freyja作为项目中取代hibernate的ORM框架很符合我的心意,原本来说hibernate对开发效率基本没什么提升,而hibernate的执行效率来说本身属于比较慢的一类。

这类框架都属于JDBC的一层封装,在性能方面,能体现出价值的地方就在于如何利用好缓存。针对项目本身不需要集群、分库。freyja从设计一开始就少了许多负担。

查询缓存作为ORM框架中的重要一环,在此我写一点我对查询缓存的理解和freyja里面对查询缓存的做法

一开始确实是对查询缓存这块异想天开了,仔细分析之后发现只处理得了单表的查询缓存。还不能去支持部分函数,支持的sql如:

select * from user

select name,level from user

select name,level from user where level > 1 .....

select name,level from user where level in (1,2,3)

不支持的如:

select name from user where id in (select ........)

联表查询实在是烦杂。

在freyja里面,每一句hql都会被解析成一个HqlMapping

public class HqlMapping {public final static int BeanPropertyRowMapper = 1;public final static int MapRowMapper = 2;public final static int ObjectRowMapper = 3;public String hql;public String sql;public int jdbcParameterNumber = 0;public List<Join> joins = new ArrayList<Join>();public Select select;public Update update;public Delete delete;public boolean single = true;public BeanInfo<?> bi;public int rowMapperType = 0;public List<String> queryCacheSelectKeys = new ArrayList<String>();public List<String> queryCacheWhereKeys = new ArrayList<String>();public String where;public String selectSQL;public boolean supportEhcacheSearch = true;public boolean supportQueryCache = true;
}

里面有记录一些需要的信息 如 是否支持查询缓存、是否支持ehcache搜索、是否是单表、where条件字符串是什么、where条件中列的keyWords、select keyWords

在find()方法里面会把HQL等条件转化为一个key

String key = hql + "#" + first + "#" + max + "#" + type + "#"+ createKey(args);

这个key就对应一个结果集存在cache中。同时还需要存入一些条件key在不同的缓存中。

拿比较简单的HQL语句分析:

表中有这么几个记录:

id name age level

1  'a'      12   1

2  'b'      15   2

3  'c'      16   2

"select name,age from user where level = 2"

查询出来的结果为

'b' 15

'c'  16

保存的select key word为 name和age

where key word 为 level

这么做是因为能改变这条sql结果集的是由这3个key word构成的。

他们被放在cache中,结构为 Map<String, List<QueryKeys>>

一个字段对应多条查询缓存结果集。意思是,改变一个字段的值可能修改多个结果集的结果。

public class QueryKeys {public String keyString;//hql语句public String elString;   //where条件public List<String> selectKeys;public List<String> whereKeys;}

这样,准备工作就完毕了。然后是update的时候如何维护缓存。

记录变动分为:insert(T) update(T) save(T)delete(T) executeUpdate(HQL)

executeUpdate其实就是 update(T)  因为在查询缓存中只支持单表.

当一条记录发生变动的时候

<T> void updateQueryCache(BeanInfo<?> bi, T t)方法会维护缓存的变化。

遍历查询缓存,得到

Map<String, List<QueryKeys>>再对每条记录遍历处理QueryKeys对象。

QueryKeys里面保存着 where条件:elString 如:"select name,age from user where level = 2" =>elString : "level ==2"

然后利用国产神器:Lite 表达式引擎,带入变量判断是否满足条件。

Map properties = new HashMap();
MethodUtil.populate(t, properties, bi, qk.whereKeys);
org.xidea.el.Expression el = factory.create(qk.elString);
Boolean booleanObj = (Boolean) el.evaluate(properties);

如此一来根据逻辑分析,就能知道缓存是否失效。

             if (booleanObj) {List list = (List) cacheOperation.getFormQueryCache(qk.keyString);if (list == null) {continue;}if (list.contains(t)) {//这条记录存在结果集中的时候if (qk.selectKeys.size() != 0) {//虽然记录存在结果集并且满足条件。但是因为修改了缓存结果,导致缓存失效。cacheOperation.removeQueryCache(qk.keyString);System.out.println("移除 elString:" + qk.elString);System.out.println("移除 cache:" + qk.keyString);il.add(qk);}} else {//这条记录不存在结果集中的时候,说明结果集多了一条记录。则移除查询缓存cacheOperation.removeQueryCache(qk.keyString);System.out.println("移除 elString:" + qk.elString);System.out.println("移除 cache:" + qk.keyString);il.add(qk);}} else {List list = (List) cacheOperation.getFormQueryCache(qk.keyString);if (list == null) {continue;}if (list.contains(t)) {//说明原本属于结果集的记录条件改变后改变了结果集内容,查询缓存失效。cacheOperation.removeQueryCache(qk.keyString);System.out.println("移除 elString:" + qk.elString);System.out.println("移除 cache:" + qk.keyString);il.add(qk);}}

这个里面有一个待优化的内容,

如:"select name,age from user where level = 2"

如果是"update user set id = 6 where level = 2" 这么一条HQL,事实上是没有改变任何一个缓存结果集的。但是因为没有类似于Hibernate的动态update功能,不知道update(T) 实质上改变了哪些字段,所以没法区分只能统一移除。

当然, executeUpdate(HQL)是可以修改下改进改进的。

*****查询缓存暂时就这么多内容了。联表查询之类的就交给数据库吧。

后面会想办法增加动态update功能、会把ehcache search替代为Lite表达式引擎。

下面有最近的src和bin jar。测试项目在前面的篇幅有提供下载。

Freyja的查询缓存功能详解相关推荐

  1. php mysql 查询缓存_mysql 查询缓存使用详解

    MySQL server 有一个重要的特征:查询缓存(Query Cache). 当在使用中,查询缓存会存储一个 SELECT 查询的文本与被传送到客 户端的相应结果.如果之后接收到一个同样的查询,服 ...

  2. 采购管理软件最好的哪个?采购查询功能详解

    软件服务交付的速度和准确性是考量的一个重要标准,软件开发公司的后续服务也直接影响使用者的体验,那么选择一款采购管理软件呢?哪一个比较好呢?下面,给大家介绍一下一款采购管理软件,以及它完善的采购查询功能 ...

  3. HTTP缓存机制详解

    HTTP缓存机制详解 一. 前言 二. 缓存的介绍 什么是缓存? 为什么要使用缓存? 1. 减少冗余的数据传输 2. 缓解带宽瓶颈 3. 破坏瞬间拥塞 4. 降低距离时延 三. 缓存有效性 命中和未命 ...

  4. 深入mysql慢查询设置的详解

    深入mysql慢查询设置的详解 在web开发中,我们经常会写出一些SQL语句,一条糟糕的SQL语句可能让你的整个程序都非常慢,超过10秒一般用户就会选择关闭网页,如何优化SQL语句将那些运行时间 比较 ...

  5. MySQL的用户密码过期功能详解

    MySQL的用户密码过期功能详解 作者:chszs,未经博主允许不得转载.经许可的转载需注明作者和博客主页:http://blog.csdn.net/chszs 先说明两个术语. Payment Ca ...

  6. 短信平台专业版软件客户端功能详解源码搭建|移讯云短信系统

    国际短信平台专业版软件客户端功能详解|移讯云短信系统 首页显示 剩余条数 充值总数 提交总数 成功数量 失败数量 未知数量 代发数量 签名数量 最新提交 平台公告 API接口文档 短信发送 发送短信选 ...

  7. 国际短信系统平台后台功能详解-移讯云短信软件

    国际短信系统平台后台功能详解-移讯云短信软件   后台登陆首页显示 ⦁    用户总量记录: 显示总使用户数量 ⦁    待审核账号数量记录: 等待审核的新用户账号数量 ⦁    待审核签名数量记录: ...

  8. Elasticsearch(es) 查询语句语法详解

    Elasticsearch 查询语句采用基于 RESTful 风格的接口封装成 JSON 格式的对象,称之为 Query DSL.Elasticsearch 查询分类大致分为全文查询.词项查询.复合查 ...

  9. mysql 嵌套查询性能_MySQL数据库之嵌套查询与连接查询的性能详解

    本文主要向大家介绍了MySQL数据库之嵌套查询与连接查询的性能详解 ,通过具体的内容向大家展现,希望对大家学习MySQL数据库有所帮助. 嵌套查询与连接查询的性能:连接查询一般较快:子查询很难被优化. ...

  10. wazuh agent功能详解

    wazhu之agent功能详解 一.日志数据收集 日志数据收集是从服务器或设备生成的记录中收集的实时过程.此组件可以通过文本文件或Windows事件日志接收日志.它还可以通过远程syslog直接接收日 ...

最新文章

  1. 算法之最近最少使用LRU
  2. 深入理解angularjs $watch ,$apply 和 $digest --- 理解数据绑定过程
  3. 如何才能写出一手高质量优美的代码
  4. 网络协议系列之四:IGMP、ICMP和ARP
  5. mysql to mssql_MysqlToMsSql
  6. 14天1000+大集群滚动升级,银行柜台竟然毫无感觉
  7. 学一下HDFS,很不错(大数据技术原理及应用)
  8. ElasticSearch启动报错at least one of [discovery.seed_hosts, discovery.seed_provid---ElasticSearch工作笔记032
  9. jquery之提示信息
  10. MySQL—内连接和外连接区别
  11. php超小免杀大马_2019年最新免杀PHP大马(过D盾,过安全狗)
  12. php 去高去低去平均值,招标评分必备,去掉最高最低分求平均值
  13. 两张图片怎样合成一张左右拼图?
  14. 去毛刺服务行业调研报告 - 市场现状分析与发展前景预测
  15. 纵横三国外挂手记(1) 分析篇
  16. 键盘修改器,绝对管用
  17. 这几种常见的伪学习,看下你是不是也中招了?
  18. Python自动化需要培训吗
  19. 【Python】这篇文章能让你明白经验模态分解(EMD)——EMD在python中的实现方法
  20. 每日三个笑话-20151015

热门文章

  1. 线上软硬件类的接单平台有哪些?
  2. 数三角形个数规律公式
  3. Swarm创始人:强调BZZ主网上线不需要质押
  4. 模拟电子_热敏电阻PTC和NTC的区别与作用
  5. amd linux raid,AMD RAID 安装指南.pdf
  6. 输入大写字母,将大写字母转换为小写字母
  7. ps html css 工具,PS常用九大抠图工具
  8. Lumerical官方案例、FDTD时域有限差分法仿真学习(六)——等离子体超材料吸收器(Plasmonic metamaterial absorber)
  9. 可偏导不一定连续的例子
  10. 【python中级】linux系统获得计算机网卡流量