Hibernate二级缓存是跨越多个Session的共享缓存，在分布式系统中搭配Redis等中间件可实现集群级别的数据共享，而数据建模引擎通常支持一级缓存、二级缓存、查询缓存等多个层级，不同层级解决不同场景的性能问题。参考2
Hibernate二级缓存和一级缓存的区别，你真的清楚吗？
很多开发者刚开始接触Hibernate时,对一级缓存和二级缓存的概念总是混淆，两者的定位完全不同。
一级缓存：Session级别的贴身保镖
一级缓存是Hibernate默认开启的,它和当前的Session绑定，当你执行查询、保存或更新操作时，对象会被自动放入一级缓存，同一个Session内再次查询相同数据，Hibernate会直接从缓存中获取，不再访问数据库。
但它的生命周期很短,一旦Session关闭，一级缓存就清空了，比如一个Web请求结束，Session随之关闭，缓存也就没了，这决定了它只能用于单次事务内的重复查询优化。
二级缓存：SessionFactory级别的共享池
二级缓存则不同,它绑定到SessionFactory，可以被多个Session共享，即使前一个Session关掉了，新打开的Session仍然能从这个缓存中读取数据，它真正实现了跨事务、跨请求的数据复用。参考2
默认情况下,Hibernate二级缓存是关闭的，需要手动配置，它一般用于存储那些经常被读取、但很少被修改的实体数据，比如国家列表、产品分类、配置参数等。
一张表看懂两者的核心差异
| 对比维度 | 一级缓存 | 二级缓存 |
|---|---|---|
| 作用范围 | 当前Session | 整个SessionFactory |
| 生命周期 | Session关闭即失效 | 应用重启或缓存策略失效 |
| 默认状态 | 自动开启 | 需手动配置 |
| 适用场景 | 事务内重复查询 | 跨请求的共享只读数据 |
到这里,你应该能分清这两者的定位了，但问题来了：在分布式微服务架构下，多个节点怎么共享二级缓存？这就引出了下一个话题。
分布式场景下，Hibernate二级缓存分布式方案怎么选？
当应用部署在多台服务器上,每台机器都有自己的JVM内存，如果每个节点都维护独立的本地二级缓存，数据更新后其他节点无法感知，就会导致缓存不一致。分布式二级缓存方案成为刚需。
为什么要在分布式环境用二级缓存？
简单说,就是让所有服务节点共享同一份缓存数据，比如商品服务有5个节点，商品分类信息很少变化，如果每个节点都去数据库查，压力大且浪费资源，用分布式缓存，一个节点查完放进去，5个节点都能直接用，数据库压力瞬间降低。
主流分布式缓存方案对比
目前行业内比较成熟的方案有三种：
- Ehcache + RMI或JGroups：通过组播或单播实现节点间缓存同步，优点是和Hibernate集成简单，缺点是网络开销大，节点多了性能下降，不适合大规模集群。
- Redis集中式缓存：所有节点指向同一个Redis集群，二级缓存直接存到Redis里，这种方式无网络同步开销，扩展性强，已成为主流选择，很多开发者搜索“hibernate二级缓存redis配置”寻找具体实现，足见其普及度。
- Hazelcast：一个分布式内存网格，自带集群功能，可以嵌入应用，配置简单，但需要额外学习成本，适合中小规模项目。
多数情况下,Redis方案在性能和易用性上平衡得最好，下面我们重点看看如何实操。
实战：hibernate二级缓存redis配置步骤
- 引入依赖（Maven）：
<dependency> <groupId>org.hibernate</groupId> <artifactId>hibernate-ehcache</artifactId> </dependency> <dependency> <groupId>org.redisson</groupId> <artifactId>redisson-hibernate-53</artifactId> </dependency>
- 在hibernate.cfg.xml或application.properties中配置：
hibernate.cache.use_second_level_cache=true hibernate.cache.region.factory_class=org.redisson.hibernate.RedissonRegionFactory hibernate.cache.use_query_cache=true
- 配置Redisson客户端连接Redis（通常用redisson.yaml或编程方式）。
- 在实体类上添加注解：
@Entity @Cacheable @Cache(usage = CacheConcurrencyStrategy.READ_WRITE) public class Category { ... }
这样,Hibernate的二级缓存就会自动存储到Redis，而不是本地内存，查询时，只要缓存命中，就不会打到数据库。
数据建模引擎支持哪些缓存层级？从Hibernate说起
Hibernate本质上是一个数据建模引擎，它把数据库表映射成对象，管理着对象生命周期，在这个引擎内部，缓存被设计成多个层级，每一层都有特定用途。
Hibernate作为数据建模引擎的缓存架构
除了大家熟知的一级和二级缓存,Hibernate还提供了查询缓存、集合缓存、时间戳缓存等，Hibernate的缓存层级可分为：
- 一级缓存（Session级别）：强制存在，不可绕过。
- 二级缓存（SessionFactory级别）：可插拔，需要显式配置。
- 查询缓存：缓存查询语句及返回的主键列表，通常和二级缓存配合使用。
- 集合缓存：专门缓存实体关联的集合属性，比如一个Category下的Product列表。
细数那些你可能忽略的缓存层级
很多开发者只关注二级缓存,但查询缓存在某些场景下能带来数量级的性能提升，比如一个复杂的统计查询，结果集很小但执行频繁，开启查询缓存后，只要参数相同，直接返回结果，避免重复执行SQL。
集合缓存往往被忽略，假设你有一个Category实体，内部有一个List
不同缓存层级在分布式下的表现
在分布式环境中,一级缓存依旧是本地的，二级缓存和查询缓存可以放到Redis，但要注意，查询缓存依赖时间戳缓存来判断数据是否过期，时间戳缓存默认也是本地的，在分布式下需要调整策略，否则可能出现缓存不一致，行业共识认为，使用Redis作为时间戳缓存的区域，或者直接关闭查询缓存、仅用二级缓存，是更稳妥的做法。
Hibernate二级缓存配置实操，从入门到避坑
无论你是刚接触Hibernate缓存,还是已经踩过坑，掌握正确的配置姿势都至关重要，下面从本地和分布式两个维度给出具体步骤。
本地缓存配置（Ehcache为例）
- 添加ehcache依赖和hibernate-ehcache依赖。
- hibernate.cfg.xml配置：
<property name="hibernate.cache.use_second_level_cache">true</property> <property name="hibernate.cache.region.factory_class">org.hibernate.cache.ehcache.EhCacheRegionFactory</property>
- 实体类添加@Cacheable和@Cache注解。
- 在classpath下提供ehcache.xml，定义缓存区域策略，如maxEntriesLocalHeap、timeToLiveSeconds等。
本地缓存适合单机应用或开发测试环境,但分布式下不建议使用。
分布式缓存配置（Redis为例）
前文已给出Redis配置步骤,这里补充几点注意：
- 使用RedissonRegionFactory时,默认所有缓存区域都会走Redis，可以通过@Cache注解的region属性细分。
- 对于读写频繁的实体,策略选择READ_WRITE；对于几乎不变的数据，选READ_ONLY。
- 避免缓存大对象,Redis虽快，但网络传输成本高，合理评估对象大小，或使用序列化优化。
实体类注解与缓存策略选择
Hibernate提供了四种缓存并发策略：
READ_ONLY：只读，适用于永不修改的数据。NONSTRICT_READ_WRITE：读写不严格，适合读多写少，偶尔出现脏读可接受的场景。READ_WRITE：读写锁机制，保证数据一致性，适用于需要更新且并发要求高的数据。TRANSACTIONAL：完全事务化，需要JTA环境，很少使用。
选择策略时,务必根据业务容忍度决策，多数Web应用使用READ_WRITE即可。
二级缓存使用中的常见问题与优化思路
缓存不仅能提速,用不好反而会引入新问题，下面聊聊几个典型坑点。
缓存穿透与缓存雪崩的应对
- 缓存穿透：查询一个不存在的数据，缓存中没有，每次请求都落到数据库，解决方案：对空值也进行缓存，或使用布隆过滤器。
- 缓存雪崩：大量缓存同时过期，请求瞬间涌入数据库，可以设置随机过期时间，避免集中失效。
数据一致性如何保证？
在分布式系统中,缓存和数据库的一致性是个经典难题，Hibernate提供了一些机制，比如更新时自动刷新二级缓存，但在多节点环境下，如果应用代码直接更新数据库而不经过Hibernate，缓存就会过时，建议所有数据的增删改都通过Hibernate进行，或采用缓存失效策略，在更新时主动清除相关缓存。
合理监控与调优
不要盲目开启所有缓存,建议先通过日志或监控工具观察缓存命中率，针对性地对热点数据开启缓存，Redis作为二级缓存时，可以使用Redis的INFO命令查看内存、命中率，及时调整maxmemory和淘汰策略。
缓存并非万能,对于实时性要求极高、数据频繁变更的业务，二级缓存可能适得其反。恰当的缓存层级选择，加上合理的配置，才能真正发挥数据建模引擎的性能优势。
Q&A
Q：Hibernate二级缓存和查询缓存有什么区别？
A：二级缓存存储实体对象或集合，查询缓存存储的是查询语句及返回的主键ID列表，查询缓存需要配合二级缓存使用，才能避免实体对象再次从数据库加载，简单说，查询缓存记的是“哪些数据”，二级缓存记的是“数据本身”。
Q：hibernate二级缓存分布式方案中，Redis和Ehcache怎么选？
A：Redis适合大多数分布式场景，运维成熟，性能稳定，且能独立于应用扩展，Ehcache更轻量，但集群需要额外配置，节点间同步开销大，通常只用于小型集群或本地开发，如果项目已经使用Redis，直接用它做二级缓存是最省心的选择。
Q：数据建模引擎的缓存层级如何影响整体性能？
A：一级缓存减少事务内重复查询，二级缓存降低跨请求的数据库压力，查询缓存则优化复杂查询的重复执行，三层配合，能从不同维度削减数据库负载，但过度缓存会增加内存消耗和一致性维护成本，需要根据业务特征权衡，实际项目中，多数团队会优先开启二级缓存，再逐步引入查询缓存，并密切监控命中率。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/532430.html
