Hibernate性能优化2( 转)

本文依照HIBERNATE帮助文档，一些网络书籍及项目经验整理而成，只提供要点和思路，具体做法可以留言探讨，或是找一些更详细更有针对性的资料。

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. iterator则可以利用二级缓存，对于一条查询语句，它会先从数据库中找出所有符合条件的记录的ID，再通过ID去缓存找，对于缓存中没有的记录，再 构造语句从数据库中查出，因此很容易知道，如果缓存中没有任何符合条件的记录，使用iterator会产生N+1条SQL语句(N为符合条件的记录数)

iii. 通过iterator，配合缓存管理API，在海量数据查询中可以很好的解决内存问题，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错误了。

iv. 通过上面的说明，我想你应该知道如何去使用这两个方法了。

7、 集合的选用

在HIBERNATE 3.1文档的“19.5. Understanding Collection performance”中有详细的说明。

8、 事务控制

事务方面对性能有影响的主要包括:事务方式的选用，事务隔离级别以及锁的选用

a) 事务方式选用:如果不涉及多个事务管理器事务的话，不需要使用JTA，只有JDBC的事务控制就可以。

b) 事务隔离级别:参见标准的SQL事务隔离级别

c) 锁的选用:悲观锁(一般由具体的事务管理器实现)，对于长事务效率低，但安全。乐观锁(一般在应用级别实现)，如在HIBERNATE中可以定义 VERSION字段，显然，如果有多个应用操作数据，且这些应用不是用同一种乐观锁机制，则乐观锁会失效。因此，针对不同的数据应有不同的策略，同前面许 多情况一样，很多时候我们是在效率与安全/准确性上找一个平衡点，无论如何，优化都不是一个纯技术的问题，你应该对你的应用和业务特征有足够的了解。

9、 批量操作

即使是使用JDBC，在进行大批数据更新时，BATCH与不使用BATCH有效率上也有很大的差别。我们可以通过设置batch_size来让其支持批量操作。

举个例子，要批量删除某表中的对象，如“delete Account”，打出来的语句，会发现HIBERNATE找出了所有ACCOUNT的ID，再进行删除，这主要是为了维护二级缓存，这样效率肯定高不 了，在后续的版本中增加了bulk delete/update，但这也无法解决缓存的维护问题。也就是说，由于有了二级缓存的维护问题，HIBERNATE的批量操作效率并不尽如人意!

从前面许多要点可以看出，很多时候我们是在效率与安全/准确性上找一个平衡点，无论如何，优化都不是一个纯技术的问题，你应该对你的应用和业 务特征有足够的了解，一般的，优化方案应在架构设计期就基本确定，否则可能导致没必要的返工，致使项目延期，而作为架构师和项目经理，还要面对开发人员可 能的抱怨，必竟，我们对用户需求更改的控制力不大，但技术/架构风险是应该在初期意识到并制定好相关的对策。

还有一点要注意，应用层的缓存只是锦上添花，永远不要把它当救命稻草，应用的根基(数据库设计，算法，高效的操作语句，恰当API的选择等)才是最重要的。

Hibernate的缓存***********************************

1、首先设置EhCache，建立配置文件ehcache.xml，默认的位置在class-path，可以放到你的src目录下：

Xml代码
＜?xml version="1.0" encoding="UTF-8"?＞  
＜ehcache＞  
＜diskStore path="java.io.tmpdir"/＞  
＜defaultCache  
maxElementsInMemory="10000" ＜!-- 缓存最大数目 --＞  
eternal="false" ＜!-- 缓存是否持久 --＞  
overflowToDisk="true" ＜!-- 是否保存到磁盘，当系统当机时--＞  
timeToIdleSeconds="300" ＜!-- 当缓存闲置n秒后销毁 --＞  
timeToLiveSeconds="180" ＜!-- 当缓存存活n秒后销毁--＞  
diskPersistent="false" 
diskExpiryThreadIntervalSeconds= "120"/＞  
＜/ehcache＞ 

＜?xml version="1.0" encoding="UTF-8"?＞
＜ehcache＞
＜diskStore path="java.io.tmpdir"/＞
＜defaultCache
maxElementsInMemory="10000" ＜!-- 缓存最大数目 --＞
eternal="false" ＜!-- 缓存是否持久 --＞
overflowToDisk="true" ＜!-- 是否保存到磁盘，当系统当机时--＞
timeToIdleSeconds="300" ＜!-- 当缓存闲置n秒后销毁 --＞
timeToLiveSeconds="180" ＜!-- 当缓存存活n秒后销毁--＞
diskPersistent="false"
diskExpiryThreadIntervalSeconds= "120"/＞
＜/ehcache＞ 




2、在Hibernate配置文件中设置：

Xml代码
＜!-- 设置Hibernate的缓存接口类，这个类在Hibernate包中 --＞  
＜property name="cache.provider_class"＞org.hibernate.cache.EhCacheProvider＜/property＞  
＜!-- 是否使用查询缓存 --＞  
＜property name="hibernate.cache.use_query_cache"＞true＜/property＞  
如果使用spring调用Hibernate的sessionFactory的话，这样设置：  
＜!--HibernateSession工厂管理 --＞  
＜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＞ 

＜!-- 设置Hibernate的缓存接口类，这个类在Hibernate包中 --＞
＜property name="cache.provider_class"＞org.hibernate.cache.EhCacheProvider＜/property＞
＜!-- 是否使用查询缓存 --＞
＜property name="hibernate.cache.use_query_cache"＞true＜/property＞
如果使用spring调用Hibernate的sessionFactory的话，这样设置：
＜!--HibernateSession工厂管理 --＞
＜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＞ 
说明一下：如果不设置“查询缓存”，那么hibernate只会缓存使用load()方法获得的单个持久化对象，如果想缓存使用 findall()、list()、Iterator()、createCriteria()、createQuery()等方法获得的数据结果集的话， 就需要设置
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“查询缓存”，还需要在使用Query或Criteria()时设置其setCacheable(true);属性

5、实践出真知，给一段测试程序，如果成功的话第二次查询时不会读取数据库

Java代码
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();  
}  
}