Mybatis的一级、二级缓存？Mybatis的二级缓存什么时候会清理缓存中的数据？

MyBatis 一级缓存与二级缓存详解

MyBatis的一级缓存是基于PerpetualCache的HashMap本地缓存，作用域为Session，默认开启。二级缓存需要单独开启，作用域为Namespace或mapper，默认也是采用PerpetualCache，HashMap存储。

一、一级缓存（Local Cache）

• 作用范围：SqlSession 级别，默认开启。
• 生命周期：
  • 缓存数据仅在当前 SqlSession 有效。
  • SqlSession 关闭或执行 commit()、rollback() 时，缓存清空。
• 失效场景：
  1. 执行 INSERT/UPDATE/DELETE 操作（无论是否提交）。
  2. 手动调用 sqlSession.clearCache()。
• 特点：
  • 减少同一会话内重复查询的数据库访问。
  • 不支持跨会话共享，易受局部操作影响失效。

二、二级缓存（Global Cache）

• 作用范围：Mapper 级别（跨 SqlSession），需显式开启。
• 配置方式：
  在 Mapper XML 中添加 <cache /> 标签，或通过 @CacheNamespace 注解启用。

  ▼
  xml
  复制代码
  <!-- Mapper.xml 中启用二级缓存 -->
  <mapper namespace="com.example.UserMapper">
      <cache eviction="LRU" flushInterval="60000" size="1024"/>
  </mapper>
  

• 存储机制：
  • 缓存数据序列化后存储（实体类需实现 Serializable 接口）。
  • 不同 Mapper 的缓存相互隔离。

三、二级缓存的清理时机

1. 执行更新操作（INSERT/UPDATE/DELETE）

   • 同一 Mapper 的任意更新操作会触发二级缓存清空，确保数据一致性。
   • 示例：UserMapper.updateUser() 执行后，UserMapper 的二级缓存失效。

2. 手动调用清理方法

   • 通过 SqlSession 调用 clearCache() 仅清理一级缓存。
   • 清理二级缓存：需获取 Cache 对象并调用 clear()。

     ▼
     java
     复制代码
     sqlSession.getMapper(UserMapper.class); // 获取 Mapper
     Cache cache = sqlSession.getConfiguration().getCache("com.example.UserMapper");
     cache.clear(); // 手动清理二级缓存
     

3. 达到刷新间隔（flushInterval）

   • 若配置 flushInterval="60000"，则每隔 60 秒自动清空缓存。
   • 适用场景：对实时性要求不高的数据（如配置表），定期刷新缓存。

4. 缓存淘汰策略触发

   • 当缓存对象数量超过 size 限制时，按策略（如 LRU、FIFO）移除数据。
   • 常见策略：
     • LRU（最近最少使用，默认）
     • FIFO（先进先出）
     • SOFT（软引用，依赖 GC）
     • WEAK（弱引用，依赖 GC）

5. 事务提交（默认配置）

   • 若未设置 flushCache="false"，事务提交时自动清空关联 Mapper 的二级缓存。
   • 注意：全局缓存可能导致跨会话数据不一致，需结合业务场景谨慎使用。

四、二级缓存注意事项

1. 数据一致性风险

   • 多表关联查询时，若其他 Mapper 更新数据，当前 Mapper 的缓存不会自动失效。
   • 解决方案：通过 <cache-ref /> 关联其他 Mapper 的缓存，或手动清理。

2. 序列化要求

   • 缓存对象需实现 Serializable 接口，否则可能抛出序列化异常。

3. 适用场景

   • 读多写少的数据（如基础配置、历史记录）。
   • 避免用于频繁更新的数据（如订单状态），防止缓存频繁失效。

五、缓存对比总结

六、配置优化建议

• 合理设置 flushInterval 和 size：根据数据更新频率和内存容量调整。
• 避免滥用二级缓存：优先通过业务层缓存（如 Redis）管理高频跨表数据。
• 监控缓存命中率：结合日志或监控工具分析缓存效果，及时调整策略。

理解 MyBatis 缓存机制及清理逻辑，有助于在高并发场景下平衡性能与数据一致性。