mybatis LocalCache踩坑記錄

上週週三下午，準備去吃飯的時候，值班突然找過來說使用者操作時爆出訂單不存在的問題，因為之前做了分表連續很長一段時間都沒問題，而且當時找過來的都是一些因為產品或者qa操作不當找不到記錄的情況，就沒有在意這些，當時以為幾分鐘就能搞定，但是沒想到居然是線上日誌爆出的問題，經過驗證訂單確實不存在！心想完了，晚飯沒了，說不定地鐵尾班車也沒了

聊這次問題之前向先交代一下背景，之前做了分表，分表邏輯很簡單，靠著一筆訂單中上游系統生成的訂單的訂單號a作為路由 id 去區分這筆訂單究竟去入到哪張表裡，但是一筆訂單有很多訂單號，如果我想根據我們傳給下游系統的訂單號b去查詢記錄該怎麼辦呢？於是針對這種場景我們做了乙個對映表，專門維護a b間對映的表，詳情如下圖

插入的示意圖如下所示

以路由id查詢的方式如下圖所示，跟插入類似

以非路由id去查詢訂單的示意圖

其實我覺得蠻容易看懂的，無非多了一步對映

其實通過上述邏輯不難看出，對於非路由id非常依賴對映表，這次問題的產生也是因為對映表

當我們檢視這些單子的時候發現所有單子都是一種情況就是order表有資料，對映表沒資料，當時覺得很奇怪，因為其他業務先也用到了這塊入錶的邏輯但為什麼其他業務沒問題

先來介紹一我們對於對映表和訂單表的處理邏輯

@componet
public class orderinfoproxy
}public void selectbyidc(string idc)
}

再來看下我們對於業務的處理邏輯，具體**設計場景較多不一一枚舉了，只用偽**表示處理邏輯

@service
public class orderserviceimpl}}

業務邏輯很簡單，就是根據idc(非路由id)去查詢表裡的資料，然後做一些後處理邏輯，如果達成某個條件，就把idb(非路由id)塞到order實體裡然後更新記錄，最後事務會保證兩張表的資料一致性，但是很奇怪的是當時表的資料反而不一致，orderproxy更新處理邏輯很簡單，根據路由ida查詢在order記錄，更新order表，若庫中記錄中idb不存在且更新的實體中存在idb則更新對映表，看起來也沒啥問題，看來只能模擬線上進行debug了

之後開啟debug，在updateorder的selectbyida之後打上斷點，此時發現select後idb已經存在了？！但是資料庫中此時沒有這條記錄的idb欄位，當時想了很久，突然想起mybatis的快取，從上面**仔細看不難發現我們呼叫了兩次selectbyida()並且在同乙個事務中，spring事務是會跟session繫結的，因為事務預設為required傳播級別所以是乙個事務，session也是同乙個，所以第二次查詢，也就是我們更新時候的查詢，根本就沒有去查資料庫！而是用的快取資料！

我們肉眼看的的idb也不是更新到資料庫中的idb，當然結果好像是我們對映表和order表不一致因為事務問題，但根本上在未更新的時間段裡他們的資料是一致的，不管是對映表還是order表都沒有idb，那麼查出來的記錄為什麼有idb呢，那是因為在這段**中滿足了某個條件而設的idb

if(達成某個條件)

那麼為什麼我select返回的是我請求的時的order實體呢，我們來看下原始碼

@override
errorcontext.instance().resource(ms.getresource()).activity("executing a query").object(ms.getid());
if (closed) 
//判斷是否沒有需要查詢的資料了或者需要重新整理快取
if (querystack == 0 && ms.isflushcacherequired()) 
listlist;
try  else 
} finally 
if (querystack == 0) 
// issue #601
deferredloads.clear();
//快取作用域如果是statement則重新整理一級快取
if (configuration.getlocalcachescope() == localcachescope.statement) 
}return list;

其實看下邏輯還是挺簡單的，根據key獲取快取資料，如果獲取不到則走db，不然直接拿快取資料，那麼兩次資料為什麼一致呢，其實我們還要看下key的生成邏輯

@override
if (closed) 
cachekey cachekey = new cachekey();
cachekey.update(ms.getid());
//預設都使用defaultrowbounds
cachekey.update(rowbounds.getoffset());
cachekey.update(rowbounds.getlimit());
//sql也是走的同乙個
cachekey.update(boundsql.getsql());
//對映跟引數也是相同的
typehandlerregistry typehandlerregistry = ms.getconfiguration().gettypehandlerregistry();
// mimic defaultparameterhandler logic
object value;
if (boundsql.hasadditionalparameter(propertyname))  else if (parameterobject == null)  else if (typehandlerregistry.hastypehandler(parameterobject.getclass()))  else 
cachekey.update(value);}}
if (configuration.getenvironment() != null) 
return cachekey;

其實根本也不用仔細看，只要注意下有沒有類似於時間戳之類的會導致不是同乙個key的因素就可以，其實是沒有的，那麼基本都可以推斷出是mybatis的一級快取惹的禍

那麼怎樣讓mybatis不使用一級快取呢，讓我們來看下**，可以看出有三種方式

1、不使用事務，因為不使用事務就不會用同乙個session就不會導致使用快取，但明顯這種方案是削足適履

2、使用flushcashe=true，看到原始碼中在查詢之前會判斷是否需要快取，不需要就會重新整理

3、設定statementtype為statement級別，在原始碼最後的判斷邏輯裡會判斷是否是statement，如果是，則重新整理快取

方式一

//***

方式二

//***x

mybatis LocalCache踩坑記錄

AdMob接入踩坑記

python codecs 模組踩坑記

Android Java RSA加密踩坑記

mybatis LocalCache踩坑記錄

AdMob接入踩坑記

python codecs 模組踩坑記

Android Java RSA加密踩坑記

相關推薦