同一个查询接口,同事的响应 10ms,你的 800ms——差异往往就在 MyBatis 这层怎么被用。作为 Java 持久层的半自动化框架,MyBatis 的执行流程和两块缓存是面试必问,也是日常慢查询的第一排查区。
一条 userMapper.findById(1) 背后,调用链分五层往下走:
Mapper 接口(动态代理,12-3 同款技术)
→ SqlSession(会话门面:selectOne/selectList)
→ Executor(执行器:一级缓存、懒加载在这层)
→ StatementHandler(语句处理器:参数设置、语句执行)
→ JDBC(PreparedStatement → 数据库,9.1 的 SQL 世界)
第一层就值得停一下:你写的只是接口,没有实现类——getMapper(UserMapper.class) 返回的是 JDK 动态代理对象,方法调用被拦进 InvocationHandler,按「命名空间 + 方法名」找到对应的 SQL 元数据再往下走。和 RPC 消费端造「本地调用幻觉」(12-3)是同一个把戏,只是幻觉的另一头从网络换成了数据库。
Mapper 接口和 XML 的绑定规则要门儿清:XML 的 namespace 必须等于接口全限定名,SQL 标签的 id 必须等于方法名——这组约定就是「接口方法 → SQL」的路由表。启动时 MyBatis 扫描注册这张表,运行期查表执行,方法名拼错立即 BindingException,别到运行时才发现。
第三层的 Executor 还有一个常被追问的分支:它不是铁板一块,而是三种实现——SimpleExecutor(每执行一条语句就新建 PreparedStatement,用完即弃,默认)、ReuseExecutor(以 SQL 为 key 复用语句对象,省重复创建)、BatchExecutor(批量提交,把多条同构语句攒起来一次刷新)。二级缓存则通过 CachingExecutor(装饰器)包在这三者外面——先问缓存再放行给真实执行器,13.3 的装饰器模式在持久层原样重演。看懂这个组合,就明白为什么「开二级缓存」动的是执行器链而不是 SQL 本身。
<select id="findById" resultType="User">
SELECT * FROM user WHERE id = #{id} <!-- 预编译占位 -->
</select>
<select id="findByOrder" resultType="Order">
SELECT * FROM ${tableName} <!-- 字符串拼接 -->
</select>
#{} 编译成 PreparedStatement 的 ?,值后置传入——防 SQL 注入的第一道闸。${} 是纯字符串替换,表名、排序字段这类「不能加引号的位置」只能用它,但值来自用户就必须白名单校验。一句话口径:能用 #{} 的绝不用 ${},必须 ${} 的做枚举校验——这条答出来,安全意识分就到手了。
顺带把动态 SQL(按条件拼装语句的标签体系)的骨架补齐,它是 MyBatis「半自动」的另一半卖点:
<select id="listByCond" resultType="User">
SELECT * FROM user
<where>
<if test="name != null and name != ''">
AND name LIKE CONCAT('%', #{name}, '%')
</if>
<if test="status != null">AND status = #{status}</if>
</where>
</select>
<where> 标签的智能在细节:条件全空时整个 WHERE 不拼、首个 AND 自动剥掉。<foreach> 则撑起批量场景——批量插入一千条用户,一条 VALUES 后面跟一千组括号,一次网络往返搞定,比循环调一千次 insert 快两个数量级(9.6 的慢 SQL 治理同款思想)。动态 SQL 的自由也意味着失去数据库层的统一视图:SQL 被打散进 XML,DBA 审计时看到的是拼装结果而非源码——这是它对比 JPA 被诟病的点,也是「SQL 收归一处、优化自主可控」的代价的另一面。
一级缓存(SqlSession 级别的本地缓存,同一会话内相同查询直接命中)默认开启,作用域是 SqlSession。Spring 集成下每次请求(默认每次语句)都是新 SqlSession,一级缓存基本形同虚设——但@Transactional 里连续两次相同查询会命中,拿到的是同一对象。
它真正的事故形态是脏读自己的旧数据:同一 SqlSession 里,别的事务改了库,你的第二次查询还回旧值。排查特征极具迷惑性——单步调试每一步都对,日志里就是没发 SQL。解法:关键查询之间执行一次 sqlSession.clearCache(),或意识到作用域边界。这个坑考的就是「知道有缓存」和「知道缓存边界」的差距。
二级缓存(跨 SqlSession、namespace 级别的缓存,需显式开启)机制:一个 Mapper 的查询结果缓存在 namespace 上,不同会话共享。开启只要两步:配置 cache-enabled: true,XML 里加一行 <cache/>。
但生产极少用它,三个硬伤。多表联查会脏:order namespace 缓存的结果包含 user 的数据,user 更新了,order 的缓存不会失效——namespace 之间互相不知情。分布式必脏:多台实例各存各的本地缓存,一台更新别台不知(10.4 的分布式缓存问题在 ORM 层重演)。占用堆内存:大结果集常驻老年代,GC 压力白送。工程正解就一句:缓存这一层交给 Redis 做,MyBatis 专心持久化——分层各司其职,别让 ORM 越权。
MyBatis 留了 Interceptor(拦截器插件,可拦截 Executor/StatementHandler 等层行为的扩展点)机制,P6Spy、PageHelper 全靠它。原理和 AOP 环绕(13.3)同构:代理包住目标层,前后塞逻辑。分页插件拦截 Query 请求改写成 LIMIT 语句并补一次 count;监控插件在 execute 前后计时,超阈值告警——9.6 的慢 SQL 治理,很多团队第一刀就切在这里。
MyBatis 是「动态代理造接口幻觉 + 五层流水线下沉 JDBC」的持久层框架——一级缓存默认藏着边界暗雷,二级缓存生产慎开,缓存的事交给 Redis 做,自己专心把每一条 SQL 跑对跑快。