前言

MyBatis是常見的Java數據庫訪問層框架。在日常工作中，開發人員多數情況下是使用MyBatis的默認緩存配置，但是MyBatis緩存機制有一些不足之處，在使用中容易引起髒數據，形成一些潛在的隱患。個人在業務開發中也處理過一些由於MyBatis緩存引發的開發問題，帶着個人的興趣，希望從應用及源碼的角度爲讀者梳理MyBatis緩存機制。
本次分析中涉及到的代碼和數據庫表均放在GitHub上，地址： mybatis-cache-demo 。

一級緩存

一級緩存介紹
在應用運行過程中，我們有可能在一次數據庫會話中，執行多次查詢條件完全相同的SQL，MyBatis提供了一級緩存的方案優化這部分場景，如果是相同的SQL語句，會優先命中一級緩存，避免直接對數據庫進行查詢，提高性能。具體執行過程如下圖所示。

每個SqlSession中持有了Executor，每個Executor中有一個LocalCache。當用戶發起查詢時，MyBatis根據當前執行的語句生成MappedStatement，在Local Cache進行查詢，如果緩存命中的話，直接返回結果給用戶，如果緩存沒有命中的話，查詢數據庫，結果寫入Local Cache，最後返回結果給用戶。具體實現類的類關係圖如下圖所示。

一級緩存配置
我們來看看如何使用MyBatis一級緩存。開發者只需在MyBatis的配置文件中，添加如下語句，就可以使用一級緩存。共有兩個選項，SESSION或者STATEMENT，默認是SESSION級別，即在一個MyBatis會話中執行的所有語句，都會共享這一個緩存。一種是STATEMENT級別，可以理解爲緩存只對當前執行的這一個Statement有效。

<setting name="localCacheScope" value="SESSION"/>
一級緩存實驗
接下來通過實驗，瞭解MyBatis一級緩存的效果，每個單元測試後都請恢復被修改的數據。
首先是創建示例表student，創建對應的POJO類和增改的方法，具體可以在entity包和mapper包中查看。

CREATE TABLE student (
id int(11) unsigned NOT NULL AUTO_INCREMENT,
name varchar(200) COLLATE utf8_bin DEFAULT NULL,
age tinyint(3) unsigned DEFAULT NULL,
PRIMARY KEY (id)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
在以下實驗中，id爲1的學生名稱是凱倫。

實驗1
開啓一級緩存，範圍爲會話級別，調用三次getStudentById，代碼如下所示：

public void getStudentById() throws Exception {
SqlSession sqlSession = factory.openSession(true); // 自動提交事務
StudentMapper studentMapper = sqlSession.getMapper(StudentMapper.class);
System.out.println(studentMapper.getStudentById(1));
System.out.println(studentMapper.getStudentById(1));
System.out.println(studentMapper.getStudentById(1));
}
執行結果：

我們可以看到，只有第一次真正查詢了數據庫，後續的查詢使用了一級緩存。

實驗2
增加了對數據庫的修改操作，驗證在一次數據庫會話中，如果對數據庫發生了修改操作，一級緩存是否會失效。

@Test
public void addStudent() throws Exception {
SqlSession sqlSession = factory.openSession(true); // 自動提交事務
StudentMapper studentMapper = sqlSession.getMapper(StudentMapper.class);
System.out.println(studentMapper.getStudentById(1));
System.out.println("增加了" + studentMapper.addStudent(buildStudent()) + "個學生");
System.out.println(studentMapper.getStudentById(1));
sqlSession.close();
}
執行結果：

我們可以看到，在修改操作後執行的相同查詢，查詢了數據庫，一級緩存失效。

實驗3
開啓兩個SqlSession，在sqlSession1中查詢數據，使一級緩存生效，在sqlSession2中更新數據庫，驗證一級緩存只在數據庫會話內部共享。

@Test
public void testLocalCacheScope() throws Exception {
SqlSession sqlSession1 = factory.openSession(true);
SqlSession sqlSession2 = factory.openSession(true);

    StudentMapper studentMapper = sqlSession1.getMapper(StudentMapper.class);
    StudentMapper studentMapper2 = sqlSession2.getMapper(StudentMapper.class);

    System.out.println("studentMapper讀取數據: " + studentMapper.getStudentById(1));
    System.out.println("studentMapper讀取數據: " + studentMapper.getStudentById(1));
    System.out.println("studentMapper2更新了" + studentMapper2.updateStudentName("小岑",1) + "個學生的數據");
    System.out.println("studentMapper讀取數據: " + studentMapper.getStudentById(1));
    System.out.println("studentMapper2讀取數據: " + studentMapper2.getStudentById(1));

}

sqlSession2更新了id爲1的學生的姓名，從凱倫改爲了小岑，但session1之後的查詢中，id爲1的學生的名字還是凱倫，出現了髒數據，也證明了之前的設想，一級緩存只在數據庫會話內部共享。

一級緩存工作流程&源碼分析
那麼，一級緩存的工作流程是怎樣的呢？我們從源碼層面來學習一下。

工作流程
一級緩存執行的時序圖，如下圖所示。

源碼分析
接下來將對MyBatis查詢相關的核心類和一級緩存的源碼進行走讀。這對後面學習二級緩存也有幫助。
SqlSession：對外提供了用戶和數據庫之間交互需要的所有方法，隱藏了底層的細節。默認實現類是DefaultSqlSession。
(https://s1.51cto.com/images/blog/201807/25/330fd6feb29676ac9baaac4646ac78bd.jpg?x-oss-process=image/watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=)

Executor： SqlSession向用戶提供操作數據庫的方法，但和數據庫操作有關的職責都會委託給Executor。![]

如下圖所示，Executor有若干個實現類，爲Executor賦予了不同的能力，大家可以根據類名，自行學習每個類的基本作用。

在一級緩存的源碼分析中，主要學習BaseExecutor的內部實現。
BaseExecutor： BaseExecutor是一個實現了Executor接口的抽象類，定義若干抽象方法，在執行的時候，把具體的操作委託給子類進行執行。

protected abstract int doUpdate(MappedStatement ms, Object parameter) throws SQLException;
protected abstract List<BatchResult> doFlushStatements(boolean isRollback) throws SQLException;
protected abstract <E> List<E> doQuery(MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) throws SQLException;
protected abstract <E> Cursor<E> doQueryCursor(MappedStatement ms, Object parameter, RowBounds rowBounds, BoundSql boundSql) throws SQLException;
在一級緩存的介紹中提到對Local Cache的查詢和寫入是在Executor內部完成的。在閱讀BaseExecutor的代碼後發現Local Cache是BaseExecutor內部的一個成員變量，如下代碼所示。

public abstract class BaseExecutor implements Executor {
protected ConcurrentLinkedQueue<DeferredLoad> deferredLoads;
protected PerpetualCache localCache;
Cache： MyBatis中的Cache接口，提供了和緩存相關的最基本的操作，如下圖所示。

有若干個實現類，使用裝飾器模式互相組裝，提供豐富的操控緩存的能力，部分實現類如下圖所示。

BaseExecutor成員變量之一的PerpetualCache，是對Cache接口最基本的實現，其實現非常簡單，內部持有HashMap，對一級緩存的操作實則是對HashMap的操作。如下代碼所示。

public class PerpetualCache implements Cache {
private String id;
private Map<Object, Object> cache = new HashMap<Object, Object>();
在閱讀相關核心類代碼後，從源代碼層面對一級緩存工作中涉及到的相關代碼，出於篇幅的考慮，對源碼做適當刪減，讀者朋友可以結合本文，後續進行更詳細的學習。
爲執行和數據庫的交互，首先需要初始化SqlSession，通過DefaultSqlSessionFactory開啓SqlSession：

private SqlSession openSessionFromDataSource(ExecutorType execType, TransactionIsolationLevel level, boolean autoCommit) {
............
final Executor executor = configuration.newExecutor(tx, execType);
return new DefaultSqlSession(configuration, executor, autoCommit);
}
在初始化SqlSesion時，會使用Configuration類創建一個全新的Executor，作爲DefaultSqlSession構造函數的參數，創建Executor代碼如下所示：

public Executor newExecutor(Transaction transaction, ExecutorType executorType) {
executorType = executorType == null ? defaultExecutorType : executorType;
executorType = executorType == null ? ExecutorType.SIMPLE : executorType;
Executor executor;
if (ExecutorType.BATCH == executorType) {
executor = new BatchExecutor(this, transaction);
} else if (ExecutorType.REUSE == executorType) {
executor = new ReuseExecutor(this, transaction);
} else {
executor = new SimpleExecutor(this, transaction);
}
// 尤其可以注意這裏，如果二級緩存開關開啓的話，是使用CahingExecutor裝飾BaseExecutor的子類
if (cacheEnabled) {
executor = new CachingExecutor(executor);
}
executor = (Executor) interceptorChain.pluginAll(executor);
return executor;
}
SqlSession創建完畢後，根據Statment的不同類型，會進入SqlSession的不同方法中，如果是Select語句的話，最後會執行到SqlSession的selectList，代碼如下所示：

@Override
public <E> List<E> selectList(String statement, Object parameter, RowBounds rowBounds) {
MappedStatement ms = configuration.getMappedStatement(statement);
return executor.query(ms, wrapCollection(parameter), rowBounds, Executor.NO_RESULT_HANDLER);
}
SqlSession把具體的查詢職責委託給了Executor。如果只開啓了一級緩存的話，首先會進入BaseExecutor的query方法。代碼如下所示：

@Override
public <E> List<E> query(MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
BoundSql boundSql = ms.getBoundSql(parameter);
CacheKey key = createCacheKey(ms, parameter, rowBounds, boundSql);
return query(ms, parameter, rowBounds, resultHandler, key, boundSql);
}
在上述代碼中，會先根據傳入的參數生成CacheKey，進入該方法查看CacheKey是如何生成的，代碼如下所示：

CacheKey cacheKey = new CacheKey();
cacheKey.update(ms.getId());
cacheKey.update(rowBounds.getOffset());
cacheKey.update(rowBounds.getLimit());
cacheKey.update(boundSql.getSql());
//後面是update了sql中帶的參數
cacheKey.update(value);
在上述的代碼中，將MappedStatement的Id、sql的offset、Sql的limit、Sql本身以及Sql中的參數傳入了CacheKey這個類，最終構成CacheKey。以下是這個類的內部結構：

private static final int DEFAULT_MULTIPLYER = 37;
private static final int DEFAULT_HASHCODE = 17;

private int multiplier;
private int hashcode;
private long checksum;
private int count;
private List<Object> updateList;

public CacheKey() {
this.hashcode = DEFAULT_HASHCODE;
this.multiplier = DEFAULT_MULTIPLYER;
this.count = 0;
this.updateList = new ArrayList<Object>();
}
首先是成員變量和構造函數，有一個初始的hachcode和乘數，同時維護了一個內部的updatelist。在CacheKey的update方法中，會進行一個hashcode和checksum的計算，同時把傳入的參數添加進updatelist中。如下代碼所示。

public void update(Object object) {
int baseHashCode = object == null ? 1 : ArrayUtil.hashCode(object);
count++;
checksum += baseHashCode;
baseHashCode = count;
hashcode = multiplier hashcode + baseHashCode;

updateList.add(object);

}
同時重寫了CacheKey的equals方法，代碼如下所示：

@Override
public boolean equals(Object object) {
.............
for (int i = 0; i < updateList.size(); i++) {
Object thisObject = updateList.get(i);
Object thatObject = cacheKey.updateList.get(i);
if (!ArrayUtil.equals(thisObject, thatObject)) {
return false;
}
}
return true;
}
除去hashcode，checksum和count的比較外，只要updatelist中的元素一一對應相等，那麼就可以認爲是CacheKey相等。只要兩條SQL的下列五個值相同，即可以認爲是相同的SQL。

Statement Id + Offset + Limmit + Sql + Params

BaseExecutor的query方法繼續往下走，代碼如下所示：

list = resultHandler == null ? (List<E>) localCache.getObject(key) : null;
if (list != null) {
// 這個主要是處理存儲過程用的。
handleLocallyCachedOutputParameters(ms, key, parameter, boundSql);
} else {
list = queryFromDatabase(ms, parameter, rowBounds, resultHandler, key, boundSql);
}
如果查不到的話，就從數據庫查，在queryFromDatabase中，會對localcache進行寫入。
在query方法執行的最後，會判斷一級緩存級別是否是STATEMENT級別，如果是的話，就清空緩存，這也就是STATEMENT級別的一級緩存無法共享localCache的原因。代碼如下所示：

if (configuration.getLocalCacheScope() == LocalCacheScope.STATEMENT) {
clearLocalCache();
}
在源碼分析的最後，我們確認一下，如果是insert/delete/update方法，緩存就會刷新的原因。
SqlSession的insert方法和delete方法，都會統一走update的流程，代碼如下所示：

@Override
public int insert(String statement, Object parameter) {
return update(statement, parameter);br/>}
@Override
public int delete(String statement) {
return update(statement, null);
}
update方法也是委託給了Executor執行。BaseExecutor的執行方法如下所示。

@Override
public int update(MappedStatement ms, Object parameter) throws SQLException {
ErrorContext.instance().resource(ms.getResource()).activity("executing an update").object(ms.getId());
if (closed) {
throw new ExecutorException("Executor was closed.");
}
clearLocalCache();
return doUpdate(ms, parameter);
}
每次執行update前都會清空localCache。

至此，一級緩存的工作流程講解以及源碼分析完畢。

總結
MyBatis一級緩存的生命週期和SqlSession一致。
MyBatis一級緩存內部設計簡單，只是一個沒有容量限定的HashMap，在緩存的功能性上有所欠缺。
MyBatis的一級緩存最大範圍是SqlSession內部，有多個SqlSession或者分佈式的環境下，數據庫寫操作會引起髒數據，建議設定緩存級別爲Statement。

二級緩存

二級緩存介紹
在上文中提到的一級緩存中，其最大的共享範圍就是一個SqlSession內部，如果多個SqlSession之間需要共享緩存，則需要使用到二級緩存。開啓二級緩存後，會使用CachingExecutor裝飾Executor，進入一級緩存的查詢流程前，先在CachingExecutor進行二級緩存的查詢，具體的工作流程如下所示。

二級緩存開啓後，同一個namespace下的所有操作語句，都影響着同一個Cache，即二級緩存被多個SqlSession共享，是一個全局的變量。
當開啓緩存後，數據的查詢執行的流程就是二級緩存 -> 一級緩存 -> 數據庫。

二級緩存配置
要正確的使用二級緩存，需完成如下配置的。

在MyBatis的配置文件中開啓二級緩存。
<setting name="cacheEnabled" value="true"/>
在MyBatis的映射XML中配置cache或者 cache-ref 。
cache標籤用於聲明這個namespace使用二級緩存，並且可以自定義配置。

<cache/>
type：cache使用的類型，默認是PerpetualCache，這在一級緩存中提到過。
eviction：定義回收的策略，常見的有FIFO，LRU。
flushInterval：配置一定時間自動刷新緩存，單位是毫秒。
size：最多緩存對象的個數。
readOnly：是否只讀，若配置可讀寫，則需要對應的實體類能夠序列化。
blocking：若緩存中找不到對應的key，是否會一直blocking，直到有對應的數據進入緩存。
cache-ref代表引用別的命名空間的Cache配置，兩個命名空間的操作使用的是同一個Cache。

<cache-ref namespace="mapper.StudentMapper"/>
二級緩存實驗
接下來我們通過實驗，瞭解MyBatis二級緩存在使用上的一些特點。
在本實驗中，id爲1的學生名稱初始化爲點點。

實驗1
測試二級緩存效果，不提交事務，sqlSession1查詢完數據後，sqlSession2相同的查詢是否會從緩存中獲取數據。

@Test
public void testCacheWithoutCommitOrClose() throws Exception {
SqlSession sqlSession1 = factory.openSession(true);
SqlSession sqlSession2 = factory.openSession(true);

    StudentMapper studentMapper = sqlSession1.getMapper(StudentMapper.class);
    StudentMapper studentMapper2 = sqlSession2.getMapper(StudentMapper.class);

    System.out.println("studentMapper讀取數據: " + studentMapper.getStudentById(1));
    System.out.println("studentMapper2讀取數據: " + studentMapper2.getStudentById(1));

}
執行結果：

我們可以看到，當sqlsession沒有調用commit()方法時，二級緩存並沒有起到作用。

實驗2
測試二級緩存效果，當提交事務時，sqlSession1查詢完數據後，sqlSession2相同的查詢是否會從緩存中獲取數據。

@Test
public void testCacheWithCommitOrClose() throws Exception {
SqlSession sqlSession1 = factory.openSession(true);
SqlSession sqlSession2 = factory.openSession(true);

    StudentMapper studentMapper = sqlSession1.getMapper(StudentMapper.class);
    StudentMapper studentMapper2 = sqlSession2.getMapper(StudentMapper.class);

    System.out.println("studentMapper讀取數據: " + studentMapper.getStudentById(1));
    sqlSession1.commit();
    System.out.println("studentMapper2讀取數據: " + studentMapper2.getStudentById(1));

}

從圖上可知，sqlsession2的查詢，使用了緩存，緩存的命中率是0.5。

實驗3
測試update操作是否會刷新該namespace下的二級緩存。

@Test
public void testCacheWithUpdate() throws Exception {
SqlSession sqlSession1 = factory.openSession(true);
SqlSession sqlSession2 = factory.openSession(true);
SqlSession sqlSession3 = factory.openSession(true);

    StudentMapper studentMapper = sqlSession1.getMapper(StudentMapper.class);
    StudentMapper studentMapper2 = sqlSession2.getMapper(StudentMapper.class);
    StudentMapper studentMapper3 = sqlSession3.getMapper(StudentMapper.class);

    System.out.println("studentMapper讀取數據: " + studentMapper.getStudentById(1));
    sqlSession1.commit();
    System.out.println("studentMapper2讀取數據: " + studentMapper2.getStudentById(1));

    studentMapper3.updateStudentName("方方",1);
    sqlSession3.commit();
    System.out.println("studentMapper2讀取數據: " + studentMapper2.getStudentById(1));

}

我們可以看到，在sqlSession3更新數據庫，並提交事務後，sqlsession2的StudentMapper namespace下的查詢走了數據庫，沒有走Cache。

實驗4
驗證MyBatis的二級緩存不適應用於映射文件中存在多表查詢的情況。
通常我們會爲每個單表創建單獨的映射文件，由於MyBatis的二級緩存是基於namespace的，多表查詢語句所在的namspace無法感應到其他namespace中的語句對多表查詢中涉及的表進行的修改，引發髒數據問題。

@Test
public void testCacheWithDiffererntNamespace() throws Exception {
SqlSession sqlSession1 = factory.openSession(true);
SqlSession sqlSession2 = factory.openSession(true);
SqlSession sqlSession3 = factory.openSession(true);

    StudentMapper studentMapper = sqlSession1.getMapper(StudentMapper.class);
    StudentMapper studentMapper2 = sqlSession2.getMapper(StudentMapper.class);
    ClassMapper classMapper = sqlSession3.getMapper(ClassMapper.class);

    System.out.println("studentMapper讀取數據: " + studentMapper.getStudentByIdWithClassInfo(1));
    sqlSession1.close();
    System.out.println("studentMapper2讀取數據: " + studentMapper2.getStudentByIdWithClassInfo(1));

    classMapper.updateClassName("特色一班",1);
    sqlSession3.commit();
    System.out.println("studentMapper2讀取數據: " + studentMapper2.getStudentByIdWithClassInfo(1));

}
執行結果：

在這個實驗中，我們引入了兩張新的表，一張class，一張cla***oom。class中保存了班級的id和班級名，cla***oom中保存了班級id和學生id。我們在StudentMapper中增加了一個查詢方法getStudentByIdWithClassInfo，用於查詢學生所在的班級，涉及到多表查詢。在ClassMapper中添加了updateClassName，根據班級id更新班級名的操作。
當sqlsession1的studentmapper查詢數據後，二級緩存生效。保存在StudentMapper的namespace下的cache中。當sqlSession3的classMapper的updateClassName方法對class表進行更新時，updateClassName不屬於StudentMapper的namespace，所以StudentMapper下的cache沒有感應到變化，沒有刷新緩存。當StudentMapper中同樣的查詢再次發起時，從緩存中讀取了髒數據。

實驗5
爲了解決實驗4的問題呢，可以使用Cache ref，讓ClassMapper引用StudenMapper命名空間，這樣兩個映射文件對應的Sql操作都使用的是同一塊緩存了。
執行結果：

不過這樣做的後果是，緩存的粒度變粗了，多個Mapper namespace下的所有操作都會對緩存使用造成影響。

二級緩存源碼分析
MyBatis二級緩存的工作流程和前文提到的一級緩存類似，只是在一級緩存處理前，用CachingExecutor裝飾了BaseExecutor的子類，在委託具體職責給delegate之前，實現了二級緩存的查詢和寫入功能，具體類關係圖如下圖所示。

源碼分析
源碼分析從CachingExecutor的query方法展開，源代碼走讀過程中涉及到的知識點較多，不能一一詳細講解，讀者朋友可以自行查詢相關資料來學習。
CachingExecutor的query方法，首先會從MappedStatement中獲得在配置初始化時賦予的Cache。

Cache cache = ms.getCache();
本質上是裝飾器模式的使用，具體的裝飾鏈是

SynchronizedCache -> LoggingCache -> SerializedCache -> LruCache -> PerpetualCache。

以下是具體這些Cache實現類的介紹，他們的組合爲Cache賦予了不同的能力。

SynchronizedCache：同步Cache，實現比較簡單，直接使用synchronized修飾方法。
LoggingCache：日誌功能，裝飾類，用於記錄緩存的命中率，如果開啓了DEBUG模式，則會輸出命中率日誌。
SerializedCache：序列化功能，將值序列化後存到緩存中。該功能用於緩存返回一份實例的Copy，用於保存線程安全。
LruCache：採用了Lru算法的Cache實現，移除最近最少使用的key/value。
PerpetualCache：作爲爲最基礎的緩存類，底層實現比較簡單，直接使用了HashMap。
然後是判斷是否需要刷新緩存，代碼如下所示：

flushCacheIfRequired(ms);
在默認的設置中SELECT語句不會刷新緩存，insert/update/delte會刷新緩存。進入該方法。代碼如下所示：

private void flushCacheIfRequired(MappedStatement ms) {
Cache cache = ms.getCache();
if (cache != null && ms.isFlushCacheRequired()) {
tcm.clear(cache);
}
}
MyBatis的CachingExecutor持有了TransactionalCacheManager，即上述代碼中的tcm。
TransactionalCacheManager中持有了一個Map，代碼如下所示：

private Map<Cache, TransactionalCache> transactionalCaches = new HashMap<Cache, TransactionalCache>();
這個Map保存了Cache和用TransactionalCache包裝後的Cache的映射關係。
TransactionalCache實現了Cache接口，CachingExecutor會默認使用他包裝初始生成的Cache，作用是如果事務提交，對緩存的操作纔會生效，如果事務回滾或者不提交事務，則不對緩存產生影響。
在TransactionalCache的clear，有以下兩句。清空了需要在提交時加入緩存的列表，同時設定提交時清空緩存，代碼如下所示：

@Override
public void clear() {
clearOnCommit = true;
entriesToAddOnCommit.clear();
}
CachingExecutor繼續往下走，ensureNoOutParams主要是用來處理存儲過程的，暫時不用考慮。

if (ms.isUseCache() && resultHandler == null) {
ensureNoOutParams(ms, parameterObject, boundSql);
之後會嘗試從tcm中獲取緩存的列表。

List<E> list = (List<E>) tcm.getObject(cache, key);
在getObject方法中，會把獲取值的職責一路傳遞，最終到PerpetualCache。如果沒有查到，會把key加入Miss集合，這個主要是爲了統計命中率。

Object object = delegate.getObject(key);
if (object == null) {
entriesMissedInCache.add(key);
}
CachingExecutor繼續往下走，如果查詢到數據，則調用tcm.putObject方法，往緩存中放入值。

if (list == null) {
list = delegate.<E> query(ms, parameterObject, rowBounds, resultHandler, key, boundSql);
tcm.putObject(cache, key, list); // issue #578 and #116
}
tcm的put方法也不是直接操作緩存，只是在把這次的數據和key放入待提交的Map中。

@Override
public void putObject(Object key, Object object) {
entriesToAddOnCommit.put(key, object);
}
從以上的代碼分析中，我們可以明白，如果不調用commit方法的話，由於TranscationalCache的作用，並不會對二級緩存造成直接的影響。因此我們看看Sqlsession的commit方法中做了什麼。代碼如下所示：

@Override
public void commit(boolean force) {
try {
executor.commit(isCommitOrRollbackRequired(force));
因爲我們使用了CachingExecutor，首先會進入CachingExecutor實現的commit方法。

@Override
public void commit(boolean required) throws SQLException {
delegate.commit(required);
tcm.commit();
}
會把具體commit的職責委託給包裝的Executor。主要是看下tcm.commit()，tcm最終又會調用到TrancationalCache。

public void commit() {
if (clearOnCommit) {
delegate.clear();
}
flushPendingEntries();
reset();
}
看到這裏的clearOnCommit就想起剛纔TrancationalCache的clear方法設置的標誌位，真正的清理Cache是放到這裏來進行的。具體清理的職責委託給了包裝的Cache類。之後進入flushPendingEntries方法。代碼如下所示：

private void flushPendingEntries() {
for (Map.Entry<Object, Object> entry : entriesToAddOnCommit.entrySet()) {
delegate.putObject(entry.getKey(), entry.getValue());
}
................
}
在flushPendingEntries中，將待提交的Map進行循環處理，委託給包裝的Cache類，進行putObject的操作。
後續的查詢操作會重複執行這套流程。如果是insert|update|delete的話，會統一進入CachingExecutor的update方法，其中調用了這個函數，代碼如下所示：

private void flushCacheIfRequired(MappedStatement ms)
在二級緩存執行流程後就會進入一級緩存的執行流程，因此不再贅述。

總結
MyBatis的二級緩存相對於一級緩存來說，實現了SqlSession之間緩存數據的共享，同時粒度更加的細，能夠到namespace級別，通過Cache接口實現類不同的組合，對Cache的可控性也更強。
MyBatis在多表查詢時，極大可能會出現髒數據，有設計上的缺陷，安全使用二級緩存的條件比較苛刻。
在分佈式環境下，由於默認的MyBatis Cache實現都是基於本地的，分佈式環境下必然會出現讀取到髒數據，需要使用集中式緩存將MyBatis的Cache接口實現，有一定的開發成本，直接使用Redis,Memcached等分佈式緩存可能成本更低，安全性也更高。

全文總結

本文對介紹了MyBatis一二級緩存的基本概念，並從應用及源碼的角度對MyBatis的緩存機制進行了分析。最後對MyBatis緩存機制做了一定的總結，個人建議MyBatis緩存特性在生產環境中進行關閉，單純作爲一個ORM框架使用可能更爲合適。

聊聊MyBatis緩存機制

前言

目錄

一級緩存

二級緩存

全文總結

MySQL運維繫列之如何監控大事務

Rava助Java程序員儘快適應Ruby

Java高級工程師面試總結

聊聊MyBatis緩存機制

Nginx支持Socket轉發過程詳解

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結