在处理大数据量时，会有大量的数据缓冲保存在 Session 的一级缓存中，这缓存大太时会严重显示性能，所以在使用 Hibernate 处理大数据量的，可以使用 session.clear() 或者 session. Evict(Object) 在处理过程中，清除全部的缓存或者清除某个对象。
2) 对大数据量查询时，慎用 list() 或者 iterator() 返回查询结果，
1. 使用 List() 返回结果时， Hibernate 会所有查询结果初始化为持久化对象，结果集较大时，会占用很多的处理时间。
2. 而使用 iterator() 返回结果时，在每次调用 iterator.next() 返回对象并使用对象时， Hibernate 才调用查询将对应的对象初始化，对于大数据量时，每调用一次查询都会花费较多的时间。当结果集较大，但是含有较大量相同的数据，或者结果集不是全部都会使用时，使用 iterator() 才有优势。
3. 对于大数据量，使用 qry.scroll() 可以得到较好的处理速度以及性能。而且直接对结果集向前向后滚动。
3) 对于关联操作， Hibernate 虽然可以表达复杂的数据关系，但请慎用，使数据关系较为简单时会得到较好的效率，特别是较深层次的关联时，性能会很差。
4) 对含有关联的 PO （持久化对象）时，若 default-cascade="all" 或者 “save-update” ，新增 PO 时，请注意对 PO 中的集合的赋值操作，因为有可能使得多执行一次 update 操作。
5) 在一对多、多对一的关系中，使用延迟加载机制，会使不少的对象在使用时 才 会初始化，这样可使得节省内存空间以及减少数据库的负荷，而且若 PO 中的集合没有被使用时，就可减少互数据库的交互从而减少处理时间。
6) 对于大数据量新增、修改、删除操作或者是对大数据量的查询，与数据库的交互次数是决定处理时间的最重要因素，减少交互的次数是提升效率的最好途径，所以在开发过程中，请将 show_sql 设置为 true ，深入了解 Hibernate 的处理过程，尝试不同的方式，可以使得效率提升。
7) Hibernate 是以 JDBC 为基础，但是 Hibernate 是对 JDBC 的优化，其中使用 Hibernate 的缓冲机制会使性能提升，如使用二级缓存以及查询缓存，若命中率较高明，性能会是到大幅提升。
8) Hibernate 可以通过设置 hibernate.jdbc.fetch_size ， hibernate.jdbc.batch_size 等属性，对 Hibernate 进行优化。
9) 不过值得注意的是，一些数据库提供的主键生成机制在效率上未必最佳，大量并发 insert 数据时可能会引起表之间的互锁。数据库提供的主键生成机制，往往是通过在一个内部表中保存当前主键状态（如对于自增型主键而言，此内部表中就维护着当前的最大值和递增量），之后每次插入数据会读取这个最大值，然后加上递增量作为新记录的主键，之后再把这个新的最大值更新回内部表中，这样，一次 Insert 操作可能导致数据库内部多次表读写操作，同时伴随的还有数据的加锁解锁操作，这对性能产生了较大影响。
因此，对于并发 Insert 要求较高的系统，推荐采用 uuid.hex 作为主键生成机制。
10) Dynamic Update 如果选定，则生成 Update SQL 时不包含未发生变动的字段属性，这样可以在一定程度上提升 SQL 执行效能 . Dynamic Insert 如果选定，则生成 Insert SQL 时不包含未发生变动的字段属性，这样可以在一定程度上提升 SQL 执行效能
11) 在编写代码的时候请，对将 POJO 的 getter/setter 方法设定为 public ，如果设定为 private ， Hibernate 将无法对属性的存取进行优化，只能转而采用传统的反射机制进行操作，这将导致大量的性能开销（特别是在 1.4 之前的 Sun JDK 版本以及 IBM JDK 中，反射所带来的系统开销相当可观）。
12) 在 one-to-many 关系中，将 many 一方设为主动方（ inverse=false ）将有助性能的改善
13) 由于多对多关联的性能不佳（由于引入了中间表，一次读取操作需要反复数次查询），因此在设计中应该避免大量使用 .
14) Hibernate 支持两种锁机制：即通常所说的“悲观锁（ Pessimistic Locking ）”和“乐观锁（ Optimistic Locking ）”。 悲观锁带来 数据库性能的大量开销，特别是对长事务而言，这样的开销往往无法承受。乐观锁机制在一定程度上解决了这个问题.乐观锁机制避免了长事务中的数据库加锁开销,大大提升了大并发量下的系统整体性能表现。
分享到：
相关推荐
### Hibernate性能优化研究 #### 一、引言 随着企业级应用的发展，高效的数据持久化技术成为了提升系统性能的关键因素之一。Hibernate作为一种流行的面向Java环境的对象关系映射（Object-Relational Mapping，简称...
《Hibernate性能优化》 在Java应用开发中，Hibernate作为一个强大的对象关系映射（ORM）框架，极大地简化了数据库操作。然而，如果不进行适当的优化，它可能会成为系统性能的瓶颈。以下是一些关于Hibernate性能优化...
珍藏的hibernate性能优化，如果对hibernate进行优化，很详细，是工作和面试的好助手
### Hibernate性能优化方案详解 #### 一、引言 Hibernate作为Java领域中广泛使用的对象关系映射（ORM）框架，其高效性和灵活性受到众多开发者的青睐。然而，不当的设计和配置往往会导致性能瓶颈，严重影响应用程序...
本文将深入探讨Hibernate性能优化中的一个重要概念——一级缓存，并结合给出的压缩包文件“hibernate_cache_level1”，来详细解析一级缓存的工作原理及其优化策略。 一级缓存是Hibernate内置的一种缓存机制，它存在...
Hibernate 性能优化 在 Hibernate 中，性能优化是非常重要的，因为它直接影响着应用程序的效率和可扩展性。在本文中，我们将讨论两个常见的性能优化问题：批量处理和 1+n 问题，并提供相应的解决方法。 问题 1：...
"Hibernate性能优化共9页.pdf.zip" 这个文件标题表明了内容专注于Hibernate框架的性能优化，暗示我们将探讨如何提升使用Hibernate进行数据库操作时的效率。通常，性能优化涉及减少延迟、提高吞吐量、降低资源消耗等...
在进行大型项目开发时，性能优化是至关重要的，特别是对于基于SSH（Struts、Spring、Hibernate）这样的企业级框架的应用。SSH性能优化主要是针对Struts的MVC处理、Spring的依赖注入以及Hibernate的对象关系映射进行...
本文将深入探讨Hibernate缓存的原理、类型及其对性能优化的影响。 ### Hibernate缓存原理 Hibernate缓存主要分为一级缓存和二级缓存。一级缓存，也称为会话缓存（Session Cache），是默认启用的，由Hibernate自动...
的效率低于直接JDBC存取，然而，在经过比较好的性能优化之后，Hibernate的性能还是让人相当满意的， 特别是应用二级缓存之后，甚至可以获得比较不使用缓存的JDBC更好的性能，下面介绍一些通常的 Hibernate的优化策略...
【标签】：hibernate, 性能优化 【正文】： 1. **数据库设计调整**： - **降低关联的复杂性**：减少多对多关联，避免过度嵌套的对象关系。 - **避免联合主键**：联合主键可能导致额外的性能损失，尝试使用单独的...
以下是对《hibernate性能优化[参考].pdf》内容的详细解读： 1. **数据库优化**： - **物理硬件优化**：关注磁盘的IO性能，因为数据库读写频繁，磁盘的寻道能力直接影响数据访问速度。 - **MySQL配置优化**：通过...
本话题将深入探讨“Hibernate性能测试代码”，以帮助我们理解如何有效地评估和优化Hibernate在实际应用中的表现。 首先，性能测试是软件开发过程中的关键环节，它旨在确定系统的响应时间、吞吐量和资源利用率等指标...
### Hibernate 性能优化 #### 一、引言 Hibernate 是一款非常强大的对象关系映射（ORM）框架，它能够简化 Java 应用程序与数据库之间的交互过程。然而，对于初次接触 Hibernate 的开发者来说，可能会遇到性能方面...
### 优化Hibernate性能的几点建议 #### 一、调整Fetch Size以提高性能 在使用Hibernate进行数据查询时，Fetch Size的设置对性能有着显著的影响。Fetch Size是指每次从数据库中取出的数据行数，默认情况下，Oracle...
二级缓存是Hibernate性能优化的重要手段，通过合理配置和使用，可以显著减少数据库访问，提高系统响应速度。但同时，需要注意缓存的副作用，如数据一致性、并发控制等问题。在实际应用中，需要结合业务场景和性能...