本文依照HIBERNATE幫助文檔，一些網絡書籍及項目經驗整理而成，只提供要點和思路，具體做法可以留言探討，或是找一些更詳細更有針對性的資料。
初用HIBERNATE的人也許都遇到過性能問題，實現同一功能，用HIBERNATE與用JDBC性能相差十幾倍很正常，如果不及早調整，很可能影響整個項目的進度。
大體上，對于HIBERNATE性能調優的主要考慮點如下:
? 數據庫設計調整
? HQL優化
? API的正確使用(如根據不同的業務類型選用不同的集合及查詢API)
? 主配置參數(日志，查詢緩存，fetch_size, batch_size等)
? 映射文件優化(ID生成策略，二級緩存，延遲加載，關聯優化)
? 一級緩存的管理
? 針對二級緩存，還有許多特有的策略
? 事務控制策略。
1、 數據庫設計
a) 降低關聯的復雜性
b) 盡量不使用聯合主鍵
c) ID的生成機制，不同的數據庫所提供的機制并不完全一樣
d) 適當的冗余數據，不過分追求高范式
2、 HQL優化
HQL如果拋開它同HIBERNATE本身一些緩存機制的關聯，HQL的優化技巧同普通的SQL優化技巧一樣，可以很容易在網上找到一些經驗之談。
3、 主配置
a) 查詢緩存，同下面講的緩存不太一樣，它是針對HQL語句的緩存，即完全一樣的語句再次執行時可以利用緩存數據。但是，查詢緩存在一個交易系統(數據變更頻繁，查詢條件相同的機率并不大)中可能會起反作用:它會白白耗費大量的系統資源但卻難以派上用場。
b) fetch_size，同JDBC的相關參數作用類似，參數并不是越大越好，而應根據業務特征去設置
c) batch_size同上。
d) 生產系統中，切記要關掉SQL語句打印。
4、 緩存
a) 數據庫級緩存:這級緩存是最高效和安全的，但不同的數據庫可管理的層次并不一樣，比如，在ORACLE中，可以在建表時指定將整個表置于緩存當中。
b) SESSION緩存:在一個HIBERNATE SESSION有效，這級緩存的可干預性不強，大多于HIBERNATE自動管理，但它提供清除緩存的方法，這在大批量增加/更新操作是有效的。比如，同時增加十萬條記錄，按常規方式進行，很可能會發現OutofMemeroy的異常，這時可能需要手動清除這一級緩存:Session.evict以及Session.clear
c) 應用緩存:在一個SESSIONFACTORY中有效，因此也是優化的重中之重，因此，各類策略也考慮的較多，在將數據放入這一級緩存之前，需要考慮一些前提條件:
i. 數據不會被第三方修改(比如，是否有另一個應用也在修改這些數據?)
ii. 數據不會太大
iii. 數據不會頻繁更新(否則使用CACHE可能適得其反)
iv. 數據會被頻繁查詢
v. 數據不是關鍵數據(如涉及錢，安全等方面的問題)。
緩存有幾種形式，可以在映射文件中配置:read-only(只讀，適用于很少變更的靜態數據/歷史數據)，nonstrict-read-write，read-write(比較普遍的形式，效率一般)，transactional(JTA中，且支持的緩存產品較少)
d) 分布式緩存:同c)的配置一樣，只是緩存產品的選用不同，在目前的HIBERNATE中可供選擇的不多，oscache, jboss cache，目前的大多數項目，對它們的用于集群的使用(特別是關鍵交易系統)都持保守態度。在集群環境中，只利用數據庫級的緩存是最安全的。
5、 延遲加載
a) 實體延遲加載:通過使用動態代理實現
b) 集合延遲加載:通過實現自有的SET/LIST，HIBERNATE提供了這方面的支持
c) 屬性延遲加載:
6、 方法選用
a) 完成同樣一件事，HIBERNATE提供了可供選擇的一些方式，但具體使用什么方式，可能用性能/代碼都會有影響。顯示，一次返回十萬條記錄(List/Set/Bag/Map等)進行處理，很可能導致內存不夠的問題，而如果用基于游標(ScrollableResults)或Iterator的結果集，則不存在這樣的問題。
b) Session的load/get方法，前者會使用二級緩存，而后者則不使用。
c) Query和list/iterator，如果去仔細研究一下它們，你可能會發現很多有意思的情況，二者主要區別(如果使用了Spring，在HibernateTemplate中對應find,iterator方法):
i. list只能利用查詢緩存(但在交易系統中查詢緩存作用不大)，無法利用二級緩存中的單個實體，但list查出的對象會寫入二級緩存，但它一般只生成較少的執行SQL語句，很多情況就是一條(無關聯)。
ii. iterator則可以利用二級緩存，對于一條查詢語句，它會先從數據庫中找出所有符合條件的記錄的ID，再通過ID去緩存找，對于緩存中沒有的記錄，再構造語句從數據庫中查出，因此很容易知道，如果緩存中沒有任何符合條件的記錄，使用iterator會產生N+1條SQL語句(N為符合條件的記錄數)
iii. 通過iterator，配合緩存管理API，在海量數據查詢中可以很好的解決內存問題，如:
while(it.hasNext()){
YouObject object = (YouObject)it.next();
session.evict(youObject);
sessionFactory.evice(YouObject.class, youObject.getId());
}
如果用list方法，很可能就出OutofMemory錯誤了。
iv. 通過上面的說明，我想你應該知道如何去使用這兩個方法了。
7、 集合的選用
在HIBERNATE 3.1文檔的“19.5. Understanding Collection performance”中有詳細的說明。
8、 事務控制
事務方面對性能有影響的主要包括:事務方式的選用，事務隔離級別以及鎖的選用
a) 事務方式選用:如果不涉及多個事務管理器事務的話，不需要使用JTA，只有JDBC的事務控制就可以。
b) 事務隔離級別:參見標準的SQL事務隔離級別
c) 鎖的選用:悲觀鎖(一般由具體的事務管理器實現)，對于長事務效率低，但安全。樂觀鎖(一般在應用級別實現)，如在HIBERNATE中可以定義VERSION字段，顯然，如果有多個應用操作數據，且這些應用不是用同一種樂觀鎖機制，則樂觀鎖會失效。因此，針對不同的數據應有不同的策略，同前面許多情況一樣，很多時候我們是在效率與安全/準確性上找一個平衡點，無論如何，優化都不是一個純技術的問題，你應該對你的應用和業務特征有足夠的了解。
9、 批量操作
即使是使用JDBC，在進行大批數據更新時，BATCH與不使用BATCH有效率上也有很大的差別。我們可以通過設置batch_size來讓其支持批量操作。
舉個例子，要批量刪除某表中的對象，如“delete Account”，打出來的語句，會發現HIBERNATE找出了所有ACCOUNT的ID，再進行刪除，這主要是為了維護二級緩存，這樣效率肯定高不了，在后續的版本中增加了bulk delete/update，但這也無法解決緩存的維護問題。也就是說，由于有了二級緩存的維護問題，HIBERNATE的批量操作效率并不盡如人意!
從前面許多要點可以看出，很多時候我們是在效率與安全/準確性上找一個平衡點，無論如何，優化都不是一個純技術的問題，你應該對你的應用和業務特征有足夠的了解，一般的，優化方案應在架構設計期就基本確定，否則可能導致沒必要的返工，致使項目延期，而作為架構師和項目經理，還要面對開發人員可能的抱怨，必竟，我們對用戶需求更改的控制力不大，但技術/架構風險是應該在初期意識到并制定好相關的對策。
還有一點要注意，應用層的緩存只是錦上添花，永遠不要把它當救命稻草，應用的根基(數據庫設計，算法，高效的操作語句，恰當API的選擇等)才是最重要的。?
Hibernate的緩存***********************************
1、首先設置EhCache，建立配置文件ehcache.xml，默認的位置在class-path，可以放到你的src目錄下：
＜?xml version="1.0" encoding="UTF-8"?＞
＜ehcache＞
＜diskStore path="java.io.tmpdir"/＞
＜defaultCache
maxElementsInMemory="10000" ＜!-- 緩存最大數目 --＞
eternal="false" ＜!-- 緩存是否持久 --＞
overflowToDisk="true" ＜!-- 是否保存到磁盤，當系統當機時--＞
timeToIdleSeconds="300" ＜!-- 當緩存閑置n秒后銷毀 --＞
timeToLiveSeconds="180" ＜!-- 當緩存存活n秒后銷毀--＞
diskPersistent="false"
diskExpiryThreadIntervalSeconds= "120"/＞
＜/ehcache＞ |
2、在Hibernate配置文件中設置：
＜!-- 設置Hibernate的緩存接口類，這個類在Hibernate包中 --＞
＜property name="cache.provider_class"＞org.hibernate.cache.EhCacheProvider＜/property＞
＜!-- 是否使用查詢緩存 --＞
＜property name="hibernate.cache.use_query_cache"＞true＜/property＞
如果使用spring調用Hibernate的sessionFactory的話，這樣設置：
＜!--HibernateSession工廠管理 --＞
＜bean id="sessionFactory" class="org.springframework.orm.hibernate3.LocalSessionFactoryBean"＞
＜property name="dataSource"＞
＜ref bean="datasource" /＞
＜/property＞
＜property name="hibernateProperties"＞
＜props＞
＜prop key="hibernate.dialect"＞org.hibernate.dialect.Oracle9Dialect＜/prop＞
＜prop key="connection.provider_class"＞org.hibernate.connection.C3P0ConnectionProvider＜/prop＞
＜prop key="hibernate.show_sql"＞true＜/prop＞
＜prop key="hibernate.cache.use_query_cache"＞true＜/prop＞
＜prop key="hibernate.cache.provider_class"＞org.hibernate.cache.EhCacheProvider＜/prop＞
＜/props＞
＜/property＞
＜property name="mappingDirectoryLocations"＞
＜list＞
＜value＞/WEB-INF/classes/cn/rmic/manager/hibernate/＜/value＞
＜/list＞
＜/property＞
＜/bean＞ |
說明一下：如果不設置“查詢緩存”，那么hibernate只會緩存使用load()方法獲得的單個持久化對象，如果想緩存使用findall()、list()、Iterator()、createCriteria()、createQuery()等方法獲得的數據結果集的話，就需要設置
hibernate.cache.use_query_cache true 才行
3、在Hbm文件中添加＜cache usage="read-only"/＞
4、如果需要“查詢緩存”，還需要在使用Query或Criteria()時設置其setCacheable(true);屬性
5、實踐出真知，給一段測試程序，如果成功的話第二次查詢時不會讀取數據庫
package cn.rmic.hibernatesample;
import java.util.List;
import org.hibernate.CacheMode;
import org.hibernate.Criteria;
import org.hibernate.Query;
import org.hibernate.Session;
import cn.rmic.hibernatesample.hibernate.HibernateSessionFactory;
import cn.rmic.manager.po.Resources;
public class testCacheSelectList ...{
/** *//**
* @param args
*/
public static void main(String[] args) ...{
// TODO Auto-generated method stub
Session s=HibernateSessionFactory.getSession();
Criteria c=s.createCriteria(Resources.class);
c.setCacheable(true);
List l=c.list();
// Query q=s.createQuery("From Resources r")
// .setCacheable(true)
// .setCacheRegion("frontpages") ;
// List l=q.list();
Resources resources=(Resources)l.get(0);
System.out.println("-1-"+resources.getName());
HibernateSessionFactory.closeSession();
try ...{
Thread.sleep(5000);
} catch (InterruptedException e) ...{
// TODO Auto-generated catch block
e.printStackTrace();
}
s=HibernateSessionFactory.getSession();
c=s.createCriteria(Resources.class);
c.setCacheable(true);
l=c.list();
// q=s.createQuery("From Resources r").setCacheable(true)
// .setCacheRegion("frontpages");
// l=q.list();
resources=(Resources)l.get(0);
System.out.println("-2-"+resources.getName());
HibernateSessionFactory.closeSession();
}
} |