Hibernate二级缓存适用场景[通俗易懂]

Hibernate二级缓存适用场景[通俗易懂]Hibernate二级缓存适用场景1.什么样的数据适合存放到第二级缓存中?1)很少被后台修改的数据,这里指的是前台后台使用了不同的orm实现,如一个用的hibernate加二级缓存,一个用的jdbc(前台用户可以修改,修改后会同步到缓存中)2)不是很重要的数据,允许出现偶尔并发的数据3)访问量大,不会被并发访问的数据,如个人资料4)

大家好,又见面了,我是你们的朋友全栈君。

Hibernate二级缓存适用场景

1.什么样的数据适合存放到第二级缓存中?
1) 很少被后台修改的数据
2) 不是很重要的数据,允许出现偶尔并发的数据
3) 访问量大,不会被并发访问的数据,如个人资料
4) 参考数据,指的是供应用参考的常量数据,它的实例数目有限,它的实例会被许多其他类的实例引用,实例极少或者从来不会被修改。
2.不适合存放到第二级缓存的数据
1) 经常被后台修改的数据 ,这里指的是前台后台使用了不同的orm实现
2) 财务数据,绝对不允许出现并发
3) 与其他应用共享的数据。
4)访问量不大的数据
对于以上我的理解是:
1.如一个网站,需要经常看到或者修改个人资料。这类数据,一般修改是由用户实现,因此可以放入缓存。这样,查看可以从缓存中拿取,减轻服务器负担,也不用担心拿取的数据与数据库的不同(
因为后台管理
不会平白去修改这些数据)。所以一般只由用户修改的数据,可以推荐使用缓存,且过期时间还可以设置长一点。
2.而如关于公司的一些介绍,这些数据一般交由后台进行修改管理且访问量不大,就没必要使用缓存。
3.如果前台不能修改的一些数据,使用缓存时,可设置<cache usage=”read-only”/>,否则可设置<cache usage=”read-write”/>。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/142157.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 网页中图片去色问题是什么_网页问题

    网页中图片去色问题是什么_网页问题网页中图片去色问题网页中经常需要一种js效果,就是鼠标经过某张图片,图片去色。为了不加载两张图片(一张彩色和一张灰色),在网上找到了一些方法。方案一:使用grayscale.js可以使用grayscale.js来实现图片的去色,但是有个缺点就是它可以实现鼠标经过图片去色,但是实现不了鼠标移开之后,图片恢复颜色。使用demo:window.onload=function(

    2022年10月6日
    0
  • pyhcarm激活码破解方法

    pyhcarm激活码破解方法,https://javaforall.net/100143.html。详细ieda激活码不妨到全栈程序员必看教程网一起来了解一下吧!

    2022年3月15日
    127
  • url转二维码[通俗易懂]

    url转二维码[通俗易懂]前端简单实现页面路径转化为二维码

    2025年9月22日
    6
  • Andlua/CPP/C++/Lua/GG修改器脚本混淆加密工具/支持HOOK工具

    Andlua/CPP/C++/Lua/GG修改器脚本混淆加密工具/支持HOOK工具Lua加密字符串工具支持Andlua字符串loadstring等!蓝奏云:https://ggyun.lanzoub.com/ifTyv06p1r1g下载地址

    2025年9月13日
    6
  • 【NLP】之 结巴分词

    【NLP】之 结巴分词1.结巴分词简介结巴分词是当前效果较好的一种中文分词器,支持中文简体、中文繁体分词,同时还支持自定义词库。结巴分词支持三种分词模式:精确模式、全模式和搜索引擎模式。精确模式是试图将句子最精确的进行切分,适合用于文本分析; 全模式的原理是把句子中全部可以成词的词语全部扫描出来,它的分词速度快,缺点是无法识别歧义词句; 搜索引擎模式是在精确模式的基础上进一步处理的,它对较长的词语再进…

    2022年6月17日
    26
  • CTR经典模型串讲:FM / FFM / 双线性 FFM 相关推导与理解

    CTR经典模型串讲:FM / FFM / 双线性 FFM 相关推导与理解FM在计算广告领域,因子分解机(FactorizationMachines,FM)是很经典的模型,面对量大且稀疏的数据,此算法仍然可以取得比较优秀的效果。假设有下面的数据:Clicked?CountryDayAd_type1USA26/11/15Movie0China1/7/14Game1China19/2/15Game其中,Clicked?是label,Country、Day、Ad_type是特征。由于三种特征都是类别型的,需要经过独热

    2022年5月31日
    38

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号