存中

緩存軟體實現

在Hibernate的Session的實現中包含

由第三方提供，Hibernate僅提供了緩存適配器，用於把特定的緩存插件集成到Hibernate中

啟用緩存的方式

只要通過Session介面來執行保存，更新，刪除，載入，查詢，Hibernate就會啟用一級緩存，對於批量操作，如不希望啟用一級緩存，直接通過JDBCAPI來執行

用戶可以再單個類或類的單個集合的粒度上配置第二級緩存，如果類的實例被經常讀，但很少被修改，就可以考慮使用二級緩存，只有為某個類或集合配置了二級緩存，Hibernate在運行時才會把它的實例加入到二級緩存中

用戶管理緩存的方式

一級緩存的物理介質為內存，由於內存的容量有限，必須通過恰當的檢索策略和檢索方式來限制載入對象的數目，Session的evit（）方法可以顯示的清空緩存中特定對象，但不推薦

二級緩存的物理介質可以使內存和硬碟，因此第二級緩存可以存放大容量的數據，數據
過期策略的maxElementsInMemory屬性可以控制內存中的對象數目，管理二級緩存主要包括兩個方面：選擇需要使用第二級緩存的持久化類，設
置合適的並發訪問策略；選擇緩存適配器，設置合適的數據過期策略。SessionFactory的evit（）方法也可以顯示的清空緩存中特定對象，但不
推薦

三、how（Hibernate的緩存機制如何應用？）

1. 一級緩存的管理:

evit(Object obj) 將指定的持久化對象從一級緩存中清除,釋放對象所佔用的內存資源,指定對象從持久化狀態變為脫管狀態,從而成為游離對象。

clear() 將一級緩存中的所有持久化對象清除,釋放其佔用的內存資源。

contains(Object obj) 判斷指定的對象是否存在於一級緩存中。

flush() 刷新一級緩存區的內容,使之與資料庫數據保持同步。

2.一級緩存應用： save()。當session對象調用save()方法保存一個對象後，該對象會被放入到session的緩存中。
get()和load()。當session對象調用get()或load()方法從資料庫取出一個對象後，該對象也會被放入到session的緩存中。
使用HQL和QBC等從資料庫中查詢數據。

public class Client
{
public static void main(String[] args)
{
Session session = HibernateUtil.getSessionFactory().openSession();
Transaction tx = null;
try
{
/*開啟一個事務*/
tx = session.beginTransaction();
/*從資料庫中獲取id=""的Customer對象*/
Customer customer1 = (Customer)session.get(Customer.class, "");
System.out.println("customer.getUsername is"+customer1.getUsername());
/*事務提交*/
tx.commit();

System.out.println("-------------------------------------");

/*開啟一個新事務*/
tx = session.beginTransaction();
/*從資料庫中獲取id=""的Customer對象*/
Customer customer2 = (Customer)session.get(Customer.class, "");
System.out.println("customer2.getUsername is"+customer2.getUsername());
/*事務提交*/
tx.commit();

System.out.println("-------------------------------------");

/*比較兩個get()方法獲取的對象是否是同一個對象*/
System.out.println("customer1 == customer2 result is "+(customer1==customer2));
}
catch (Exception e)
{
if(tx!=null)
{
tx.rollback();
}
}
finally
{
session.close();
}
}
}

結果
Hibernate:
select
customer0_.id as id0_0_,
customer0_.username as username0_0_,
customer0_.balance as balance0_0_
from
customer customer0_
where
customer0_.id=?
customer.getUsername islisi
-------------------------------------
customer2.getUsername islisi
-------------------------------------
customer1 == customer2 result is true

輸出結果中只包含了一條SELECT SQL語句，而且customer1 == customer2 result is
true說明兩個取出來的對象是同一個對象。其原理是：第一次調用get()方法，
Hibernate先檢索緩存中是否有該查找對象，發現沒有，Hibernate發送SELECT語句到資料庫中取出相應的對象，然後將該對象放入緩存
中，以便下次使用，第二次調用get()方法，Hibernate先檢索緩存中是否有該查找對象，發現正好有該查找對象，就從緩存中取出來，不再去資料庫
中檢索。

3.二級緩存的管理：

evict(Class arg0, Serializable arg1)將某個類的指定ID的持久化對象從二級緩存中清除,釋放對象所佔用的資源。

sessionFactory.evict(Customer.class, new Integer(1));

evict(Class arg0) 將指定類的所有持久化對象從二級緩存中清除,釋放其佔用的內存資源。

sessionFactory.evict(Customer.class);

evictCollection(String arg0) 將指定類的所有持久化對象的指定集合從二級緩存中清除,釋放其佔用的內存資源。

sessionFactory.evictCollection("Customer.orders");

4.二級緩存的配置

常用的二級緩存插件

EHCache org.hibernate.cache.EhCacheProvider

OSCache org.hibernate.cache.OSCacheProvider

SwarmCahe org.hibernate.cache.SwarmCacheProvider

JBossCache org.hibernate.cache.TreeCacheProvider

<!-- EHCache的配置,hibernate.cfg.xml -->
<hibernate-configuration>
<session-factory>
<!-- 設置二級緩存插件EHCache的Provider類-->
<property name="hibernate.cache.provider_class">
org.hibernate.cache.EhCacheProvider
</property>
<!-- 啟動"查詢緩存" -->
<property name="hibernate.cache.use_query_cache">
true
</property>
</session-factory>
</hibernate-configuration>

<!-- ehcache.xml -->
<?xml version="1.0" encoding="UTF-8"?>
<ehcache>
<!--
緩存到硬碟的路徑
-->
<diskStore path="d:/ehcache"></diskStore>
<!--
默認設置
maxElementsInMemory : 在內存中最大緩存的對象數量。
eternal : 緩存的對象是否永遠不變。
timeToIdleSeconds ：可以操作對象的時間。
timeToLiveSeconds ：緩存中對象的生命周期，時間到後查詢數據會從資料庫中讀取。
overflowToDisk ：內存滿了，是否要緩存到硬碟。
-->
<defaultCache maxElementsInMemory="200" eternal="false"
timeToIdleSeconds="50" timeToLiveSeconds="60" overflowToDisk="true"></defaultCache>
<!--
指定緩存的對象。
下面出現的的屬性覆蓋上面出現的，沒出現的繼承上面的。
-->
<cache name="com.suxiaolei.hibernate.pojos.Order" maxElementsInMemory="200" eternal="false"
timeToIdleSeconds="50" timeToLiveSeconds="60" overflowToDisk="true"></cache>
</ehcache>

<!-- *.hbm.xml -->
<?xml version="1.0" encoding='UTF-8'?>
<!DOCTYPE hibernate-mapping PUBLIC
"-//Hibernate/Hibernate Mapping DTD 3.0//EN"
"http://hibernate.sourceforge.net/hibernate-mapping-3.0.dtd" >
<hibernate-mapping>
<class>
<!-- 設置該持久化類的二級緩存並發訪問策略 read-only read-write nonstrict-read-write transactional-->
<cache usage="read-write"/>
</class>
</hibernate-mapping>

若存在一對多的關系，想要在在獲取一方的時候將關聯的多方緩存起來，需要在集合屬性下添加<cache>子標簽，這里需要將關聯的對象的hbm文件中必須在存在<class>標簽下也添加<cache>標簽，不然Hibernate只會緩存OID。

<hibernate-mapping>
<class name="com.suxiaolei.hibernate.pojos.Customer" table="customer">
<!-- 主鍵設置 -->
<id name="id" type="string">
<column name="id"></column>
<generator class="uuid"></generator>
</id>

<!-- 屬性設置 -->
<property name="username" column="username" type="string"></property>
<property name="balance" column="balance" type="integer"></property>

<set name="orders" inverse="true" cascade="all" lazy="false" fetch="join">
<cache usage="read-only"/>
<key column="customer_id" ></key>
<one-to-many class="com.suxiaolei.hibernate.pojos.Order"/>
</set>

</class>
</hibernate-mapping>

⑤ hibernate緩存機制的二級緩存

Hibernate提供了兩級緩存，第一級是Session的緩存。由於Session對象的生命周期通常對應一個資料庫事務或者一個應用事務，因此它的緩存是事務范圍的緩存。第一級緩存是必需的，不允許而且事實上也無法卸除。在第一級緩存中，持久化類的每個實例都具有唯一的OID。
第二級緩存是一個可插拔的的緩存插件，它是由SessionFactory負責管理。由於SessionFactory對象的生命周期和應用程序的整個過程對應，因此第二級緩存是進程范圍或者集群范圍的緩存。這個緩存中存放的對象的鬆散數據。第二級對象有可能出現並發問題，因此需要採用適當的並發訪問策略，該策略為被緩存的數據提供了事務隔離級別。緩存適配器用於把具體的緩存實現軟體與Hibernate集成。第二級緩存是可選的，可以在每個類或每個集合的粒度上配置第二級緩存。 適合存放到第二級緩存中的數據
1 很少被修改的數據
2 不是很重要的數據，允許出現偶爾並發的數據
3 不會被並發訪問的數據
4 參考數據
不適合存放到第二級緩存的數據
1 經常被修改的數據
2 財務數據，絕對不允許出現並發
3 與其他應用共享的數據。 1) 條件查詢的時候，總是發出一條select * from table_name where …. （選擇所有欄位）這樣的SQL語句查詢資料庫，一次獲得所有的數據對象。
2) 把獲得的所有數據對象根據ID放入到第二級緩存中。
3) 當Hibernate根據ID訪問數據對象的時候，首先從Session一級緩存中查；查不到，如果配置了二級緩存，那麼從二級緩存中查；查不到，再查詢資料庫，把結果按照ID放入到緩存。
4) 刪除、更新、增加數據的時候，同時更新緩存。
Hibernate的二級緩存策略，是針對於ID查詢的緩存策略，對於條件查詢則毫無作用。為此，Hibernate提供了針對條件查詢的Query緩存。
Hibernate的Query緩存策略的過程如下：
1) Hibernate首先根據這些信息組成一個Query Key，Query Key包括條件查詢的請求一般信息：SQL, SQL需要的參數，記錄范圍（起始位置rowStart，最大記錄個數maxRows)，等。
2) Hibernate根據這個Query Key到Query緩存中查找對應的結果列表。如果存在，那麼返回這個結果列表；如果不存在，查詢資料庫，獲取結果列表，把整個結果列表根據Query Key放入到Query緩存中。
3) Query Key中的SQL涉及到一些表名，如果這些表的任何數據發生修改、刪除、增加等操作，這些相關的Query Key都要從緩存中清空。

⑥ 如何強制刷新 Hibernate 緩存

除了手動清除外，一級緩存只在同一個session中 有效 ，至於具體何時從內存卸載由Hibernate框架控制，二級緩存是全局性質的，

⑦ hibernate緩存怎麼配置

很多人對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的二級緩存的，今天終於忍不住了。
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給資料庫，但是session關閉的時候，一級緩存就失效了。

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在緩存裡面找value。

Class的緩存
對於一條記錄，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會先取資料庫select id出來，然後一個id一個id的load，如果在緩存裡面有，就從緩存取，沒有的話就去資料庫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。當往緩存裡面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碟上的臨時文件裡面。
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，然後使用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，於是移除緩存。
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，因為你無法判斷什麼時候是第一次，而且每次查詢的條件通常是不一樣的，假如資料庫裡面有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，那麼30-50是從緩存裡面取的，51到70是從資料庫取的，共發送1+20條sql。所以我一直認為iterate沒有什麼用，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雖然選擇若干欄位，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還會根據資料庫方言做優化，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以後不是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"/>
然後
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裡面配置它：
<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，那麼會使用上面提到的標准查詢緩存的配置，也就是net.sf.hibernate.cache.StandardQueryCache

對於查詢緩存來說，緩存的key是根據hql生成的sql，再加上參數，分頁等信息（可以通過日誌輸出看到，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%"，那麼查詢緩存的key*大約*是這樣的字元串（我是憑記憶寫的，並不精確，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在這里並不是整個結果集，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去緩存裡面查到了value，value是一串id，然後在到class的緩存裡面去一個一個的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，即打開查詢緩存以後，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語句到資料庫獲取全部數據，然後填充查詢緩存和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，那麼list方法在獲取id串以後，將會一個一個去資料庫load！因此，class緩存的超時時間一定不能短於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於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，那麼查詢緩存裡面的value就是整個結果集了。

當hibernate更新資料庫的時候，它怎麼知道更新哪些查詢緩存呢？
hibernate在一個地方維護每個表的最後更新時間，其實也就是放在上面net.sf.hibernate.cache.UpdateTimestampsCache所指定的緩存配置裡面。
當通過hibernate更新的時候，hibernate會知道這次更新影響了哪些表。然後它更新這些表的最後更新時間。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，然後去查找這些表的最後更新時間，如果有一個表在生成時間後更新過了，那麼這個緩存是無效的。
可以看出，只要更新過一個表，那麼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裡面設置
<cache usage="read-write"/>
假如class是Cat，collection叫children，那麼ehcache裡面配置
<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裡面的元素有增刪時才失效。
這樣有一個問題，如果你的collection是根據某個欄位排序的，當其中一個元素更新了該欄位時，導致順序改變時，collection緩存裡面的順序沒有做更新。

緩存策略
只讀緩存（read-only）：沒有什麼好說的
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，這個我沒有怎麼研究過

讀寫緩存和不嚴格讀寫緩存在實現上的區別在於，讀寫緩存更新緩存的時候會把緩存裡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，然後就直接取資料庫查詢。
在hibernate2.1的ehcache實現中，如果鎖住部分緩存的事務發生了異常，那麼緩存會一直被鎖住，直到60秒後超時。
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程序對資料庫有獨占的寫訪問權，其他的進程更新了資料庫，hibernate是不可能知道的。你操作資料庫必需直接通過hibernate，如果你調用存儲過程，或者自己使用jdbc更新資料庫，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，然後用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，還知道其他什麼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並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，那麼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。就好像盡管磁碟有緩存，資料庫還是要實現自己的緩存，盡管資料庫有緩存，咱們的應用程序還是要做緩存。因為底層的緩存它並不知道高層要用這些數據干什麼，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。

⑧ Hibernate緩存如何實現

事務提交後，一級緩存中的數據會被更新到資料庫，如果二級緩存設置為讀寫，那麼這份數據會同時更新到二級緩存
緩存是介於應用程序和物理數據源之間，其作用是為了降低應用程序對物理數據源訪問的頻次，從而提高了應用的運行性能。緩存內的數據是對物理數據源中的數據的復制，應用程序在運行時從緩存讀寫數據，在特定的時刻或事件會同步緩存和物理數據源的數據。
緩存的介質一般是內存，所以讀寫速度很快。但如果緩存中存放的數據量非常大時，也會用硬碟作為緩存介質。緩存的實現不僅僅要考慮存儲的介質，還要考慮到管理緩存的並發訪問和緩存數據的生命周期。

Hibernate的緩存包括Session的緩存和SessionFactory的緩存，其中SessionFactory的緩存又可以分為兩類：內置緩存和外置緩存。Session的緩存是內置的，不能被卸載，也被稱為Hibernate的第一級緩存。SessionFactory的內置緩存和Session的緩存在實現方式上比較相似，前者是SessionFactory對象的一些集合屬性包含的數據，後者是指Session的一些集合屬性包含的數據。SessionFactory的內置緩存中存放了映射元數據和預定義SQL語句，映射元數據是映射文件中數據的拷貝，而預定義SQL語句是在Hibernate初始化階段根據映射元數據推導出來，SessionFactory的內置緩存是只讀的，應用程序不能修改緩存中的映射元數據和預定義SQL語句，因此SessionFactory不需要進行內置緩存與映射文件的同步。SessionFactory的外置緩存是一個可配置的插件。在默認情況下，SessionFactory不會啟用這個插件。外置緩存的數據是資料庫數據的拷貝，外置緩存的介質可以是內存或者硬碟。SessionFactory的外置緩存也被稱為Hibernate的第二級緩存。

Hibernate的這兩級緩存都位於持久化層，存放的都是資料庫數據的拷貝，那麼它們之間的區別是什麼呢？為了理解二者的區別，需要深入理解持久化層的緩存的兩個特性：緩存的范圍和緩存的並發訪問策略。

持久化層的緩存的范圍

緩存的范圍決定了緩存的生命周期以及可以被誰訪問。緩存的范圍分為三類。

1 事務范圍：緩存只能被當前事務訪問。緩存的生命周期依賴於事務的生命周期，當事務結束時，緩存也就結束生命周期。在此范圍下，緩存的介質是內存。事務可以是資料庫事務或者應用事務，每個事務都有獨自的緩存，緩存內的數據通常採用相互關聯的的對象形式。

2 進程范圍：緩存被進程內的所有事務共享。這些事務有可能是並發訪問緩存，因此必須對緩存採取必要的事務隔離機制。緩存的生命周期依賴於進程的生命周期，進程結束時，緩存也就結束了生命周期。進程范圍的緩存可能會存放大量的數據，所以存放的介質可以是內存或硬碟。緩存內的數據既可以是相互關聯的對象形式也可以是對象的鬆散數據形式。鬆散的對象數據形式有點類似於對象的序列化數據，但是對象分解為鬆散的演算法比對象序列化的演算法要求更快。

3 集群范圍：在集群環境中，緩存被一個機器或者多個機器的進程共享。緩存中的數據被復制到集群環境中的每個進程節點，進程間通過遠程通信來保證緩存中的數據的一致性，緩存中的數據通常採用對象的鬆散數據形式。

對大多數應用來說，應該慎重地考慮是否需要使用集群范圍的緩存，因為訪問的速度不一定會比直接訪問資料庫數據的速度快多少。

持久化層可以提供多種范圍的緩存。如果在事務范圍的緩存中沒有查到相應的數據，還可以到進程范圍或集群范圍的緩存內查詢，如果還是沒有查到，那麼只有到資料庫中查詢。事務范圍的緩存是持久化層的第一級緩存，通常它是必需的；進程范圍或集群范圍的緩存是持久化層的第二級緩存，通常是可選的。

持久化層的緩存的並發訪問策略

當多個並發的事務同時訪問持久化層的緩存的相同數據時，會引起並發問題，必須採用必要的事務隔離措施。

在進程范圍或集群范圍的緩存，即第二級緩存，會出現並發問題。因此可以設定以下四種類型的並發訪問策略，每一種策略對應一種事務隔離級別。

事務型：僅僅在受管理環境中適用。它提供了Repeatable Read事務隔離級別。對於經常被讀但很少修改的數據，可以採用這種隔離類型，因為它可以防止臟讀和不可重復讀這類的並發問題。

讀寫型：提供了Read Committed事務隔離級別。僅僅在非集群的環境中適用。對於經常被讀但很少修改的數據，可以採用這種隔離類型，因為它可以防止臟讀這類的並發問題。

非嚴格讀寫型：不保證緩存與資料庫中數據的一致性。如果存在兩個事務同時訪問緩存中相同數據的可能，必須為該數據配置一個很短的數據過期時間，從而盡量避免臟讀。對於極少被修改，並且允許偶爾臟讀的數據，可以採用這種並發訪問策略。

只讀型：對於從來不會修改的數據，如參考數據，可以使用這種並發訪問策略。

事務型並發訪問策略是事務隔離級別最高，只讀型的隔離級別最低。事務隔離級別越高，並發性能就越低。

什麼樣的數據適合存放到第二級緩存中？

1 很少被修改的數據

2 不是很重要的數據，允許出現偶爾並發的數據

3 不會被並發訪問的數據

4 參考數據

不適合存放到第二級緩存的數據？

1 經常被修改的數據

2 財務數據，絕對不允許出現並發

3 與其他應用共享的數據。

Hibernate的二級緩存

如前所述，Hibernate提供了兩級緩存，第一級是Session的緩存。由於Session對象的生命周期通常對應一個資料庫事務或者一個應用事務，因此它的緩存是事務范圍的緩存。第一級緩存是必需的，不允許而且事實上也無法比卸除。在第一級緩存中，持久化類的每個實例都具有唯一的OID。

第二級緩存是一個可插拔的的緩存插件，它是由SessionFactory負責管理。由於SessionFactory對象的生命周期和應用程序的整個過程對應，因此第二級緩存是進程范圍或者集群范圍的緩存。這個緩存中存放的對象的鬆散數據。第二級對象有可能出現並發問題，因此需要採用適當的並發訪問策略，該策略為被緩存的數據提供了事務隔離級別。緩存適配器用於把具體的緩存實現軟體與Hibernate集成。第二級緩存是可選的，可以在每個類或每個集合的粒度上配置第二級緩存。

Hibernate的二級緩存策略的一般過程如下：

1) 條件查詢的時候，總是發出一條select * from table_name where …. （選擇所有欄位）這樣的SQL語句查詢資料庫，一次獲得所有的數據對象。

2) 把獲得的所有數據對象根據ID放入到第二級緩存中。

3) 當Hibernate根據ID訪問數據對象的時候，首先從Session一級緩存中查；查不到，如果配置了二級緩存，那麼從二級緩存中查；查不到，再查詢資料庫，把結果按照ID放入到緩存。

4) 刪除、更新、增加數據的時候，同時更新緩存。

Hibernate的二級緩存策略，是針對於ID查詢的緩存策略，對於條件查詢則毫無作用。為此，Hibernate提供了針對條件查詢的Query緩存。

Hibernate的Query緩存策略的過程如下：

1) Hibernate首先根據這些信息組成一個Query Key，Query Key包括條件查詢的請求一般信息：SQL, SQL需要的參數，記錄范圍（起始位置rowStart，最大記錄個數maxRows)，等。

2) Hibernate根據這個Query Key到Query緩存中查找對應的結果列表。如果存在，那麼返回這個結果列表；如果不存在，查詢資料庫，獲取結果列表，把整個結果列表根據Query Key放入到Query緩存中。

3) Query Key中的SQL涉及到一些表名，如果這些表的任何數據發生修改、刪除、增加等操作，這些相關的Query Key都要從緩存中清空.

⑨ 怎樣解決hibernate中一級緩存導致數據不能刷新

Hibernate的一級緩存是由Session提供的，因此它只存在於Session的生命周期中，也就是當Session關閉的時候該Session所管理的一級緩存也會立即被清除。

Hibernate的一級緩存是Session所內置的，不能被卸載，也不能進行任何配置。

一級緩存採用的是key-value的Map方式來實現的，在緩存實體對象時，對象的主關鍵字ID是Map的key，實體對象就是對應的值。所以說，一級緩存是以實體對象為單位進行存儲的，在訪問的時候使用的是主關鍵字ID。

雖然，Hibernate對一級緩存使用的是自動維護的功能，沒有提供任何配置功能，但是可以通過Session中所提供的方法來對一級緩存的管理進行手工干預。Session中所提供的干預方法包括以下兩種。

evict() ：用於將某個對象從Session的一級緩存中清除。

clear() ：用於將一級緩存中的對象全部清除。

在進行大批量數據一次性更新的時候，會佔用非常多的內存來緩存被更新的對象。這時就應該階段性地調用clear()方法來清空一級緩存中的對象，控制一級緩存的大小，以避免產生內存溢出的情況。

⑩ hibernate二級緩存什麼時候用

Hibernate緩存何時使用和如何使用？

Hibernate緩存分為二級，第一級存放於session中稱為一級緩存，默認帶有且不能卸載。第二級是由sessionFactory控制的進程級緩存。是全局共享的緩存，凡是會調用二級緩存的查詢方法 都會從中受益。

1. 關於hibernate緩存的問題：

1.1. 基本的緩存原理

Hibernate緩存分為二級，

第一級存放於session中稱為一級緩存，默認帶有且不能卸載。

第二級是由sessionFactory控制的進程級緩存。是全局共享的緩存，凡是會調用二級緩存的查詢方法 都會從中受益。只有經正確的配置後二級緩存才會發揮作用。同時在進行條件查詢時必須使用相應的方法才能從緩存中獲取數據。比如 Query.iterate()方法、load、get方法等。必須注意的是session.find方法永遠是從資料庫中獲取數據，不會從二級緩存中獲 取數據，即便其中有其所需要的數據也是如此。

查詢時使用緩存的實現過程為：首先查詢一級緩存中是否具有需要的數據，如果沒有，查詢二級緩存，如果二級緩存中也沒有，此時再執行查詢資料庫的工作。要注意的是：此3種方式的查詢速度是依次降低的。

1.2. 存在的問題

1.2.1. 一級緩存的問題以及使用二級緩存的原因

因為Session的生命期往往很短，存在於Session內部的第一級最快緩存的生命期當然也很短，所以第一級緩存的命中率是很低的。其對系統性 能的改善也是很有限的。當然，這個Session內部緩存的主要作用是保持Session內部數據狀態同步。並非是hibernate為了大幅提高系統性 能所提供的。

為了提高使用hibernate的性能，除了常規的一些需要注意的方法比如：

使用延遲載入、迫切外連接、查詢過濾等以外，還需要配置hibernate的二級緩存。其對系統整體性能的改善往往具有立竿見影的效果！

（經過自己以前作項目的經驗，一般會有3~4倍的性能提高）

1.2.2. N+1次查詢的問題

1.2.2.1 什麼時候會遇到1+N的問題？

前提：Hibernate默認表與表的關聯方法是fetch="select"，不是fetch="join",這都是為了懶載入而准備的。

1）一對多(<set><list>) ，在1的這方，通過1條sql查找得到了1個對象，由於關聯的存在 ，那麼又需要將這個對象關聯的集合取出，所以合集數量是n還要發出n條sql，於是本來的1條sql查詢變成了1 +n條 。

2）多對一<many-to-one> ，在多的這方，通過1條sql查詢得到了n個對象，由於關聯的存在,也會將這n個對象對應的1 方的對象取出， 於是本來的1條sql查詢變成了1 +n條 。

3）iterator 查詢時,一定先去緩存中找（1條sql查集合,只查出ID），在沒命中時，會再按ID到庫中逐一查找， 產生1+n條SQL

1.2.2.2 怎麼解決1+N 問題？

1 ）lazy=true， hibernate3開始已經默認是lazy=true了；lazy=true時不會立刻查詢關聯對象，只有當需要關聯對象（訪問其屬性，非id欄位）時才會發生查詢動作。

2）使用二級緩存， 二級緩存的應用將不怕1+N 問題，因為即使第一次查詢很慢（未命中），以後查詢直接緩存命中也是很快的。剛好又利用了1+N 。

3) 當然你也可以設定fetch="join"，一次關聯表全查出來，但失去了懶載入的特性。

執行條件查詢時，iterate（）方法具有著名的 「n+1」次查詢的問題，也就是說在第一次查詢時iterate方法會執行滿足條件的查詢結果數再加一次（n+1）的查詢。但是此問題只存在於第一次查詢 時，在後面執行相同查詢時性能會得到極大的改善。此方法適合於查詢數據量較大的業務數據。

但是注意：當數據量特別大時（比如流水線數據等）需要針對此持久化對象配置其具體的緩存策略，比如設置其存在於緩存中的最大記錄數、緩存存在的時間等參數，以避免系統將大量的數據同時裝載入內存中引起內存資源的迅速耗盡，反而降低系統的性能！！！

1.3. 使用hibernate二級緩存的其他注意事項：

1.3.1. 關於數據的有效性

另外，hibernate會自行維護二級緩存中的數據，以保證緩存中的數據和資料庫中的真實數據的一致性！無論何時，當你調用save()、 update()或 saveOrUpdate()方法傳遞一個對象時，或使用load()、 get()、list()、iterate() 或scroll()方法獲得一個對象時, 該對象都將被加入到Session的內部緩存中。 當隨後flush()方法被調用時，對象的狀態會和資料庫取得同步。

也就是說刪除、更新、增加數據的時候，同時更新緩存。當然這也包括二級緩存！

只要是調用hibernate API執行資料庫相關的工作。hibernate都會為你自動保證 緩存數據的有效性！！

但是，如果你使用了JDBC繞過hibernate直接執行對資料庫的操作。此時，Hibernate不會/也不可能自行感知到資料庫被進行的變化改動，也就不能再保證緩存中數據的有效性！！

這也是所有的ORM產品共同具有的問題。幸運的是，Hibernate為我們暴露了Cache的清除方法，這給我們提供了一個手動保證數據有效性的機會！！

一級緩存，二級緩存都有相應的清除方法。

其中二級緩存提供的清除方法為：

按對象class清空緩存

按對象class和對象的主鍵id清空緩存

清空對象的集合中的緩存數據等。

1.3.2. 適合使用的情況

並非所有的情況都適合於使用二級緩存，需要根據具體情況來決定。同時可以針對某一個持久化對象配置其具體的緩存策略。

適合於使用二級緩存的情況：

1、數據不會被第三方修改；

一般情況下，會被hibernate以外修改的數據最好不要配置二級緩存，以免引起不一致的數據。但是如果此數據因為性能的原因需要被緩存，同時又 有可能被第3方比如SQL修改，也可以為其配置二級緩存。只是此時需要在sql執行修改後手動調用cache的清除方法。以保證數據的一致性

2、數據大小在可接收范圍之內；

如果數據表數據量特別巨大，此時不適合於二級緩存。原因是緩存的數據量過大可能會引起內存資源緊張，反而降低性能。
如果數據表數據量特別巨大，但是經常使用的往往只是較新的那部分數據。此時，也可為其配置二級緩存。但是必須單獨配置其持久化類的緩存策略，比如最大緩存數、緩存過期時間等，將這些參數降低至一個合理的范圍（太高會引起內存資源緊張，太低了緩存的意義不大）。

3、數據更新頻率低；

對於數據更新頻率過高的數據，頻繁同步緩存中數據的代價可能和 查詢緩存中的數據從中獲得的好處相當，壞處益處相抵消。此時緩存的意義也不大。

4、非關鍵數據（不是財務數據等）

財務數據等是非常重要的數據，絕對不允許出現或使用無效的數據，所以此時為了安全起見最好不要使用二級緩存。

因為此時 「正確性」的重要性遠遠大於 「高性能」的重要性。

2. 目前系統中使用hibernate緩存的建議

2.1. 目前情況

一般系統中有三種情況會繞開hibernate執行資料庫操作：

1、多個應用系統同時訪問一個資料庫

此種情況使用hibernate二級緩存會不可避免的造成數據不一致的問題，此時要進行詳細的設計。比如在設計上避免對同一數據表的同時的寫入操作，
使用資料庫各種級別的鎖定機制等。

2、動態表相關

所謂「動態表」是指在系統運行時根據用戶的操作系統自動建立的數據表。

比如「自定義表單」等屬於用戶自定義擴展開發性質的功能模塊，因為此時數據表是運行時建立的，所以不能進行hibernate的映射。因此對它的操作只能是繞開hibernate的直接資料庫JDBC操作。

如果此時動態表中的數據沒有設計緩存，就不存在數據不一致的問題。

如果此時自行設計了緩存機制，則調用自己的緩存同步方法即可。

3、使用sql對hibernate持久化對象表進行批量刪除時

此時執行批量刪除後，緩存中會存在已被刪除的數據。

分析：

當執行了第3條（sql批量刪除）後，後續的查詢只可能是以下三種方式：

a. session.find（）方法：

根據前面的總結，find方法不會查詢二級緩存的數據，而是直接查詢資料庫。

所以不存在數據有效性的問題。

b. 調用iterate方法執行條件查詢時：

根據iterate查詢方法的執行方式，其每次都會到資料庫中查詢滿足條件的id值，然後再根據此id 到緩存中獲取數據，當緩存中沒有此id的數據才會執行資料庫查詢；

如果此記錄已被sql直接刪除，則iterate在執行id查詢時不會將此id查詢出來。所以，即便緩存中有此條記錄也不會被客戶獲得，也就不存在不一致的情況。（此情況經過測試驗證）

c. 用get或load方法按id執行查詢：

客觀上此時會查詢得到已過期的數據。但是又因為系統中執行sql批量刪除一般是針對中間關聯數據表，對於中間關聯表的查詢一般都是採用條件查詢 ,按id來查詢某一條關聯關系的幾率很低,所以此問題也不存在!

如果某個值對象確實需要按id查詢一條關聯關系,同時又因為數據量大使用 了sql執行批量刪除。當滿足此兩個條件時,為了保證按id 的查詢得到正確的結果,可以使用手動清楚二級緩存中此對象的數據的方法!!(此種情況出現的可能性較小)

2.2. 建 議

1、建議不要使用sql直接執行數據持久化對象的數據的更新，但是可以執行 批量刪除。（系統中需要批量更新的地方也較少）

2、如果必須使用sql執行數據的更新，必須清空此對象的緩存數據。調用

SessionFactory.evict(class)

SessionFactory.evict(class,id)等方法。

3、在批量刪除數據量不大的時候可以直接採用hibernate的批量刪除，這樣就不存在繞開hibernate執行sql產生的緩存數據一致性的問題。

4、不推薦採用hibernate的批量刪除方法來刪除大批量的記錄數據。

原因是hibernate的批量刪除會執行1條查詢語句外加 滿足條件的n條刪除語句。而不是一次執行一條條件刪除語句！！
當待刪除的數據很多時會有很大的性能瓶頸！！！如果批量刪除數據量較大,比如超過50條,可以採用JDBC直接刪除。這樣作的好處是只執行一條sql刪除語句,性能會有很大的改善。同時，緩存數據同步的問題,可以採用 hibernate清除二級緩存中的相關數據的方法。

調 用

SessionFactory.evict(class) ;

SessionFactory.evict(class,id)等方法。

所以說，對於一般的應用系統開發而言（不涉及到集群，分布式數據同步問題等），因為只在中間關聯表執行批量刪除時調用了sql執行，同時中間關聯表 一般是執行條件查詢不太可能執行按id查詢。所以，此時可以直接執行sql刪除，甚至不需要調用緩存的清除方法。這樣做不會導致以後配置了二級緩存引起數 據有效性的問題。

退一步說，即使以後真的調用了按id查詢中間表對象的方法，也可以通過調用清除緩存的方法來解決。

3、具體的配置方法

根據我了解的很多hibernate的使用者在調用其相應方法時都迷信的相信「hibernate會自行為我們處理性能的問題」，或者 「hibernate 會自動為我們的所有操作調用緩存」,實際的情況是hibernate雖然為我們提供了很好的緩存機制和擴展緩存框架的支持，但是必須經過正確的調用其才有 可能發揮作用！！所以造成很多使用hibernate的系統的性能問題，實際上並不是hibernate不行或者不好，而是因為使用者沒有正確的了解其使 用方法造成的。相反，如果配置得當hibernate的性能表現會讓你有相當「驚喜的」發現。下面我講解具體的配置方法。

ibernate提供了二級緩存的介面：

net.sf.hibernate.cache.Provider,

同時提供了一個默認的 實現net.sf.hibernate.cache.HashtableCacheProvider，

也可以配置 其他的實現 比如ehcache,jbosscache等。

具體的配置位置位於hibernate.cfg.xml文件中

• <propertyname="hibernate.cache.use_query_cache">true</property>

• <propertyname="hibernate.cache.provider_class">net.sf.hibernate.cache.HashtableCacheProvider</property>

很多的hibernate使用者在 配置到 這一步 就以為 完事了，

注意：其實光這樣配，根本就沒有使用hibernate的二級緩存。同時因為他們在使用hibernate時大多時候是馬上關閉session，所 以，一級緩存也沒有起到任何作用。結果就是沒有使用任何緩存，所有的hibernate操作都是直接操作的資料庫！！性能可以想見。

正確的辦法是除了以上的配置外還應該配置每一個vo對象的具體緩存策略，在影射文件中配置。例如：

• <hibernate-mapping>

• <classname="com.sobey.sbm.model.entitySystem.vo.DataTypeVO"table="dcm_datatype">

• <cacheusage="read-write"/>

• <idname="id"column="TYPEID"type="java.lang.Long">

• <generatorclass="sequence"/>

• </id>

• <propertyname="name"column="NAME"type="java.lang.String"/>

• <propertyname="dbType"column="DBTYPE"type="java.lang.String"/>

• </class>

• </hibernate-mapping>

關鍵就是這個<cache usage="read-write"/>，其有幾個選擇read-only,read-write,transactional,等

然後在執行查詢時 注意了 ，如果是條件查詢，或者返回所有結果的查詢，此時session.find()方法 不會獲取緩存中的數據。只有調用query.iterate()方法時才會調緩存的數據。

同時 get 和 load方法 是都會查詢緩存中的數據