Spring+Hibernate场景下如何减少DB访问次数？缓存是唯一方式吗

• 合理利用Hibernate内置缓存机制
  • 一级缓存（Session级缓存）：默认自动开启，同一个Session内相同ID的实体查询只会触发1次DB查询。开发时注意同一事务内复用同一个Session，避免频繁创建销毁Session；批量操作时可适时调用flush()+clear()方法清空缓存，避免内存溢出。
  • 二级缓存（SessionFactory级缓存）：属于全局共享缓存，适合改动频率低、访问频率高的实体类（比如基础数据字典），可搭配EHCache、Redis等缓存组件实现，需要根据业务特性配置合理的缓存过期、更新策略，避免脏数据产生。
  • 查询缓存：针对固定条件的高频查询结果做缓存，需要和二级缓存搭配使用，开启时在对应查询方法上配置setCacheable(true)即可。
• 优化查询逻辑，避免N+1查询问题
  N+1是Hibernate开发中最常见的多余DB查询场景，可通过以下方案解决：
  • 关联查询时指定fetch = FetchType.JOIN，或者在HQL中使用join fetch语法，一次性加载需要的关联实体
  • 给需要批量加载的关联实体添加@BatchSize注解，设置批量查询阈值，比如查询15个主实体时，关联的从实体会一次性批量查询，而不是每个主实体单独触发1次查询
• 批量操作优化
  批量插入、更新、删除场景下，配置hibernate.jdbc.batch_size参数设置批量提交阈值，比如设置为20时，每攒够20条SQL就一次性提交给数据库，避免单条SQL单独提交的多次网络往返。大批量数据操作建议使用StatelessSession，绕过一级缓存的额外开销。
• 按需加载减少无效查询
  不需要用到的关联实体保持默认懒加载策略，不要设置为立即加载；如果只需要实体的少数几个字段，优先用DTO投影查询，只查询需要的字段，不要全量查询整个实体。
• 业务层与数据库层配合优化
  高频的统计、报表类查询，提前做好预汇总表，业务直接查询汇总表，不需要每次都执行多表关联聚合查询；给高频查询的条件字段添加合理索引，降低单查询的执行耗时。

一级缓存、二级缓存不是减少数据库访问次数的唯一实现方式
上述的查询逻辑优化、批量操作、投影查询、预汇总表等方案都可以从不同维度减少DB访问次数，实际业务中一般是多种方案搭配使用，不会单纯依赖缓存。缓存更适合读多写少、对数据一致性容忍度稍高的场景，对于写操作多、数据一致性要求极高的场景，查询优化等方案的适配性更高。

内容的提问来源于stack exchange，提问作者Sagara S.Dev