Thinking

1、查詢緩存

? 首先需要配置hibernate.cache.use_query_cache=true

如果用ehcache，配置ehcache.xml，注意hibernate3.0以后不是net.sf的包名了

? 然后

query.setCacheable(true);//激活查詢緩存

query.setCacheRegion("myCacheRegion");//指定要使用的cacheRegion，可選

第二行指定要使用的cacheRegion是myCacheRegion，即你可以給每個查詢緩存做一個單獨的配置，

使用setCacheRegion來做這個指定，需要在ehcache.xml里面配置它：

1 < cache? name ="myCacheRegion" ?maxElementsInMemory ="10" ?eternal ="false"
2
3 timeToIdleSeconds ="3600" ?timeToLiveSeconds ="7200" ?overflowToDisk ="true" ? />
4
5

如果省略第二行，不設(shè)置cacheRegion的話，那么會使用上面提到的標(biāo)準(zhǔn)查詢緩存的配置，也就是

net.sf.hibernate.cache.StandardQueryCache

? 問題：當(dāng)hibernate更新數(shù)據(jù)庫的時候，它怎么知道更新哪些查詢緩存呢？

??? hibernate在一個地方維護每個表的最后更新時間，其實也就是放在上面

net.sf.hibernate.cache.UpdateTimestampsCache所指定的緩存配置里面。

當(dāng)通過hibernate更新的時候，hibernate會知道這次更新影響了哪些表。然后它更新這些表的最后更新時間。每個緩存都有一個生成時間和這個緩存所查詢的表，當(dāng)hibernate查詢一個緩存是否存在的時候，如果緩存存在，它還要取出緩存的生成時間和這個緩存所查詢的表，然后去查找這些表的最后更新時間，如果有一個表在生成時間后更新過了，那么這個緩存是無效的。可以看出，只要更新過一個表，那么凡是涉及到這個表的查詢緩存就失效了，因此查詢緩存的命中率可能會比較低。

? 注意：

??? 放入緩存中的key是查詢的語句，value是查詢之后得到的結(jié)果集的id列表。

表面看來這樣的方案似乎能解決hql利用緩存的問題，但是需要注意的是，構(gòu)成key的是：

hql生成的sql、sql的參數(shù)、排序、分頁信息等。也就是說如果你的hql有小小的差異，

比如第一條hql取1-50條數(shù)據(jù)，第二條hql取20-60條數(shù)據(jù)，那么hibernate會認(rèn)為這是兩個

完全不同的key，無法重復(fù)利用緩存。因此利用率也不高。

?? 查詢緩存必須配合二級緩存一起使用，否則極易出現(xiàn)1+N的情況

?? 如果不設(shè)置"查詢緩存"，那么hibernate只會緩存使用load()方法獲得的單個持久化對象，

如果想緩存使用findall()、list()、Iterator()、createCriteria()、createQuery()等方法

獲得的數(shù)據(jù)結(jié)果集的話，就需要設(shè)置hibernate.cache.use_query_cache true才行，如果需要"查詢緩存"，需要在使用Query或Criteria()時設(shè)置其setCacheable(true);屬性。?
2、Collection緩存

? 需要在hbm的collection里面設(shè)置

< cache? usage ="read-write" />

假如class是Cat，collection叫children，那么ehcache里面配置

1 < cache? name ="com.xxx.pojo.Cat.children"
2
3 maxElementsInMemory ="20" ?eternal ="false" ?timeToIdleSeconds ="3600"
4
5 timeToLiveSeconds ="7200"
6
7 overflowToDisk ="true" ? />
8

Collection的緩存和前面查詢緩存的list一樣，也是只保持一串id，但它不會因為這個表更新過就

失效，一個collection緩存僅在這個collection里面的元素有增刪時才失效。

這樣有一個問題，如果你的collection是根據(jù)某個字段排序的，當(dāng)其中一個元素更新了該字段時，

導(dǎo)致順序改變時，collection緩存里面的順序沒有做更新?
3、Class緩存（也稱二級緩存）

?? 可由Hibernate提供的二級緩存實現(xiàn)，它存在于SessionFactory級別,

緩存結(jié)構(gòu)可以看作是一個hash table，key是數(shù)據(jù)庫記錄的id，value是id對應(yīng)的pojo對象。

當(dāng)用戶根據(jù)id查詢對象的時候（load、iterator方法），會首先在緩存中查找，

如果沒有找到再發(fā)起數(shù)據(jù)庫查詢。但是如果使用hql發(fā)起查詢（find, query方法）

則不會利用二級緩存，而是直接從數(shù)據(jù)庫獲得數(shù)據(jù)，但是它會把得到的數(shù)據(jù)放到二級緩存?zhèn)溆谩Ｒ簿褪钦f，基于hql的查詢，對二級緩存是只寫不讀的。?
在hibernate.cfg.xml配置：

< property? name ="hibernate.cache.provider_class" >

???????org.hibernate.cache.EhCacheProvider

</ property >

hibernate3支持

Hashtable Cache（org.hibernate.cache.HashtableCacheProvider）

EhCache(org.hibernate.cache.EhCacheProvider)

OSCache(org.hibernate.cache.OSCacheProvider)

SwarmCache(org.hibernate.cache.SwarmCacheProvider)

JBossCache(org.hibernate.cache.TreeCacheProvider)

在相應(yīng)的POJO配置文件中增加:

<!--

指定緩存同步策略:

read-write???????????????????????????讀寫型

nonstrict-read-write?????????????非嚴(yán)格讀寫型

read-only?????????????????????????? ?只讀型

transactional??????????????????????? 事務(wù)型

-->

<cache usage="read-write"/>?

?????對于一條記錄，也就是一個PO來說，是根據(jù)ID來找的，緩存的key就是ID，value是POJO。無論

list，load還是iterate，只要讀出一個對象，都會填充緩存。但是list不會使用緩存，而iterate

會先取數(shù)據(jù)庫select id出來，然后一個id一個id的load，如果在緩存里面有，就從緩存取，沒有

的話就去數(shù)據(jù)庫load。

?? 當(dāng)某個ID通過hibernate修改時，hibernate會知道，于是移除緩存。

這樣大家可能會想，同樣的查詢條件，第一次先list，第二次再iterate，就可以使用到緩存了。

實際上這是很難的，因為你無法判斷什么時候是第一次，而且每次查詢的條件通常是不一樣的，假

如數(shù)據(jù)庫里面有100條記錄，id從1到100，第一次list的時候出了前50個id，第二次iterate的時候

卻查詢到30至70號id，那么30-50是從緩存里面取的，51到70是從數(shù)據(jù)庫取的，共發(fā)送1+20條sql。

所以我一直認(rèn)為iterate沒有什么用，總是會有1+N的問題。 如果想要對list或者iterate查詢的結(jié)

果緩存，就要用到查詢緩存了。?
? 注意:

?? 對于one-to-many的關(guān)聯(lián)關(guān)系，如果對one應(yīng)用緩存，則應(yīng)同時對many應(yīng)用。

?? 二級緩存的失效機制由hibernate控制，當(dāng)某條數(shù)據(jù)被修改之后，hibernate會根據(jù)它的id去做

緩存失效操作。基于此機制，如果數(shù)據(jù)表不是被hibernate獨占，那么二級緩存無法得到有效控制

。

?? hibernate 3.0在做批量修改、批量更新的時候，是不會同步更新二級緩存的

?? 查詢緩存和二級緩存是有關(guān)聯(lián)關(guān)系的，他們不是完全獨立的兩套東西。假如一個查詢條件hql_1

，第一次被執(zhí)行的時候，它會從數(shù)據(jù)庫取得數(shù)據(jù)，然后把查詢條件作為key，把返回數(shù)據(jù)的所有id

列表作為value（請注意僅僅是id）放到查詢緩存中，同時整個結(jié)果集放到二級緩存，key是id，

value是pojo對象。當(dāng)你再次執(zhí)行hql_1，它會從緩存中得到id列表，然后根據(jù)這些列表一個一個的

到二級緩存里面去找pojo對象，如果找不到就向數(shù)據(jù)庫發(fā)起查詢。也就是說，如果二級緩存配置了

超時時間，就有可能出現(xiàn)查詢緩存命中了，獲得了id列表，但是class里面相應(yīng)的pojo已經(jīng)因為超

時被失效，hibernate就會根據(jù)id清單，一個一個的去向數(shù)據(jù)庫查詢，有多少個id，就執(zhí)行多少個

sql。該情況將導(dǎo)致性能下降嚴(yán)重。

?? 查詢緩存的失效機制也由hibernate控制，數(shù)據(jù)進入緩存時會有一個timestamp，它和數(shù)據(jù)表的

timestamp對應(yīng)。當(dāng)hibernate環(huán)境內(nèi)發(fā)生save、update等操作時，會更新被操作數(shù)據(jù)表的

timestamp。用戶在獲取緩存的時候，一旦命中就會檢查它的timestamp是否和數(shù)據(jù)表的timestamp

匹配，如果不，緩存會被失效。因此查詢緩存的失效控制是以數(shù)據(jù)表為粒度的，只要數(shù)據(jù)表中任何

一條記錄發(fā)生一點修改，整個表相關(guān)的所有查詢緩存就都無效了。因此查詢緩存的命中率可能會很

低。?
4、對方法的緩存

? 對于調(diào)用頻率較高的查詢類方法，我們希望緩存方法結(jié)果

在spring中可利用攔截器（Interceptor）實現(xiàn)，可能如下面的配置：

?1 < beans >
?2
?3 ???? < bean? id ="cacheInterceptor"
?4
?5 class ="org.springframework.aop.interceptor.cache.OSCacheInterceptor" >
?6
?7 ??????? <! -?默認(rèn)刷新時間（秒）- >
?8
?9 ??????? < property? name ="defaultRefreshPeriod" >
10
11 ??????????? < value > 60 </ value >
12
13 ??????? </ property >
14
15 ??????? < property? name ="identifiers" >
16
17 ??????????? < props >
18
19 ?????????????? < prop? key ="java.util.Map" > toString </ prop >
20
21 ??????????? </ props >
22
23 ??????? </ property >
24
25 ???? </ bean >
26
27 ???? <! -?正則表達式匹配?- >
28
29 ???? < bean? id ="searcherAdvisor"
30
31 class ="org.springframework.aop.support.RegexpMethodPointcutAdvisor" >
32
33 ??????? < property? name ="advice" >
34
35 ??????????? < ref? local ="cacheInterceptor" ? />
36
37 ??????? </ property >
38
39 ??????? < property? name ="patterns" >
40
41 ??????????? < list >
42
43 ?????????????? < value > .get. </ value >
44
45 ??????????? </ list >
46
47 ??????? </ property >
48
49 ???? </ bean >
50
51 ???? <! -?自動代理?- >
52
53 ???? < bean? id ="proxyCreator1"
54
55 class ="org.springframework.aop.framework.autoproxy.BeanNameAutoProxyCreator" >
56
57 ??????? < property? name ="beanNames" >
58
59 ?????????? <!-- ?需截獲方法的bean列表? -->
60
61 ??????????? < list >
62
63 ?????????????? < value > commonSelect </ value >
64
65 ??????????? </ list >
66
67 ??????? </ property >
68
69 ??????? < property? name ="interceptorNames" >
70
71 ?????????? <!-- ?截獲器列表? -->
72
73 ??????????? < list >
74
75 ?????????????? < value > searcherAdvisor </ value >
76
77 ??????????? </ list >
78
79 ??????? </ property >
80
81 ???? </ bean >
82
83 < beans >
84
85

?這里通過自動代理創(chuàng)建bean，并指定作用其上的interceptor列表，在commonSelect存在searchAdvisor，

而searchAdvisor對匹配*get*模式的方法調(diào)用將通過cacheInterceptor進行處理。

一、最簡單的方式:
設(shè)置表單form 的 method=”post” ENCTYPE="multipart/form-data"
通過
InputStream in =servletRequest.getInputStream();
以流的方式處理，它的缺點就不言而喻了

二、commons-fileupload：
官方網(wǎng)站：[http://jakarta.apache.org/commons/fileupload/]
它提供基于Servlet的上傳，可上傳到內(nèi)存、文件，且文件的上傳位置，最大上傳文件字節(jié)數(shù)可以在程序中設(shè)置，
特別是對于多文件上傳支持較好，List items = upload.parseRequest(request)就可以處理多文件，其他都不用考慮，
提供了item.isFormField()判斷是否為標(biāo)準(zhǔn)表單值的方法，簡潔實用，但是可配置仍然不好，對API的依賴性很大

使用步驟：
1、首先判斷一個HttpServletRequest是否是一個上傳文件的請求：
boolean isMultipart = ServletFileUpload.isMultipartContent(request);
2、處理請求：
2.1、創(chuàng)建基于硬盤存儲的工廠
DiskFileItemFactory factory = new DiskFileItemFactory();
/* 或者
DiskFileItemFactory factory = new DiskFileItemFactory(yourMaxMemorySize, yourTempDirectory);
*/
2.2、設(shè)置工廠屬性，從而生成個性化ServletFileUpload
//設(shè)置最多只允許在內(nèi)存中存儲的數(shù)據(jù),單位:字節(jié)
factory.setSizeThreshold(yourMaxMemorySize);
// 設(shè)置一旦文件大小超過getSizeThreshold()的值時數(shù)據(jù)存放在硬盤的目錄
factory.setRepository(yourTempDirectory);
2、處理上傳文件：
Iterator iter = items.iterator();
while (iter.hasNext()) {
?? FileItem item = (FileItem) iter.next();
?? //判斷是否為標(biāo)準(zhǔn)表單域
?? if (item.isFormField()) {
??????? String name = item.getFieldName();
?String value = item.getString();
???…
??? ?} else {
??String fieldname = item.getFieldName();
??String filename = item.getName();
??String contentType = item.getContentType();
??boolean isInMemory = item.isInMemory();
??long sizeInBytes = item.getSize();
??…
?//直接從內(nèi)存訪問上傳數(shù)據(jù)
?byte[] data = item.get();
???
?//采用流方式讀取上傳文件
?InputStream stream = item.openStream();

?// 保存到文件
?if (writeToFile) {
?File uploadedFile = new File(storeFilePath);
?item.write(uploadedFile);
??? } else {
?//轉(zhuǎn)換為輸出流
?InputStream uploadedStream = item.getInputStream();
?...
?uploadedStream.close();
?}
}
...