MyBatis基础支持层位于 Mybatis 整体架构的最底层，支撑着 Mybatis 的核心处理层，是整个框架的基石。基础支持层中封装了多个较为通用的、独立的模块，不仅仅为 Mybatis 提供基础支撑，也可以在合适的场景中直接复用。

这篇文章介绍MyBatis的缓存模块

MyBatis作为 一个 强大的持久层 框 架，缓 存是其必不可少的功能之一。MyBatis中的缓 存 是两 层 结 构 的，分为 一级 缓 存、二级 缓 存，但在本质 上是相同的，它 们 使用的都是Cache接 口的实 现 。

在 MyBatis缓 存模块 中涉及了装 饰 器模式的相关 知识 。

装饰器模式

在实践生产中，新需求在软件的整个生命过程中总是不断出现的。当有新需求出现时，就需要为某些组件添加新的功能来满足这些需求。

添加新功能的方式有很多，我们可以直接修改己有组件的代码并添加相应的新功能，这显然会破坏己有组件的稳定性，修改完成后，整个组件需要重新进行测试，才能上线使用。这种方式显然违反了“开放-封闭”原则。

另一种方式是使用继承方式，我们可以创建子类并在子类中添加新功能实现扩展。*这种方法是静态的，用户不能控制增加行为的方式和时机。而且有些情况下继承是不可行的。

• 例如己有组件是被final关键字修饰的类。

• 另外，如果待添加的新功能存在多种组合，使用继承方式可能会导致大量子类的出现。

  例如，有4个待添加的新功能，系统需要动态使用任意多个功能的组合，则需要添加15个子类才能满足全部需求。

装饰器模式能够帮助我们解决上述问题，装饰器可以动态地为对象添加功能，它是基于组合的方式实现该功能的。

在实践中，我们应该尽量使用组合的方式来扩展系统的功能，而非使用继承的方式。设计模式中常见的一句话:组合优于继承。

装饰器模式的类图，以及其中的核心角色：

• Component（组件）

  组件接口定义了全部组件实现类以及所有装饰器实现的行为。

• ConcreteComponent (具体 组 件实 现 类 )

  具体组件实现类实现了Component接口。

  通常情况下，具体组件实现类就是被装饰器装饰的原始对象，该类提供了Component接口中定义的最基本的功能，其他高级功能或后续添加的新功能，都是通过装饰器的方式添加到该类的对象之上的。

• Decorator(装饰器)

  所有装饰器的父类，它是一个实现了Component接口的抽象类，并在其中封装了一个Component对象，也就是被装饰的对象。

  而这个被装饰的对象只要是Component类型即可，这就实现了装饰器的组合和复用。

  如下图，装饰器C(ConcreteDecoratorl类型)修饰了装饰器B(ConcreteDecorator2类型)并为其添加功能W，而装饰器B(ConcreteDecorator2类型)又修饰了组件A(ConcreteComponent类型)并为其添加功能V。

  其中，组件对象A提供的是最基本的功能，装饰器B和装饰器C会为组件对象A添加新的功能。

  

• ConcreteDecorator

  具体的装饰器实现类，该实现类要向被装饰对象添加某些功能。如上图，装饰器B、C就是该角色，被装饰的对象只要是Component类型即可。
  在JavaIO包中，大量应用了装饰器模式，我们在使用JavaIO包读取文件时，经常会看到如下代码:

  BufferedlnputStream bis = 
    new BufferedlnputStream( new FilelnputStream(new File("D:/test.txt")));

FilelnputStream并没有缓冲功能，每次调用其read()方法时都会向操作系统发起相应的系统调用，当读取大量数据时，就会导致操作系统在用户态和内核态之间频繁切换，性能较低。

BufferedlnputStream是提供了缓冲功能的装饰器，每次调用其read()方法时，会预先从文件中获取一部分数据并缓存到BufferedlnputStream的缓冲区中，后面连续的几次读取可以直接从缓冲区中获取数据，直到缓冲区数据耗尽才会重新从文件中读取数据，这样就可以减少用户态和内核态的切换，提高了读取的性能。

在MyBatis的缓存模块中，使用了装饰器模式的变体，其中将Decorator接口和Component接口合并为一个Component接口

使用装饰器模式的优点：

• 相较于继承来说，装饰器模式的灵活性更强，可扩展性也强。正如前面所说，继承方式会导致大量子类的情况。而装饰者模式可以将复杂的功能切分成一个个独立的装饰器，通过多个独立装饰器的动态组合，创建不同功能的组件，从而满足多种不同需求。
• 当有新功能需要添加时，只需要添加新的装饰器实现类，然后通过组合方式添加这个新装饰器即可，无须修改己有类的代码，符合“开放-封闭”原则。

但是，随着添加的新需求越来越多，可能会创建出嵌套多层装饰器的对象，这增加了系统的复杂性，也增加了理解的难度和定位错误的难度。

Cache接口及其实现

MyBatis的缓存模块在org.apache.ibatis.cache包下，其中Cache接口是缓存模块的中最核心的接口，它定义了所有缓存的基本行为。

Cache

public interface Cache {

  /**
   * 返回该缓存对应的id
   * @return The identifier of this cache
   */
  String getId();

  /**
   * 向缓存中添加数据，一般情况下Key是CacheKey，value是查询结果
   * @param key Can be any object but usually it is a {@link CacheKey}
   * @param value The result of a select.
   */
  void putObject(Object key, Object value);

  /**
   * 从缓存中获取数据
   * @param key The key
   * @return The object stored in the cache.
   */
  Object getObject(Object key);

  /**
   * 删除Key对应的缓存
   * As of 3.3.0 this method is only called during a rollback 
   * for any previous value that was missing in the cache.
   * This lets any blocking cache to release the lock that 
   * may have previously put on the key.
   * A blocking cache puts a lock when a value is null 
   * and releases it when the value is back again.
   * This way other threads will wait for the value to be 
   * available instead of hitting the database.
   *
   * 
   * @param key The key
   * @return Not used
   */
  Object removeObject(Object key);

  /**
   * 清空缓存
   * Clears this cache instance
   */  
  void clear();

  /**
   * 缓存项的个数，不会被MyBatis核心代码调用
   * Optional. This method is not called by the core.
   * 
   * @return The number of elements stored in the cache (not its capacity).
   */
  int getSize();

  /** 
   * 获取读写锁，不会被MyBatis核心代码调用
   * Optional. As of 3.2.6 this method is no longer called by the core.
   *  
   * Any locking needed by the cache must be provided internally by the cache provider.
   * 
   * @return A ReadWriteLock 
   */
  ReadWriteLock getReadWriteLock();

}

Cache接口的实现类有多个，大部分都是装饰器，只有PerpetualCache提供了Cache接口的基本实现。

PerpetualCache

**PerpetualCache在缓存模块中扮演着ConcreteComponent的角色**，其实现比较简单，底层使用HashMap记录缓存项，也是通过该HashMap对象的方法实现的Cache接口中定义的相应方法。

public class PerpetualCache implements Cache {

  private final String id;

  private Map<Object, Object> cache = new HashMap<Object, Object>();

  public PerpetualCache(String id) {
    this.id = id;
  }

  @Override
  public String getId() {
    return id;
  }

  @Override
  public int getSize() {
    return cache.size();
  }

  @Override
  public void putObject(Object key, Object value) {
    cache.put(key, value);
  }

  @Override
  public Object getObject(Object key) {
    return cache.get(key);
  }

  @Override
  public Object removeObject(Object key) {
    return cache.remove(key);
  }

  @Override
  public void clear() {
    cache.clear();
  }

  @Override
  public ReadWriteLock getReadWriteLock() {
    return null;
  }

  @Override
  public boolean equals(Object o) {
    if (getId() == null) {
      throw new CacheException("Cache instances require an ID.");
    }
    if (this == o) {
      return true;
    }
    if (!(o instanceof Cache)) {
      return false;
    }

    Cache otherCache = (Cache) o;
    return getId().equals(otherCache.getId());
  }

  @Override
  public int hashCode() {
    if (getId() == null) {
      throw new CacheException("Cache instances require an ID.");
    }
    return getId().hashCode();
  }

}

下面来介绍org.apache.ibatis.cache.decorators包下提供的装饰器，它们都直接实现了Cache接口，扮演着ConcreteDecorator的角色。

这些装饰器会在PerpetualCache的基础上提供一些额外的功能，通过多个组合后满足一个特定的需求，后面介绍二级缓存时，会见到这些装饰器是如何完成动态组合的。

BlockingCache

BlockingCache是阻塞版本的缓存装饰器，它会保证只有一个线程到数据库中查找指定key对应的数据。

// 阻塞超时时间
private long timeout;
// 被装饰的底层Cache对象
private final Cache delegate;
// 每个Key都有对应的ReentrantLock对象
private final ConcurrentHashMap<Object, ReentrantLock> locks;

假设线程A在BlockingCache中未查找到keyA对应的缓存项时，线程A会获取keyA对应的锁，这样后续线程在查找keyA时会发生阻塞

BlockingCache.getObject(Object key)

public Object getObject(Object key) {
  // 获取key对应的锁
  acquireLock(key);
  Object value = delegate.getObject(key);
  if (value != null) {
    // 如果缓存有key对应的缓存项，则释放锁    
    releaseLock(key);
  }        
  return value;
}

acquireLock(Object key)

private void acquireLock(Object key) {
  // 获取ReentrantLock对象
  Lock lock = getLockForKey(key);
  if (timeout > 0) {
    try {
      // 获取锁，带超时时间的那种
      boolean acquired = lock.tryLock(timeout, TimeUnit.MILLISECONDS);
      if (!acquired) {
        // 如果超时，则抛出异常
        throw new CacheException("...");  
      }
    } catch (InterruptedException e) {
      throw new CacheException("...");
    }
  } else {
    lock.lock();
  }
}

再来看一下getLockForKey方法

private ReentrantLock getLockForKey(Object key) {
  ReentrantLock lock = new ReentrantLock(); // 创建ReentrantLock对象
  // 试添加到locks集合中，如果locks集合中已经有了相应的ReentrantLock对象，则使用locks集合
  // 中的ReentrantLock对象
  ReentrantLock previous = locks.putIfAbsent(key, lock);
  return previous == null ? lock : previous;
}

假设线程A从数据库中查找到keyA对应的结果对象后，将结果对象放入到BlockingCache中，此时线程A会释放keyA对应的锁，唤醒阻塞在该锁上的线程。

其他线程即可从BlockingCache中获取keyA对应的数据，而不是再次访问数据库。

BlockingCache.putObject()

@Override
public void putObject(Object key, Object value) {
  try {
    // 向缓存中添加缓存项
    delegate.putObject(key, value);
  } finally {
    releaseLock(key);// 释放锁
  }
}

BlockingCache.releaseLock(Object key)

private void releaseLock(Object key) {
  ReentrantLock lock = locks.get(key);
  if (lock.isHeldByCurrentThread()) { // 判断锁是否被当前线程持有
    // 释放锁
    lock.unlock();
  }
}

FifoCache&LruCache

在很多场景中，为了控制缓存的大小，系统需要按照一定的规则清理缓存。

FifoCache是先入先出版本的装饰器，当向缓存添加数据时，如果缓存项的个数己经达到上限，则会将缓存中最老(即最早进入缓存)的缓存项删除。

FifoCache中字段的含义：

// 被装饰的底层Cache对象
private final Cache delegate;
// 用于记录key进入缓存的先后顺序，使用的是LinkedList<Object>类型的几个对象    
private final Deque<Object> keyList;
// 记录缓存项的上限，如果超过，则清理最老的缓存
private int size;

FifoCache.getObject()和removeObject()方法的实现都是直接调用底层Cache对象的对应方法。

在FifoCache.putObject()方法中会完成缓存项个数的检测以及缓存的清理操作。

public void putObject(Object key, Object value) {
  // 检测并清理缓存
  cycleKeyList(key);
  // 添加缓存项
  delegate.putObject(key, value);
}

private void cycleKeyList(Object key) {
  // 记录key
  keyList.addLast(key);
  if (keyList.size() > size) { // 如果达到缓存上限，则清理最老的缓存项
    Object oldestKey = keyList.removeFirst();
    delegate.removeObject(oldestKey);
  }
}

LruCache是按照近期最少使用算法(LeastRecentlyUsed，LRU)进行缓存清理的装饰器，在需要清理缓存时,它会清除最近最少使用的缓存项。

// 被装饰的底层Cache对象
private final Cache delegate;
// LinkedHashMap<Object,Object>类型对象，它是一个有序的HashMap，用于记录key最近的使用情况
private Map<Object, Object> keyMap;
// 记录最少被使用的缓存项的key
private Object eldestKey;

LruCache的构造函数中默认设置的缓存大小是1024,我们可以通过其setSize()方法重新设置缓存大小

public void setSize(final int size) {
  // 重新设置缓存大小的时候， 会充值keyMap字段
  // LinkedHashMap构造函数的第三个参数，true表示该LinkedHashMap记录的顺序是
  // access-order,也就是说LinkedHashMap.get()方法会改变其记录的顺序
  keyMap = new LinkedHashMap<Object, Object>(size, .75F, true) {
    private static final long serialVersionUID = 4267176411845948333L;

    // 当调用LinkedHashMap.put()方法时，会调用该方法
    @Override
    protected boolean removeEldestEntry(Map.Entry<Object, Object> eldest) {
      boolean tooBig = size() > size;
      if (tooBig) {
        // 如果已到达缓存上限，则更新eldestKey字段，后面会删除该项
        eldestKey = eldest.getKey();
      }
      return tooBig;
    }
  };
}

LruCache.getObject()方法除了返回缓存项，还会调用keyMap.get()方法修改key的顺序，表示指定的key最近被使用。

LruCache.putObject()方法除了添加缓存项，还会将eldestKey字段指定的缓存项清除掉。

@Override
public void putObject(Object key, Object value) {
  // 修改LinkedHashMap中记录的顺序
  delegate.putObject(key, value);
  cycleKeyList(key);
}

@Override
public Object getObject(Object key) {
  keyMap.get(key); //touch
  // 删除最久未使用的缓存项
  return delegate.getObject(key);
}

private void cycleKeyList(Object key) {
  keyMap.put(key, key);
  if (eldestKey != null) { // eldestKey不为空，即缓存已达到上限
    // 删除最久未使用的缓存
    delegate.removeObject(eldestKey);
    eldestKey = null;
  }
}

SoftCache&WeakCache

先了解一下Java提供的4种引用类型。

SoftCache中各个字段的含义：

// ReferenceQueue，引用队列，用于记录已经被GC回收的缓存项所对应的SoftEntry对象
private final Deque<Object> hardLinksToAvoidGarbageCollection;
// 在SoftCache中，最近使用的一部分缓存项不会被GC回收，这就是通过将其value添加到
// hardLinksToAvoidGarbageCollection集合中实现的(即有强引用指向其value)
// hardLinksToAvoidGarbageCollection集合是LinkedList<Object>类型
private final ReferenceQueue<Object> queueOfGarbageCollectedEntries;
// 底层被装饰的底层Cache对象
private final Cache delegate;
// 强连接的个数，默认值是256
private int numberOfHardLinks;

SoftCache中缓存项的value是SoftEntry对象，SoftEntry继承了SoftReference，其中指向key的引用是强引用，而指向value的引用是软引用。

private static class SoftEntry extends SoftReference<Object> {
  private final Object key;

  SoftEntry(Object key, Object value, ReferenceQueue<Object> garbageCollectionQueue) {
    super(value, garbageCollectionQueue); // 指向value的引用是软引用，且关联了引用队列
    this.key = key; // 强引用
  }
}

SoftCache.putObject()方法除了向缓存中添加缓存项，还会清除己经被GC回收的缓存项,其具体实现如下:

public void putObject(Object key, Object value) {
  // 清除已被GC回收的缓存项
  removeGarbageCollectedItems();
  // 向缓存中添加缓存项
  delegate.putObject(key, new SoftEntry(key, value, queueOfGarbageCollectedEntries));
}

private void removeGarbageCollectedItems() {
  SoftEntry sv;
  // 遍历queueOfGarbageCollectedEntries集合
  while ((sv = (SoftEntry) queueOfGarbageCollectedEntries.poll()) != null) {
    // 将已经被GC回收的value对象对应的缓存项清除
    delegate.removeObject(sv.key);
  }
}

SoftCache.getObject()方法除了从缓存中查找对应的value,处理被GC回收的value对应的缓存项，还会更新hardLinksToAvoidGarbageCollection集合

public Object getObject(Object key) {
  Object result = null;
  @SuppressWarnings("unchecked") // assumed delegate cache is totally managed by this cache
  // 从缓存中查找对应的缓存项
  SoftReference<Object> softReference = (SoftReference<Object>) delegate.getObject(key);
  if (softReference != null) { // 检测缓存中是否有对应的缓存项
    result = softReference.get(); // 获取SoftReference引用的value
    if (result == null) {// 已经被GC回收
      delegate.removeObject(key); // 从缓存中清除对应的缓存项
    } else { // 未被GC回收
      // See #586 (and #335) modifications need more than a read lock 
      synchronized (hardLinksToAvoidGarbageCollection) {
        // 缓存项的value添加到hardLinksToAvoidGarbageCollection集合中保存
        hardLinksToAvoidGarbageCollection.addFirst(result);
        if (hardLinksToAvoidGarbageCollection.size() > numberOfHardLinks) {
          // 超过numberOfHardLinks，则将最老的缓存项从hardLinksToAvoidGarbageCollection集合中清除，有点类似于先进先出队列
          hardLinksToAvoidGarbageCollection.removeLast();
        }
      }
    }
  }
  return result;
}

SoftCache.removeObject()方法在清除缓存项之前，也会调用removeGarbageCollectedItems()方法清理被GC回收的缓存项。

SoftCache.clear()方法首先清理hardLinksToAvoidGarbageCollection集合，然后清理被GC回收的缓存项，最后清理底层delegate缓存中的缓存项。

public void clear() {
  synchronized (hardLinksToAvoidGarbageCollection) {
    hardLinksToAvoidGarbageCollection.clear(); // 清理强引用集合
  }
  removeGarbageCollectedItems(); // 清理被GC回收的缓存项
  delegate.clear(); // 清理底层delegate缓存中的缓存项
}

WeakCache的实现与SoftCache基本类似，唯一的区别在于其中使用WeakEntry(继承自WeakReference)封装真正的value对象，其他实现完全一样。

others

ScheduledCache是周期性清理缓存的装饰器，它的clearlnterval字段记录了两次缓存清理之间的时间间隔，默认是一小时，lastClear字段记录了最近一次清理的时间戳。

ScheduledCache的getObject()、putObject()、removeObject()等核心方法在执行时，都会根据这两个字段检测是否需要进行清理操作，清理操作会清空缓存中所有缓存项。

LoggingCache在Cache的基础上提供了日志功能，它通过hit字段和request字段记录了Cache的命中次数和访问次数。

在LoggingCache.getObject()方法中会统计命中次数和访问次数这两个指标，并按照指定的日志输出方式输出命中率。

SynchronizedCache通过在每个方法上添加synchronized关键字，为Cache添加了同步功能，有点类似于JDK中Collections中的SynchronizedCollection内部类的实现。

SerializedCache提供了将value对象序列化的功能。

SerializedCache在添加缓存项时，会将value对应的Java对象进行序列化，并将序列化后的byte[]数组作为value存入缓存。

SerializedCache在获取缓存项时，会将缓存项中的byte[]数组反序列化成Java对象。

使用前面介绍的Cache装饰器实现进行装饰之后，每次从缓存中获取同一key对应的对象时，得到的都是同一对象，任意一个线程修改该对象都会影响到其他线程以及缓存中的对象；而SerializedCache每次从缓存中获取数据时，都会通过反序列化得到一个全新的对象。SerializedCache使用的序列化方式是Java原生序列化。

CacheKey

在Cache中唯一确定一个缓存项需要使用缓存项的key,MyBatis中因为涉及动态SQL等多方面因素，其缓存项的key不能仅仅通过一个String表示，所以MyBatis提供了CacheKey类来表示缓存项的key，在一个CacheKey对象中可以封装多个影响缓存项的因素。

CacheKey中可以添加多个对象，由这些对象共同确定两个CacheKey对象是否相同。

// 参与计算hashcode，默认值37
private final int multiplier;
// CacheKey的hashcode，初始值是37
private int hashcode;
// 校验和
private long checksum;
// updateList集合的个数
private int count;
// 由该集合中的所有对象共同决定两个CacheKey是否相同
private List<Object> updateList;

在向CacheKey.updateList集合中添加对 象时 ，使用的是CacheKey.update()方法：

public void update(Object object) {
  int baseHashCode = object == null ? 1 : ArrayUtil.hashCode(object); 
  // 重新计算count、checksum和hashcode的值
  count++;
  checksum += baseHashCode;
  baseHashCode *= count;

  hashcode = multiplier * hashcode + baseHashCode;
    // 将object添加到updateList集合中
  updateList.add(object);
}

参考

• 《MyBatis技术内幕》

• 部分图片来源——《MyBatis技术内幕》

MyBatis 《MyBatis技术内幕》 基础支持层

相关推荐

• 基础支持层——日志模块
• 基础支持层——DataSource
• 基础支持层——解析器模块
• 基础支持层——binding模块
• 基础支持层——Transaction
• 基础支持层——资源加载

版权声明

• 本文来源： 🐳Ant丶
• 本文链接： https://www.cayzlh.com/2019/10/31/fce458a9.html
• 版权声明： 文章内容仅用作学习和分享，如有雷同，纯属拷贝。

留言区