jdo - 避免 DataNucleus 连接？

Question

我正在尝试将 JDBC webapp 移动到 JDO DataNucleus 2.1.1。

假设我有一些看起来像这样的类:

公共(public)类职位{
私有(private)整数 id；
私有(private)字符串标题；
}

公共(public)类员工{
私有(private)整数 id；
私有(private)字符串名称；
私有(private)职位职位；
}

Position SQL 表的内容确实不会经常更改。使用 JDBC，我将整个表读入内存(能够定期或随意刷新)。然后，当我将 Employee 读入内存时，我只需从 Employee 表中检索职位 ID 并使用它来获取内存中的 Position 实例。

但是，使用 DataNucleus，如果我遍历所有位置:

Extent<Position> extent =pm.getExtent(Position.class, true);
Iterator<Position> iter =extent.iterator();
while(iter.hasNext()) {
   Position position =iterPosition.next();
   System.out.println(position.toString());
}

然后稍后，使用不同的 PersistenceManager 遍历所有员工，获得他们的职位:

Extent<Employee> extent =pm.getExtent(Employee.class, true);
Iterator<Employee> iter =extent.iterator();
while(iter.hasNext()) {
   Employee employee =iter.next();
   System.out.println(employee.getPosition());
}

然后，当我获得 Employee's Position 时，DataNucleus 似乎会生成连接两个表的 SQL:

选择 A0.POSITION_ID,B0.ID,B0.TITLE 从 MYSCHEMA.EMPLOYEE A0 LEFT OUTER JOIN MYSCHEMA."POSITION"B0 ON A0.POSITION_ID = B0.ID WHERE A0.ID = <1>

我的理解是，DataNucleus 将在可用时使用缓存的 Position 实例。 (对吗？)但是，我担心连接会降低性能。我还远远不够运行基准测试。我的恐惧是不是错位了？我应该继续并进行基准测试吗？有没有办法让 DataNucleus 避免加入？

<jdo>
<package name="com.example.staff">
    <class name="Position" identity-type="application" schema="MYSCHEMA" table="Position">
        <inheritance strategy="new-table"/>
        <field name="id" primary-key="true">
            <column name="ID" jdbc-type="integer"/>
        </field>
        <field name="title">
            <column name="TITLE" jdbc-type="varchar"/>
        </field>
    </class>
</package>
</jdo>

<jdo>
<package name="com.example.staff">
    <class name="Employee" identity-type="application" schema="MYSCHEMA" table="EMPLOYEE">
        <inheritance strategy="new-table"/>
        <field name="id" primary-key="true">
            <column name="ID" jdbc-type="integer"/>
        </field>
        <field name="name">
            <column name="NAME" jdbc-type="varchar"/>
        </field>
        <field name="position" table="Position">
            <column name="POSITION_ID" jdbc-type="int" />
            <join column="ID" />
        </field>
    </class>
</package>
</jdo>

我想我希望能够做的是告诉 DataNucleus 继续读取 POSITION_ID int 作为默认提取组的一部分，并查看相应的 Position 是否已被缓存。如果是这样，则设置该字段。如果没有，则稍后再加入，如果需要的话。更好的是，继续将该 int ID 存储在某处，并在稍后调用 getPosition() 时使用它。这将避免在所有情况下加入。

我认为知道类和主键值就足以避免幼稚的情况，但我对 DataNucleus 的了解还不够。

有了收到的有用反馈，我的 .jdo 现已清理完毕。但是，在将 POSITION_ID 字段添加到默认提取组后，我仍然得到一个加入。

SELECT 'com.example.staff.Employee' AS NUCLEUS_TYPE,A0.ID,A0."NAME",A0.POSITION_ID,B0.ID,B0.TITLE FROM MYSCHEMA.EMPLOYEE A0 LEFT OUTER JOIN MYSCHEMA."POSITION" B0 ON A0.POSITION_ID = B0.ID

我理解它为什么这样做，天真的方法总是有效的。我只是希望它能够做得更多。尽管 DataNucleus 可能不会从结果集中读取所有列，而是返回缓存的位置，但它仍然调用数据存储来访问第二个表，包括可能的磁盘查找和读取。它会抛弃这项工作的事实并没有什么安慰。

我希望做的是告诉 DataNucleus 所有位置都将被缓存，相信我。如果由于某种原因你找到了一个不是，请怪我缓存未命中。我了解您必须(透明地)在职位表上执行单独的选择。 (更好的是，固定由于缓存未命中而必须获取的任何位置。这样就不会再次在对象上发生缓存未命中。)

这就是我现在通过 DAO 使用 JDBC 所做的事情。研究持久层的原因之一是放弃这些 DAO。很难想象迁移到无法超越原始获取的持久层会导致昂贵的连接。

只要 Employee 不仅有一个职位，而且有一个部门和其他字段，一个 Employee 提取会导致访问六个表，即使所有这些对象都已经固定在缓存中，并且可以根据它们的类和首要的关键。事实上，我可以自己实现这一点，将 Employee.position 更改为 Integer，创建 IntIdentity，并将其传递给 PersistenceManager.getObjectByID()。

我想我听到的是 DataNucleus 无法进行这种优化。是对的吗？很好，只是不是我所期望的。

Answer 1

默认情况下，从数据存储中获取 Employee 实体时不会进行连接，只有在实际读取 Employee.position 时才会进行连接(这称为延迟加载)。

此外，使用 level 2 cache 可以避免第二次提取。 .首先检查二级缓存是否实际启用(在 DataNucleus 1.1 中默认禁用，在 2.0 中默认启用)。然后，您可能应该“固定”该类，以便将其位置实体无限期地缓存:

但是，如果其他应用程序使用相同的数据库，二级缓存可能会导致问题，因此我建议仅对很少更改的类(例如位置)启用它。对于其他类，将“cacheable”属性设置为 false(默认为 true)。

编辑添加:

元数据中的 标记不适合这种情况。事实上，您根本不需要明确指定关系，DataNucleus 会从类型中找出它。但是，当您说需要在默认提取组中读取 POSITION_ID 时，您是对的。这一切都可以通过对元数据进行以下更改来实现:

<field name="position" default-fetch-group="true">
    <column name="POSITION_ID" jdbc-type="int" />
</field>

编辑添加:

澄清一下，在进行上述元数据更改后，我运行了您提供的测试代码(由 MySQL 数据库支持)，我只看到了这两个查询:

SELECT 'com.example.staff.Position' AS NUCLEUS_TYPE,`THIS`.`ID`,`THIS`.`TITLE` FROM `POSITION` `THIS` FOR UPDATE
SELECT 'com.example.staff.Employee' AS NUCLEUS_TYPE,`THIS`.`ID`,`THIS`.`NAME`,`THIS`.`POSITION_ID` FROM `EMPLOYEE` `THIS` FOR UPDATE

如果我只运行代码的第二部分(Employee 范围)，那么我只会看到第二个查询，根本无法访问 POSITION 表。为什么？因为 DataNucleus 最初提供“空心” Position 对象，而从 Object 继承的 Position.toString() 的默认实现不访问任何内部字段。如果我重写 toString() 方法以返回职位的标题，然后运行示例代码的第二部分，那么对数据库的调用是:

SELECT 'com.example.staff.Employee' AS NUCLEUS_TYPE,`THIS`.`ID`,`THIS`.`NAME`,`THIS`.`POSITION_ID` FROM `EMPLOYEE` `THIS` FOR UPDATE
SELECT `A0`.`TITLE` FROM `POSITION` `A0` WHERE `A0`.`ID` = <2> FOR UPDATE
SELECT `A0`.`TITLE` FROM `POSITION` `A0` WHERE `A0`.`ID` = <1> FOR UPDATE

(依此类推，每个位置实体一次获取)。如您所见，没有执行任何连接，因此听到您的体验不同，我感到很惊讶。

关于您希望缓存应该如何工作的描述，这就是当一个类被固定时二级缓存应该如何工作。事实上，我什至不会在应用程序启动时尝试将 Position 对象预加载到缓存中。让 DN 累积缓存它们。

确实，如果您采用 JDO，您可能不得不接受一些妥协……您将不得不放弃使用手动滚动的基于 JDBC 的 DAO 获得的绝对控制权。但在这种情况下，至少你应该能够实现你想要的。它确实是 2 级缓存的典型用例之一。