Hibernate ORM bên dưới Spring Data JPA: dirty checking, readOnly, OSIV

- Published on
- 11 mins read
Một method service chỉ đọc entity ra, đổi một field để tính toán tạm, không gọi save() hay update() nào. Vậy mà log SQL in ra một câu UPDATE, và dữ liệu trong database đổi thật.
Đó chưa phải chuyện lạ duy nhất. Một API chỉ đọc danh sách báo cáo lại ngốn sạch RAM vì giữ hàng chục nghìn bản sao đối tượng trong bộ nhớ. Toàn bộ HikariCP Connection Pool treo cứng chỉ vì mạng phía người dùng tải JSON chậm.
Cả ba đều đến từ việc coi Hibernate (Object-Relational Mapping) là "thư viện tự sinh SQL". Hibernate ORM là lớp thực thi bên dưới đặc tả Jakarta Persistence (JPA), đứng sau mọi repository của Spring Data JPA, và nó quản lý bộ nhớ lẫn kết nối theo cách riêng: SessionFactory / Session, 4 trạng thái vòng đời của Entity trong Persistence Context, Dirty Checking, @Transactional(readOnly = true) và Open Session in View (OSIV).
# kiến trúc: sessionfactory vs session (entitymanager)
Muốn biết một Entity sống ở đâu và giữ kết nối lâu tới mức nào, trước hết phải tách bạch hai đối tượng cốt lõi này:
# điểm khác biệt chính:
SessionFactory (hay EntityManagerFactory trong chuẩn JPA) đại diện cho toàn bộ cấu hình kết nối và bản đồ ánh xạ giữa class Java với bảng dữ liệu. Lúc ứng dụng khởi động, nó phải quét toàn bộ Entity, phân tích annotation và dựng bảng metadata nên khá nặng, mất vài giây khởi tạo. Đổi lại, nó bất biến (immutable) và thread-safe nên mỗi database thường chỉ cần một instance dùng chung cho cả ứng dụng.
Ngược lại, Session (hay EntityManager) là một phiên làm việc ngắn hạn, thường gắn với một transaction của một HTTP request. Nó rất nhẹ nhưng tuyệt đối không thread-safe, không bao giờ được chia sẻ giữa nhiều luồng. Bên trong mỗi Session có một vùng nhớ cục bộ riêng gọi là Persistence Context, hay còn gọi là First-Level Cache.
# bốn trạng thái vòng đời của entity (entity lifecycle)
Object Java khi đi qua Hibernate luôn nằm ở một trong bốn trạng thái:
| Trạng thái | Nằm trong Persistence Context? | Có ID trong Database? | Hibernate có tự động theo dõi thay đổi? |
|---|---|---|---|
Transient (Tạm thời) | 🔴 Không | 🔴 Không | 🔴 Không. Chỉ là POJO Java bình thường trên Heap. |
Persistent / Managed | 🟢 CÓ | 🟢 CÓ | 🟢 CÓ. Mọi thay đổi qua setter sẽ tự đồng bộ xuống DB. |
Detached (Tách rời) | 🔴 Không | 🟢 Có | 🔴 Không. Session đã bị đóng; thay đổi setter sẽ không tự lưu. |
Removed (Chờ xóa) | 🟢 Có (Được đánh dấu) | 🟢 Có (Sắp bị xóa) | 🟢 Có. Lệnh DELETE sẽ được bắn xuống DB khi commit. |
Vài điểm hay bị nhầm trong sơ đồ này. Commit transaction không làm entity "biến mất": nó vẫn managed cho tới khi Session đóng (trong Spring, Session thường đóng cùng lúc với transaction, nên ra khỏi method @Transactional là entity thành detached). Gọi persist() lên một entity đang Removed thì nó quay lại trạng thái managed, chứ không về transient. Còn save(), update(), saveOrUpdate() là API cũ của Hibernate, đã deprecated từ Hibernate 6 và bị bỏ hẳn ở Hibernate 7; dùng persist(), merge() theo chuẩn JPA.
# dirty checking & first-level cache
Xem đoạn code sau:
@Transactional
public void updateUserEmail(Long userId, String newEmail) {
User user = userRepository.findById(userId).orElseThrow();
user.setEmail(newEmail); // Chỉ gọi setter!
// KHÔNG CÓ DÒNG: userRepository.save(user); !!!
}Nhiều bạn nghĩ không gọi save() thì database không đổi. Thực tế câu lệnh UPDATE vẫn được bắn xuống Database.
# dirty checking hoạt động thế nào
Mỗi khi một Entity được nạp từ Database vào Session, Hibernate làm hai việc cùng lúc trong RAM. Đầu tiên, nó cất đối tượng user vào First-Level Cache (bản chất là một bảng băm kiểu Map<EntityKey, Object>). Ngay sau đó, nó chụp lại một bản sao trạng thái ban đầu của toàn bộ các thuộc tính và lưu vào mảng loadedState, thường gọi là Entity Snapshot. Những kiểu bất biến như String, Long thì dùng chung tham chiếu cho đỡ tốn bộ nhớ; còn kiểu có thể bị sửa nội tại như Date hay mảng byte[] sẽ được nhân bản (deep copy) riêng.
Nói chính xác thì dirty checking chạy lúc flush, không phải lúc method kết thúc. Flush xảy ra trước khi commit, nhưng cũng có thể xảy ra giữa chừng: với FlushMode.AUTO mặc định, trước khi chạy một câu query đụng tới bảng có entity đang bị sửa, Hibernate flush trước để query thấy dữ liệu mới. Vì vậy đôi khi bạn thấy câu UPDATE chạy ra trước cả câu SELECT trong log.
# tiết kiệm bộ nhớ với @Transactional(readOnly = true)
Dirty Checking rất tiện nhưng tốn tài nguyên: mỗi Entity nạp vào có thêm một mảng snapshot đi kèm, cộng thêm CPU để so từng field lúc flush. Load vài chục entity thì chẳng sao, load vài chục ngàn entity để export báo cáo thì khoản này bắt đầu đáng kể.
Với các thao tác chỉ đọc (Read-Only) như xem danh sách sản phẩm, export báo cáo, tìm kiếm:
@Transactional(readOnly = true)
public List<ProductDto> getProductCatalog() {
return productRepository.findAll().stream()
.map(this::toDto)
.toList();
}# bật readOnly = true thì có gì thay đổi?
- Không giữ Snapshot: Spring đặt Session sang chế độ read-only (
setDefaultReadOnly(true)) vàFlushMode.MANUAL. Entity load ra ở chế độ read-only thì Hibernate bỏ snapshotloadedStatecủa nó.- Persistence Context nhẹ đi phần snapshot (bao nhiêu thì tuỳ entity, không có con số cố định).
- Không còn dirty checking lúc kết thúc transaction. Nếu lỡ gọi setter thì thay đổi cũng không được ghi xuống DB.
- JDBC Driver & Database: Spring gọi
connection.setReadOnly(true)trên JDBC connection. Với PostgreSQL, driver có thể chuyển nó thành transactionREAD ONLY, database từ chối mọi câu ghi. Việc tự định tuyến sang Read-Replica thì không có sẵn: database không tự làm việc đó, mà phải do tầng ứng dụng (ví dụAbstractRoutingDataSourcecủa Spring kết hợpLazyConnectionDataSourceProxy) hoặc driver có hỗ trợ (như URLjdbc:mysql:replication://của MySQL Connector/J) dựa vào cờ read-only này để chọn kết nối.
# first-level cache vs second-level cache vs query cache
Hibernate có cache nhiều tầng:
WARNING
Cạm bẫy của Query Cache: Tới Hibernate 5, Query Cache chỉ lưu danh sách ID (List<Long>), không lưu Entity. Bật Query Cache mà entity không nằm trong L2 Cache thì Hibernate lấy danh sách ID từ Query Cache rồi bắn N câu SELECT để load từng Entity → thành N+1 Query. Hibernate 6.0 đổi sang lưu đầy đủ dữ liệu entity trong Query Cache, và từ 6.5 có thêm hibernate.cache.query_cache_layout (mặc định AUTO: entity có L2 Cache thì chỉ lưu ID, không có thì lưu đầy đủ), nên cái bẫy này chủ yếu còn ở các bản cũ hoặc khi bạn tự chỉnh về SHALLOW. Cái giá ngược lại là Query Cache tốn RAM hơn. Nguồn: Hibernate 6.5 Migration Guide.
# sre anti-pattern: open session in view (osiv)
Trong Spring Boot, cấu hình mặc định là:
spring:
jpa:
open-in-view: true # 🔴 ANTI-PATTERN NGUY HIỂM BẬC NHẤT TRÊN PRODUCTION!# osiv hoạt động thế nào
Spring giữ Hibernate Session (và cả JDBC Connection) mở suốt từ lúc HTTP Request vào Controller, qua Service, cho tới khi serialize JSON xong và trả về Client.
# hậu quả của osiv
Với cấu hình mặc định, ngay từ khi tầng Service chạy câu truy vấn đầu tiên, Session đã mượn một kết nối từ HikariCP và giữ chặt kết nối đó ngay cả khi hàm @Transactional đã chạy xong. Hệ quả đầu tiên là nguy cơ cạn kiệt Connection Pool (HikariCP Exhaustion): nếu bước trả response JSON gặp client dùng mạng di động yếu hoặc payload lớn mất vài giây truyền tải, kết nối database vẫn bị chiếm dụng vô ích suốt khoảng thời gian đó, khiến các request khác xếp hàng chờ tới lúc văng lỗi Connection is not available, request timed out. Hệ quả thứ hai là N+1 Query phát sinh âm thầm ở tầng View: khi Jackson duyệt các thuộc tính để xuất JSON mà đụng trúng quan hệ LAZY, Hibernate sẽ tự bắn thêm hàng loạt câu SELECT lẻ tẻ nằm ngoài phạm vi transaction ban đầu.
Khuyến nghị: tắt hẳn OSIV trong file cấu hình và chủ động lấy đủ dữ liệu cần thiết (qua DTO Projection hoặc JOIN FETCH) ngay trong tầng Service:
spring:
jpa:
open-in-view: falseTIP
Xử lý dữ liệu lớn với StatelessSession: khi cần nạp hoặc cập nhật hàng trăm ngàn bản ghi (Batch Processing), dùng StatelessSession. Nó làm việc trực tiếp với JDBC, không qua First-Level Cache, không snapshot, không cascade, nên khó dính OutOfMemoryError.
# tổng kết
Ba việc có thể làm ngay trên project đang chạy, mỗi việc vài phút:
- Tìm
spring.jpa.open-in-viewtrong cấu hình. Không thấy nghĩa là đang bật mặc định; tắt đi để connection được trả ngay khi ra khỏi tầng Service, rồi chạy lại test xem chỗ nào dínhLazyInitializationExceptionđể fetch cho đúng. - Rà các method service chỉ đọc và gắn
@Transactional(readOnly = true)để bỏ chi phí snapshot và dirty checking. Cờ này chỉ là tín hiệu; muốn đưa traffic đọc sang replica thì phải tự cấu hình routing. - Tìm những lời gọi
save()trên entity đang managed. Dirty Checking đã lo việc flush nên chúng thường thừa. Xoá hay giữ thì tuỳ, nhưng ít nhất bạn biết chính xác lúc nào dữ liệu xuống DB.
Chỉ là những ghi chép cá nhân với hy vọng mang lại chút giá trị. Nếu thấy hữu ích, đừng ngại chia sẻ cho bạn bè & đồng nghiệp nhé!
Happy coding 😎 👍🏻 🚀 🔥.
On this page
- # kiến trúc: sessionfactory vs session (entitymanager)
- # điểm khác biệt chính:
- # bốn trạng thái vòng đời của entity (entity lifecycle)
- # dirty checking & first-level cache
- # dirty checking hoạt động thế nào
- # tiết kiệm bộ nhớ với @Transactional(readOnly = true)
- # bật readOnly = true thì có gì thay đổi?
- # first-level cache vs second-level cache vs query cache
- # sre anti-pattern: open session in view (osiv)
- # osiv hoạt động thế nào
- # hậu quả của osiv
- # tổng kết