韓 兵，李晶晶，方英蘭

(1.北方工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，北京 100144； 2.大規(guī)模流數(shù)據(jù)集成與分析技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100144)

0 引 言

幾乎所有的Web應(yīng)用都離不開(kāi)數(shù)據(jù)的支撐，因此在數(shù)據(jù)的訪問(wèn)過(guò)程中，性能成為人們關(guān)注的焦點(diǎn)。隨著互聯(lián)網(wǎng)及其相關(guān)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)用戶不斷增多，網(wǎng)站的訪問(wèn)數(shù)量也急劇增加，使Web系統(tǒng)的訪問(wèn)承受的壓力越來(lái)越大，隨之而來(lái)的就是系統(tǒng)性能下降，查詢速度降低。大量Web應(yīng)用系統(tǒng)分析表明，在訪問(wèn)過(guò)程中大量結(jié)果集從數(shù)據(jù)庫(kù)傳輸?shù)綉?yīng)用程序，是查詢速度滯后的主要原因。因此，如何減少用戶的等待時(shí)間，使用戶能夠有效快速地訪問(wèn)數(shù)據(jù)，成為當(dāng)前Web應(yīng)用技術(shù)研究的重點(diǎn)和熱點(diǎn)。

眾所周知，恰當(dāng)?shù)木彺婵梢钥s短數(shù)據(jù)傳輸?shù)木嚯x，縮短系統(tǒng)響應(yīng)時(shí)間，提高數(shù)據(jù)利用率和檢索效率。對(duì)于應(yīng)用服務(wù)器端的緩存機(jī)制，當(dāng)前的做法大多是將上次訪問(wèn)過(guò)的數(shù)據(jù)保存起來(lái)，并沒(méi)有區(qū)分要緩存的數(shù)據(jù)是否為熱點(diǎn)數(shù)據(jù)[1]；當(dāng)需要進(jìn)行緩存置換時(shí)，通常根據(jù)緩存對(duì)象的訪問(wèn)頻率或者最近訪問(wèn)時(shí)間間隔來(lái)進(jìn)行置換，考慮的因素較為單一。例如，EhCache是一種具有代表性的進(jìn)程內(nèi)緩存框架[2-3]，通過(guò)手工配置來(lái)決定緩存哪些數(shù)據(jù)，并提供了三種緩存置換策略：FIFO、LRU、LFU用于緩存管理。但是，該緩存框架并不能自主識(shí)別哪些是需要緩存的熱點(diǎn)數(shù)據(jù)，緩存置換的方式只能選擇以上一種，不能充分利用現(xiàn)有的緩存資源。

1 研究背景

在Web應(yīng)用系統(tǒng)開(kāi)發(fā)中，合理有效地設(shè)計(jì)和使用緩存是提高系統(tǒng)性能的一個(gè)重要方式。在數(shù)據(jù)庫(kù)管理方面，MySQL數(shù)據(jù)庫(kù)使用了query cache[4-5]進(jìn)行數(shù)據(jù)緩存，以SQL語(yǔ)句為依據(jù)來(lái)存儲(chǔ)上一次查詢后的結(jié)果，從而提高數(shù)據(jù)庫(kù)的查詢效率，減少大量的磁盤I/O操作和CPU運(yùn)算。在Oracle數(shù)據(jù)庫(kù)中也有類似實(shí)現(xiàn)，其名稱為buffer cache[6]，與MySQL緩存不同的是，它可以通過(guò)加入Hint標(biāo)識(shí)符讓用戶自主選擇所要緩存的數(shù)據(jù)。但是這兩種方式都是利用了數(shù)據(jù)庫(kù)系統(tǒng)自身的機(jī)制，雖然可以提高數(shù)據(jù)庫(kù)系統(tǒng)的性能，減少Web系統(tǒng)等待時(shí)間，但是在系統(tǒng)中卻無(wú)法減少連接數(shù)據(jù)庫(kù)的時(shí)間開(kāi)銷，而創(chuàng)建數(shù)據(jù)庫(kù)連接和關(guān)閉連接又是一個(gè)非常耗時(shí)的活動(dòng)，所以，不僅會(huì)使系統(tǒng)的響應(yīng)速度下降，而且會(huì)消耗大量不必要的系統(tǒng)資源。

JDBC(Java database connectivity，Java數(shù)據(jù)庫(kù)連接)是一個(gè)用于連接并操作數(shù)據(jù)庫(kù)的規(guī)范[7]，主要功能是為多種關(guān)系型數(shù)據(jù)庫(kù)提供統(tǒng)一訪問(wèn)，自身并沒(méi)有提供數(shù)據(jù)緩存功能。目前在JDBC的基礎(chǔ)上構(gòu)建了許多更高級(jí)的實(shí)現(xiàn)，比較常見(jiàn)的有Hibernate、Mybatis、Spring JDBC等Web框架。使用框架可以降低系統(tǒng)開(kāi)發(fā)的復(fù)雜度，減少程序中大量重復(fù)的代碼。其中，Hibernate框架和Mybatis框架都引入了緩存機(jī)制[2,8]，通過(guò)提供一級(jí)緩存和二級(jí)緩存來(lái)提高數(shù)據(jù)的查找效率。一級(jí)緩存又稱session級(jí)緩存，只能被當(dāng)前事務(wù)訪問(wèn)，其生命周期對(duì)應(yīng)于事務(wù)的生命周期，當(dāng)事務(wù)結(jié)束時(shí)，緩存的生命周期也就結(jié)束了。一級(jí)緩存是針對(duì)單次操作而設(shè)計(jì)的，生命周期較短，當(dāng)單次數(shù)據(jù)操作完畢后，下一次請(qǐng)求的數(shù)據(jù)將無(wú)法使用上一次緩存的數(shù)據(jù)，因此對(duì)系統(tǒng)性能的改善是有限的。二級(jí)緩存(SessionFactory)是一個(gè)可配置的插件，需要通過(guò)外部技術(shù)實(shí)現(xiàn)，存儲(chǔ)的介質(zhì)可以是內(nèi)存或者硬盤。但是此功能需要用戶手工配置，配置信息影響著緩存自身的性能，因此對(duì)程序員的要求較高。綜上所述，傳統(tǒng)的數(shù)據(jù)庫(kù)緩存、Web框架提供的一級(jí)緩存和二級(jí)緩存并不能有效地實(shí)現(xiàn)緩存中數(shù)據(jù)的共享并減少冗余。且一些早期的Web系統(tǒng)的持久層并沒(méi)有使用任何框架[9]，而是直接使用JDBC進(jìn)行編寫，版本遷移比較困難。

對(duì)于緩存數(shù)據(jù)的管理，文獻(xiàn)[10]提出了一種基于Chunk Folding的自適應(yīng)多租戶緩存管理機(jī)制，依據(jù)用戶當(dāng)前訪問(wèn)模式，動(dòng)態(tài)生成候選緩存單元集，并通過(guò)貪婪算法選取緩存單元集。文獻(xiàn)[11]根據(jù)用戶訪問(wèn)頻率建立對(duì)應(yīng)具有生命周期的緩存項(xiàng)，維護(hù)緩存的一致性。文獻(xiàn)[12]提出了內(nèi)容分發(fā)網(wǎng)絡(luò)緩存替換策略，根據(jù)用戶訪問(wèn)特性建立相應(yīng)的代價(jià)公式，并作為計(jì)算Web內(nèi)容價(jià)值的要素。

對(duì)于持久層采用原生JDBC編寫的Web應(yīng)用系統(tǒng)，JDBC作為與數(shù)據(jù)庫(kù)進(jìn)行通信的唯一通道，如果能在獲取數(shù)據(jù)返回給用戶的同時(shí)，通過(guò)分析其是否是熱點(diǎn)數(shù)據(jù)，將熱點(diǎn)數(shù)據(jù)緩存起來(lái)，下次發(fā)送相同請(qǐng)求時(shí)，則可以直接從緩存中獲取數(shù)據(jù)，無(wú)需重連數(shù)據(jù)庫(kù)。這樣對(duì)數(shù)據(jù)庫(kù)的大部分查詢就可以轉(zhuǎn)化為對(duì)查詢結(jié)果的直接獲取，能夠減少用戶等待時(shí)間，提高系統(tǒng)性能。

2 基于JDBC數(shù)據(jù)管理的模型構(gòu)建

JDBC是Web應(yīng)用與數(shù)據(jù)庫(kù)交互的橋梁，是標(biāo)準(zhǔn)的Java API，提供與數(shù)據(jù)庫(kù)進(jìn)行交互的通道。通過(guò)使用JDBC，編程人員可以向不同關(guān)系型數(shù)據(jù)庫(kù)發(fā)送SQL命令，實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)中數(shù)據(jù)的增、刪、改、查等操作。

JDBC數(shù)據(jù)管理的模型如圖1所示，模型主要包括三部分：頂層是應(yīng)用層；中間層是應(yīng)用服務(wù)器，緩存管理器(cache manager，CM)是該層的核心與重點(diǎn)；底層是數(shù)據(jù)庫(kù)。

圖1 JDBC數(shù)據(jù)管理模型

應(yīng)用層負(fù)責(zé)接收用戶請(qǐng)求并發(fā)送至Web應(yīng)用服務(wù)器，并顯示數(shù)據(jù)給用戶，響應(yīng)時(shí)間決定著用戶體驗(yàn)的好壞。

Web應(yīng)用服務(wù)器負(fù)責(zé)應(yīng)用層與數(shù)據(jù)庫(kù)之間的數(shù)據(jù)處理及交互。在該層中增加緩存數(shù)據(jù)管理的功能，包括三部分內(nèi)容：緩存匹配、緩存置換和一致性維護(hù)。當(dāng)接收到用戶的查詢請(qǐng)求時(shí)，首先將查詢的SQL語(yǔ)句進(jìn)行規(guī)范化處理(去掉多余的空格和換行，并把所有的小寫字母變成大寫字母)并交由CM，如果能夠在緩存中匹配到相應(yīng)的目標(biāo)數(shù)據(jù)，則將匹配結(jié)果返回給應(yīng)用層，否則將通過(guò)JDBC連接數(shù)據(jù)庫(kù)，并發(fā)送查詢命令進(jìn)行查詢，從而獲取用戶請(qǐng)求的數(shù)據(jù)。在將查詢結(jié)果返回給應(yīng)用層的同時(shí)判斷其是否是熱點(diǎn)數(shù)據(jù)，如果是則將其保存在緩存空間中。對(duì)于緩存空間中的緩存置換[13]，采用基于價(jià)值函數(shù)的緩存置換算法。當(dāng)緩存中的數(shù)據(jù)被修改時(shí)，還需要對(duì)緩存數(shù)據(jù)的一致性[14]進(jìn)行維護(hù)。其中，緩存置換是文中研究的重點(diǎn)內(nèi)容。數(shù)據(jù)庫(kù)則用于存儲(chǔ)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行處理。

3 緩存置換機(jī)制

由于服務(wù)器端內(nèi)存資源有限，分配給查詢結(jié)果集的緩存空間大小也是有限的。當(dāng)緩存中緩存數(shù)據(jù)達(dá)到容量極限后，為了滿足新緩存需求，需要進(jìn)行緩存置換。一個(gè)好的緩存置換算法是提升緩存性能的關(guān)鍵。

3.1 緩存對(duì)象識(shí)別

在Web應(yīng)用中，當(dāng)用戶希望查看自己關(guān)心的內(nèi)容時(shí)，Web應(yīng)用往往需要向數(shù)據(jù)庫(kù)發(fā)送查詢請(qǐng)求，通過(guò)JDBC連接數(shù)據(jù)庫(kù)來(lái)獲取相應(yīng)的結(jié)果集，最終將結(jié)果呈現(xiàn)給用戶。根據(jù)時(shí)間局部性原理，如果用戶訪問(wèn)了一段數(shù)據(jù)，那么在近期再次訪問(wèn)它的可能性較大。在一個(gè)Web應(yīng)用中，用戶存在多次查看曾經(jīng)訪問(wèn)過(guò)的頁(yè)面的可能，這時(shí)需要重新向數(shù)據(jù)庫(kù)發(fā)起查詢請(qǐng)求獲得相應(yīng)的查詢結(jié)果。因此，文中將一個(gè)查詢請(qǐng)求對(duì)應(yīng)的結(jié)果集作為一個(gè)緩存項(xiàng)，JDBC管理的緩存則是由不同的緩存項(xiàng)組成的集合，記為CS，每個(gè)緩存項(xiàng)記為C，其緩存價(jià)值記為V。

為了方便描述，將緩存項(xiàng)的邏輯結(jié)構(gòu)表示為如下的六元組：

C=(ID，R，V，L，S，A)

元組中每個(gè)屬性的含義如下：

(1)ID是緩存項(xiàng)唯一標(biāo)識(shí)，由于緩存項(xiàng)是由查詢SQL語(yǔ)句獲得的，故ID表示經(jīng)過(guò)規(guī)范化的SQL語(yǔ)句。

(2)R是緩存項(xiàng)的內(nèi)容，每一個(gè)緩存項(xiàng)都包含若干條相似的記錄。

(3)V是緩存項(xiàng)的價(jià)值，當(dāng)需要進(jìn)行緩存置換時(shí)，根據(jù)這個(gè)屬性選取價(jià)值小的緩存項(xiàng)進(jìn)行置換。

(4)L是緩存對(duì)象在緩存中的位置。每當(dāng)有新的緩存項(xiàng)加入緩存時(shí)，總是將其放在緩存中第一個(gè)位置。

(5)S是緩存項(xiàng)占用存儲(chǔ)空間的大小，該因素會(huì)影響緩存置換。

(6)A是緩存項(xiàng)從創(chuàng)建開(kāi)始到需要進(jìn)行緩存置換時(shí)的訪問(wèn)次數(shù)，根據(jù)此屬性可以計(jì)算其占總訪問(wèn)次數(shù)的比重，從而計(jì)算其相對(duì)訪問(wèn)頻率。

3.2 基于價(jià)值函數(shù)的緩存置換

當(dāng)用戶通過(guò)Web應(yīng)用向Web服務(wù)器發(fā)送查詢請(qǐng)求時(shí)，首先根據(jù)請(qǐng)求的SQL語(yǔ)句在JDBC管理的緩存中進(jìn)行匹配查找，如果能夠匹配到，即緩存命中，則將即匹配到的結(jié)果返回給用戶，并更改該緩存項(xiàng)在緩存中的位置和及其緩存價(jià)值。如果不能匹配到，則需要通過(guò)JDBC從數(shù)據(jù)庫(kù)中獲取查詢的結(jié)果集，在將結(jié)果集返回給用戶的同時(shí)將其加入緩存，如果需要進(jìn)行緩存置換，則使用基于價(jià)值函數(shù)的緩存置換算法，將緩存空間中價(jià)值較小的緩存項(xiàng)移出緩存。緩存置換原理如圖2所示。

圖2 緩存置換原理

文中采用的緩存置換算法對(duì)經(jīng)典置換算法(LRU)[15]作了改進(jìn)，將新加入的緩存項(xiàng)和最新命中的緩存項(xiàng)都移到緩存空間的第一個(gè)位置，緩存項(xiàng)越靠前，表示在與當(dāng)前時(shí)間間隔越短的時(shí)間內(nèi)，該緩存項(xiàng)被訪問(wèn)過(guò)。故采用緩存項(xiàng)的位置來(lái)計(jì)算其LRU價(jià)值[16]，計(jì)算方式如下：

(1)

其中，N表示緩存空間中緩存項(xiàng)的總個(gè)數(shù)；L表示緩存項(xiàng)在緩存空間中的位置；VLRU(LC)表示在位置LC上緩存項(xiàng)的LRU價(jià)值。

通過(guò)式1可以看出，每個(gè)緩存項(xiàng)都存在一個(gè)LRU價(jià)值，位置值越小，LRU價(jià)值越大，值域在0和1之間。

同時(shí)將緩存項(xiàng)的訪問(wèn)頻率所占比重以及緩存項(xiàng)占用的緩存空間大小等因素都考慮在內(nèi)，故緩存項(xiàng)的緩存價(jià)值可以通過(guò)式2計(jì)算：

(2)

其中，VC表示緩存項(xiàng)的緩存價(jià)值；Asum表示總體的訪問(wèn)次數(shù)；μ1和μ2表示兩個(gè)可調(diào)節(jié)的參數(shù)，μ1表示緩存項(xiàng)的訪問(wèn)頻率對(duì)緩存價(jià)值的影響權(quán)重，μ2表示LRU價(jià)值對(duì)緩存價(jià)值的影響權(quán)重；N和L的定義參見(jiàn)式1；SC表示緩存項(xiàng)占用緩存空間的大小。

基于價(jià)值函數(shù)的緩存置換算法流程如圖3所示。

圖3 基于價(jià)值函數(shù)的緩存置換算法流程

當(dāng)查詢請(qǐng)求到來(lái)時(shí)，如果能夠在緩存空間中找到要請(qǐng)求的數(shù)據(jù)，則將該緩存項(xiàng)移動(dòng)到緩存中的第一個(gè)位置，并將位于其之前的緩存項(xiàng)后移一個(gè)位置，表示該緩存項(xiàng)具有較小的訪問(wèn)時(shí)間間隔，然后根據(jù)式2重新計(jì)算每個(gè)緩存項(xiàng)的價(jià)值；否則，Web應(yīng)用通過(guò)JDBC從數(shù)據(jù)庫(kù)中獲取查詢結(jié)果，在將其加入緩存空間時(shí)判斷是否達(dá)到緩存置換的閾值，如果是，則根據(jù)緩存項(xiàng)的價(jià)值從小到大排序，將價(jià)值最小的一個(gè)或幾個(gè)緩存項(xiàng)移出緩存，將新的緩存項(xiàng)放入到緩存中的第一個(gè)位置；如果未達(dá)到緩存置換的閾值，則直接將新的緩存項(xiàng)放到第一個(gè)位置，然后將查詢結(jié)果返回給用戶。

記觸發(fā)緩存置換的閾值為Y，待加入的緩存項(xiàng)為c，則算法描述如下：

開(kāi)始：

1.if(sizeof(CS)

2.//緩存空間未滿,可以直接插入

3.將每個(gè)緩存項(xiàng)往后移動(dòng)一個(gè)位置

4.將c放入到緩存集合CS的第一個(gè)位置，且Ac+1

5.根據(jù)式2計(jì)算每個(gè)緩存項(xiàng)的緩存價(jià)值

6.}

7.else{

8.將CS中每個(gè)緩存項(xiàng)按照價(jià)值V進(jìn)行排序

9.do{

10.將V最大的緩存項(xiàng)移出緩存

11.}while(sizeof(CS)

12.將剩下的每個(gè)緩存項(xiàng)往后移動(dòng)一個(gè)位置

13.將c放入到緩存集合CS的第一個(gè)位置，且Ac+1

14.重新計(jì)算每個(gè)緩存項(xiàng)的緩存價(jià)值

15.}

結(jié)束

4 實(shí)驗(yàn)設(shè)計(jì)與驗(yàn)證

文中研究的是基于JDBC數(shù)據(jù)緩存的管理，通過(guò)對(duì)緩存項(xiàng)的分析，得出了基于價(jià)值函數(shù)的緩存置換算法。為了驗(yàn)證算法的有效性，本節(jié)設(shè)計(jì)了一個(gè)模擬實(shí)驗(yàn)。實(shí)驗(yàn)環(huán)境中使用的Web應(yīng)用服務(wù)器為Tomcat服務(wù)器，配置為CPU @3.40 GHz，操作系統(tǒng)為Windows 7，內(nèi)存為8 GB，數(shù)據(jù)庫(kù)使用MySQL5.5版本。

4.1 實(shí)驗(yàn)數(shù)據(jù)

在Web應(yīng)用系統(tǒng)中，數(shù)據(jù)的訪問(wèn)特征服從Zipf[17]分布，即系統(tǒng)中百分之二十的內(nèi)容，占據(jù)了百分之八十的訪問(wèn)量。因此，實(shí)驗(yàn)中使用一段MATLAB代碼生成符合Zipf分布的10 000個(gè)隨機(jī)數(shù)，范圍是1至500，分別對(duì)應(yīng)系統(tǒng)中500個(gè)查詢請(qǐng)求，其中有80%的數(shù)字是1到500這500個(gè)數(shù)字中的20%的數(shù)字，這符合用戶的訪問(wèn)規(guī)律。式2中分別取μ1等于0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，對(duì)應(yīng)的μ2等于0.9，0.8，0.7，0.6，0.5，0.4，0.3，0.2，0.1，對(duì)于每一對(duì)參數(shù)，使用基于價(jià)值函數(shù)的緩存置換算法計(jì)算命中率，實(shí)驗(yàn)結(jié)果如圖4所示?？梢钥闯?，當(dāng)μ1=0.8，μ2=0.2時(shí)，緩存命中率最高。

4.2 緩存命中率對(duì)比分析

根據(jù)上述實(shí)驗(yàn)得出的結(jié)論，取μ1為0.8、μ2為0.2繼續(xù)進(jìn)行實(shí)驗(yàn)。初始化緩存空間的大小為50 M，用10 000個(gè)隨機(jī)數(shù)代表用戶的訪問(wèn)序列，依次發(fā)送1 000，2 000，3 000，4 000，5 000，6 000，7 000，8 000，9 000，10 000個(gè)訪問(wèn)序列，通過(guò)代碼讀取訪問(wèn)序列對(duì)應(yīng)的查詢請(qǐng)求序列，向Web服務(wù)器發(fā)送相應(yīng)的SQL命令，如果緩存命中則該SQL語(yǔ)句對(duì)應(yīng)的緩存項(xiàng)的命中次數(shù)加1，如果未命中則需要通過(guò)數(shù)據(jù)庫(kù)獲取結(jié)果，將其保存在緩存空間中。對(duì)于傳統(tǒng)的LRU緩存置換算法，當(dāng)緩存空間不足時(shí)替換出訪問(wèn)時(shí)間最早的緩存項(xiàng)。而文中提出的基于價(jià)值函數(shù)的置換算法則綜合考慮了緩存項(xiàng)的訪問(wèn)頻率、訪問(wèn)時(shí)間間隔和緩存項(xiàng)的大小，選取價(jià)值最小的緩存項(xiàng)進(jìn)行置換。對(duì)于每一個(gè)訪問(wèn)序列，分別應(yīng)用LRU置換算法和基于價(jià)值函數(shù)的置換算法，統(tǒng)計(jì)總的命中次數(shù)，計(jì)算兩種算法的命中率，對(duì)比結(jié)果如圖5所示。

圖5 緩存置換算法命中率對(duì)比曲線

從圖5可以看出，隨著訪問(wèn)數(shù)量增多，基于價(jià)值函數(shù)的緩存置換算法的緩存命中率高于傳統(tǒng)的LRU算法，所以使用基于價(jià)值函數(shù)的緩存置換算法可以提高JDBC緩存的性能。

4.3 響應(yīng)時(shí)間對(duì)比分析

實(shí)驗(yàn)中對(duì)于每一次發(fā)送的查詢請(qǐng)求，分別記錄了使用緩存和不使用緩存時(shí)Web服務(wù)器的響應(yīng)時(shí)間，結(jié)果如圖6所示。從圖中可以明顯看出，當(dāng)使用緩存時(shí)，服務(wù)器的響應(yīng)時(shí)間明顯高于不使用緩存時(shí)的響應(yīng)時(shí)間。這是因?yàn)楫?dāng)使用緩存時(shí)，不需要連接數(shù)據(jù)庫(kù)就能直接從緩存中獲取所需要的數(shù)據(jù)，減少了連接數(shù)據(jù)庫(kù)和在數(shù)據(jù)庫(kù)服務(wù)器中進(jìn)行查詢的時(shí)間，提高了數(shù)據(jù)訪問(wèn)的效率。因此，文中設(shè)計(jì)的基于JDBC數(shù)據(jù)管理的模型對(duì)于JDBC緩存是非常必要的。

圖6 服務(wù)器響應(yīng)時(shí)間對(duì)比曲線

5 結(jié)束語(yǔ)

通過(guò)對(duì)JDBC中的類和接口進(jìn)行修改和擴(kuò)展，設(shè)計(jì)了一個(gè)基于JDBC數(shù)據(jù)管理的模型，綜合考慮緩存項(xiàng)的訪問(wèn)頻率、訪問(wèn)時(shí)間間隔和緩存項(xiàng)占用存儲(chǔ)空間的大小等因素，提出了一種基于價(jià)值函數(shù)的緩存置換算法。通過(guò)設(shè)計(jì)模擬實(shí)驗(yàn)，從緩存的命中率、服務(wù)器的響應(yīng)時(shí)間兩方面進(jìn)行分析，相比于沒(méi)有緩存功能的JDBC，該模型能夠獲得較高的訪問(wèn)效率，可以有效彌補(bǔ)使用原生JDBC進(jìn)行開(kāi)發(fā)的Web系統(tǒng)的訪問(wèn)效率問(wèn)題，提升系統(tǒng)性能。

另外，由于改進(jìn)后的JDBC針對(duì)的是全表查詢的數(shù)據(jù)，而實(shí)際應(yīng)用中往往是多表聯(lián)合查詢，因此如何細(xì)化緩存粒度，找出更高效的緩存管理方式有待進(jìn)一步的研究。