Hibernate序性能优化.docVIP

Hibernate程序性能优化初用HIBERNATE的人也许都遇到过性能问题，实现同一功能，用HIBERNATE与用JDBC性能相差十几倍很正常，如果不及早调整，很可能影响整个项目的进度。 　　大体上，对于HIBERNATE性能调优的主要考虑点如下: 　　? 数据库设计调整 　　? HQL优化 　　? API的正确使用(如根据不同的业务类型选用不同的集合及查询API) 　　? 主配置参数(日志，查询缓存，fetch_size, batch_size等) 　　? 映射文件优化(ID生成策略，二级缓存，延迟加载，关联优化) 　　? 一级缓存的管理 　　? 针对二级缓存，还有许多特有的策略 　　? 事务控制策略。 　　1、 数据库设计 　　a) 降低关联的复杂性 　　b) 尽量不使用联合主键 　　c) ID的生成机制，不同的数据库所提供的机制并不完全一样 　　d) 适当的冗余数据，不过分追求高范式 　　2、 HQL优化 　　HQL如果抛开它同HIBERNATE本身一些缓存机制的关联，HQL的优化技巧同普通的SQL优化技巧一样，可以很容易在网上找到一些经验之谈。 　　3、 主配置 　　a) 查询缓存，同下面讲的缓存不太一样，它是针对HQL语句的缓存，即完全一样的语句再次执行时可以利用缓存数据。但是，查询缓存在一个交易系统(数据变更频繁，查询条件相同的机率并不大)中可能会起反作用:它会白白耗费大量的系统资源但却难以派上用场。 　　b) fetch_size，同JDBC的相关参数作用类似，参数并不是越大越好，而应根据业务特征去设置 　　c) batch_size同上。 　　d) 生产系统中，切记要关掉SQL语句打印。 　　4、 缓存 　　a) 数据库级缓存:这级缓存是最高效和安全的，但不同的数据库可管理的层次并不一样，比如，在ORACLE中，可以在建表时指定将整个表置于缓存当中。 　　b) SESSION缓存:在一个HIBERNATE SESSION有效，这级缓存的可干预性不强，大多于HIBERNATE自动管理，但它提供清除缓存的方法，这在大批量增加/更新操作是有效的。比如，同时增加十万条记录，按常规方式进行，很可能会发现OutofMemeroy的异常，这时可能需要手动清除这一级缓存:Session.evict以及 Session.clear 　　c) 应用缓存:在一个SESSIONFACTORY中有效，因此也是优化的重中之重，因此，各类策略也考虑的较多，在将数据放入这一级缓存之前，需要考虑一些前提条件: 　　i. 数据不会被第三方修改(比如，是否有另一个应用也在修改这些数据?) 　　ii. 数据不会太大 　　iii. 数据不会频繁更新(否则使用CACHE可能适得其反) 　　iv. 数据会被频繁查询 　　v. 数据不是关键数据(如涉及钱，安全等方面的问题)。 　　缓存有几种形式，可以在映射文件中配置:read-only(只读，适用于很少变更的静态数据/历史数据)，nonstrict-read- write，read-write(比较普遍的形式，效率一般)，transactional(JTA中，且支持的缓存产品较少) 　　d) 分布式缓存:同c)的配置一样，只是缓存产品的选用不同，在目前的HIBERNATE中可供选择的不多，oscache, jboss cache，目前的大多数项目，对它们的用于集群的使用(特别是关键交易系统)都持保守态度。在集群环境中，只利用数据库级的缓存是最安全的。 　　5、 延迟加载 　　a) 实体延迟加载:通过使用动态代理实现 　　b) 集合延迟加载:通过实现自有的SET/LIST，HIBERNATE提供了这方面的支持 　　c) 属性延迟加载: 　　6、 方法选用 　　a) 完成同样一件事，HIBERNATE提供了可供选择的一些方式，但具体使用什么方式，可能用性能/代码都会有影响。显示，一次返回十万条记录 (List/Set/Bag/Map等)进行处理，很可能导致内存不够的问题，而如果用基于游标(ScrollableResults)或 Iterator的结果集，则不存在这样的问题。 　　b) Session的load/get方法，前者会使用二级缓存，而后者则不使用。 　　c) Query和list/iterator，如果去仔细研究一下它们，你可能会发现很多有意思的情况，二者主要区别(如果使用了Spring，在HibernateTemplate中对应find,iterator方法): 　　i. list只能利用查询缓存(但在交易系统中查询缓存作用不大)，无法利用二级缓存中的单个实体，但list查出的对象会写入二级缓存，但它一般只生成较少的执行SQL语句，很多情况就是一条(无关联)。 　　ii. itera