hibernate框架学习第三天：对象状态、一级缓存、快照等

对象的状态
瞬时状态： 瞬时对象(TO)
应用程序创建出来的对象,不受H3控制
注意：TO对象不具有OID，一旦为TO赋值OID，那么此时就不是TO
持久化状态：持久化对象(PO)
受H3控制的对象，PO一定具有OID
托管状态： 托管对象(DO)
曾经受到H3控制，当前不受H3控制(Session关闭),一定具有OID
给TO赋值OID
TO,PO,DO的区别
1.受控(Session)
2.OID
对象状态对应的时机
TO
new创建的对象并且不携带OID
PO
save后的对象 update后的对象
saveOrUpdate后的对象 merge后的对象
delete后的对象
load/get等通过查询方法获取到的对象
Query Criteria读取的数据对应的对象
DO
Session关闭后，在此Session操作过程中所有的PO对象
手工清除session中的某个PO（特殊）
为TO对象指定OID

一级缓存
什么是缓存？数据的临时存储空间，缓存中保存的数据是真实数据的一份拷贝
H3具有两级缓存
一级缓存（H3自带）
二级缓存（外部技术实现）

一级缓存
H3内部Session操作的数据就是保存在一级缓存中，无论Session操作多少个对象，都存放在这个空间内
不同的Session对应存储的区域是不同的区域
一级缓存的操作
1.证明一级缓存存在性
无论进行什么样的操作，只要Session控制过某个对象，该对象就加入一级缓存
下一次使用直接从一级缓存中获取
2.get/load区别
load/get在查询时，首先判断一级缓存中是否存在该数据
如果存在，直接获取
如果不存在，执行下面的操作
get方法获取数据将直接执行SQL语句，从数据库获取，将数据加载到一级缓存
load方法获取数据，先不执行SQL，创建一个代理对象，只具有OID，并且放入一级缓存
当开发者只使用OID属性时，不用执行查询
当开发者使用OID属性之外的属性时，才执行查询
load方法的延迟加载
关闭lazy延迟加载功能：
1.
2.
3.
lazy=false，load方法与get方法基本相同
3.读取一级缓存，SQL执行后获取数据并加载到一级缓存
4.修改数据，将要修改的数据放入一级缓存，此时不执行SQL，刷新一级缓存时执行
5.刷新一级缓存的方式
执行事务提交
t.commit();
刷新Session范围的缓存数据
s.flush();
关闭Session
s.close();
刷新缓存对应的操作一定要基于事务，如果没有事务保障，缓存数据将不与数据库同步
flush操作是强制将一级缓存数据与数据库同步，因此此时无需事务保障就可以进行
6.快照
快照保存了一级缓存中的一份数据的克隆，当一级缓存中的数据发生改变时，如果刷新缓存
首先与快照进行比对
如果不同，更新数据库，执行UPDATE，同时更新快照
如果相同，不做任何动作
7.操作一级缓存
刷新一级缓存
s.flush();
清除一级缓存
s.clear();
清除一级缓存中指定对象
s.evict(obj);
更新一级缓存中指定对象(使用数据库中数据覆盖一级缓存数据及快照数据)
s.refresh(obj);
8.一级缓存刷新时机

一级缓存操作注意事项
1.save TO->PO
2.update
2.1 DO->PO
2.2 在update将DO->PO之前，可以将数据库中的信息加载到快照区
如果缓存数据与加载的快照数据相同，避免执行无效的UPDATE
在class元素中配置select-before-update，该配置值默认false
2.3 DO->PO 必须保障OID是数据库端存在的，如果不存在将抛出异常
2.4 DO->PO 如果存在相同OID的PO，此时抛出异常
3.saveOrUpdate
对TO操作，insert
对DO操作，update
4.megre
如果当前缓存中存在有相同的OID数据，那么将现有合并的对象数据与原始的PO进行数据合并
如果当前缓存中没有相同的OID数据，那么首先判断当前的DO是否在数据库中存在，执行查询
如果查询到了存在有DO对应的OID，修改
如果查询没有存在的OID，插入
5.get/load
get如果获取的OID不存在，返回null
load如果获取的OID不存在，抛异常
6.delete
删除一个PO对象
如果是DO，首先DO->PO，然后删除PO
操作注意事项：
增删改数据时，先将对象->PO,然后再刷新缓存时才执行对应的操作
PO (insert)*
flush刷新时，如果是insert
1.检测OID存在性
不存在，并且没有生成策略，报错
不存在，有生成策略，先获取OID，此时TO->PO->INSERT
PO (update)
PO (delete)
PO ()
PO (update)

关联关系
一对一
用户数据
1 张三 男 23 河南 1 1 2000 100 -35.6 -120
一对多
多对多