【引用】 http://blog.csdn.net/freeglad/archive/2008/07/04/2610720.aspx
初用HIBERNATE的人也許都遇到過性能問題，實現(xiàn)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(diào)整，很可能影響整個項目的進度。
大體上，對于HIBERNATE性能調(diào)優(yōu)的主要考慮點如下:
Ø 數(shù)據(jù)庫設(shè)計調(diào)整
Ø HQL優(yōu)化
Ø API的正確使用(如根據(jù)不同的業(yè)務(wù)類型選用不同的集合及查詢API)
Ø 主配置參數(shù)(日志，查詢緩存，fetch_size, batch_size等)
Ø 映射文件優(yōu)化(ID生成策略，二級緩存，延遲加載，關(guān)聯(lián)優(yōu)化)
Ø 一級緩存的管理
Ø 針對二級緩存，還有許多特有的策略
Ø 事務(wù)控制策略。
1、 數(shù)據(jù)庫設(shè)計
a) 降低關(guān)聯(lián)的復(fù)雜性
b) 盡量不使用聯(lián)合主鍵
c) ID的生成機制，不同的數(shù)據(jù)庫所提供的機制并不完全一樣
d) 適當?shù)娜哂鄶?shù)據(jù)，不過分追求高范式
2、 HQL優(yōu)化
HQL如果拋開它同HIBERNATE本身一些緩存機制的關(guān)聯(lián)，HQL的優(yōu)化技巧同普通的SQL優(yōu)化技巧一樣，可以很容易在網(wǎng)上找到一些經(jīng)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(zhí)行時可以利用緩存數(shù)據(jù)。但是，查詢緩存在一個交易系統(tǒng)(數(shù)據(jù)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(tǒng)資源但卻難以派上用場。
b) fetch_size，同JDBC的相關(guān)參數(shù)作用類似，參數(shù)并不是越大越好，而應(yīng)根據(jù)業(yè)務(wù)特征去設(shè)置
c) batch_size同上。
d) 生產(chǎn)系統(tǒng)中，切記要關(guān)掉SQL語句打印。
4、 緩存
a) 數(shù)據(jù)庫級緩存:這級緩存是最高效和安全的，但不同的數(shù)據(jù)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(yù)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(guī)方式進行，很可能會發(fā)現(xiàn)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(yīng)用緩存:在一個SESSIONFACTORY中有效，因此也是優(yōu)化的重中之重，因此，各類策略也考慮的較多，在將數(shù)據(jù)放入這一級緩存之前，需要考慮一些前提條件:
i. 數(shù)據(jù)不會被第三方修改(比如，是否有另一個應(yīng)用也在修改這些數(shù)據(jù)?)
ii. 數(shù)據(jù)不會太大
iii. 數(shù)據(jù)不會頻繁更新(否則使用CACHE可能適得其反)
iv. 數(shù)據(jù)會被頻繁查詢
v. 數(shù)據(jù)不是關(guān)鍵數(shù)據(jù)(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(tài)數(shù)據(jù)/歷史數(shù)據(jù))，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(chǎn)品較少)
d) 分布式緩存:同c)的配置一樣，只是緩存產(chǎn)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(shù)項目，對它們的用于集群的使用(特別是關(guān)鍵交易系統(tǒng))都持保守態(tài)度。在集群環(huán)境中，只利用數(shù)據(jù)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(tài)代理實現(xiàn)
b) 集合延遲加載:通過實現(xiàn)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(dǎo)致內(nèi)存不夠的問題，而如果用基于游標(ScrollableResults)或 Iterator的結(jié)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(fā)現(xiàn)很多有意思的情況，二者主要區(qū)別(如果使用了Spring，在HibernateTemplate中對應(yīng)find,iterator方法):
i. list只能利用查詢緩存(但在交易系統(tǒng)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(zhí)行SQL語句，很多情況就是一條(無關(guān)聯(lián))。
ii. iterator則可以利用二級緩存，對于一條查詢語句，它會先從數(shù)據(jù)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(gòu)造語句從數(shù)據(jù)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(chǎn)生N+1條SQL語句(N為符合條件的記錄數(shù))
iii. 通過iterator，配合緩存管理API，在海量數(shù)據(jù)查詢中可以很好的解決內(nèi)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(yīng)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(wù)控制
事務(wù)方面對性能有影響的主要包括:事務(wù)方式的選用，事務(wù)隔離級別以及鎖的選用
a) 事務(wù)方式選用:如果不涉及多個事務(wù)管理器事務(wù)的話，不需要使用JTA，只有JDBC的事務(wù)控制就可以。
b) 事務(wù)隔離級別:參見標準的SQL事務(wù)隔離級別
c) 鎖的選用:悲觀鎖(一般由具體的事務(wù)管理器實現(xiàn))，對于長事務(wù)效率低，但安全。樂觀鎖(一般在應(yīng)用級別實現(xiàn))，如在HIBERNATE中可以定義 VERSION字段，顯然，如果有多個應(yīng)用操作數(shù)據(jù)，且這些應(yīng)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(shù)據(jù)應(yīng)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(yōu)化都不是一個純技術(shù)的問題，你應(yīng)該對你的應(yīng)用和業(yè)務(wù)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(shù)據(jù)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(shè)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(fā)現(xiàn)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(xù)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(yōu)化都不是一個純技術(shù)的問題，你應(yīng)該對你的應(yīng)用和業(yè)務(wù)特征有足夠的了解，一般的，優(yōu)化方案應(yīng)在架構(gòu)設(shè)計期就基本確定，否則可能導(dǎo)致沒必要的返工，致使項目延期，而作為架構(gòu)師和項目經(jīng)理，還要面對開發(fā)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(shù)/架構(gòu)風(fēng)險是應(yīng)該在初期意識到并制定好相關(guān)的對策。
還有一點要注意，應(yīng)用層的緩存只是錦上添花，永遠不要把它當救命稻草，應(yīng)用的根基(數(shù)據(jù)庫設(shè)計，算法，高效的操作語句，恰當API的選擇等)才是最重要的。