MyBatis缓存实战指南：一级与二级缓存的深度解析与性能优化
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：
// 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
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
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
<!-- 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
<!-- 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
<cacheeviction="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
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
<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：
DEBUG [main] - Cache Hit Ratio [UserMapper]: 0.75
-
黄金组合：
// 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！