Hibernate性能优化2( 转)

关键字: hibernate 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，具体作法能够留言探讨，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，若是不及早调整，极可能影响整个项目的进度。 大致上，对于HIBERNATE性能调优的主要考虑点以下: ? 数据库设计调整 ? HQL优化 ? API的正确使用(如根据不一样的业务类型选用不一样的集合及查询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。 一、 数据库设计 a) 下降关联的复杂性 b) 尽可能不使用联合主键 c) ID的生成机制，不一样的数据库所提供的机制并不彻底同样 d) 适当的冗余数据，不过度追求高范式 二、 HQL优化 HQL若是抛开它同HIBERNATE自己一些缓存机制的关联，HQL的优化技巧同普通的SQL优化技巧同样，能够很容易在网上找到一些经验之谈。 三、 主配置 a) 查询缓存，同下面讲的缓存不太同样，它是针对HQL语句的缓存，即彻底同样的语句再次执行时能够利用缓存数据。可是，查询缓存在一个交易系统(数据变动频繁，查询条件相同的机率并不大)中可能会起副作用: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的相关参数做用相似，参数并非越大越好，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。 四、 缓存 a) 数据库级缓存:这级缓存是最高效和安全的，但不一样的数据库可管理的层次并不同，好比，在ORACLE中，能够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，这在大批量增长/更新操做是有效的。好比，同 时增长十万条记录，按常规方式进行，极可能会发现OutofMemeroy的异常，这时可能须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，所以也是优化的重中之重，所以，各种策略也考虑的较多，在将数据放入这一级缓存以前，须要考虑一些前提条件: i. 数据不会被第三方修改(好比，是否有另外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(不然使用CACHE可能拔苗助长) 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，能够在映射文件中配置:read-only(只读，适用于不多变动的静态数据/历史数据)，nonstrict-read- write，read-write(比较广泛的形式，效率通常)，transactional(JTA中，且支持的缓存产品较少) d) 分布式缓存:同c)的配置同样，只是缓存产品的选用不一样，在目前的HIBERNATE中可供选择的很少，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。 五、 延迟加载 a) 实体延迟加载:经过使用动态代理实现 b) 集合延迟加载:经过实现自有的SET/LIST，HIBERNATE提供了这方面的支持 c) 属性延迟加载: 六、 方法选用 a) 完成一样一件事，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，极可能致使内存不够的问题，而若是用基于游标(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，然后者则不使用。 c) Query和list/iterator，若是去仔细研究一下它们，你可能会发现不少有意思的状况，两者主要区别(若是使用了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做用不大)，没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，但它通常只生成较少的执行SQL语句，不少状况就是一条(无关联)。 ii. iterator则能够利用二级缓存，对于一条查询语句，它会先从数据库中找出全部符合条件的记录的ID，再经过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，所以很容易知道，若是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. 经过iterator，配合缓存管理API，在海量数据查询中能够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()); } 若是用list方法，极可能就出OutofMemory错误了。 iv. 经过上面的说明，我想你应该知道如何去使用这两个方法了。 七、 集合的选用 在HIBERNATE 3.1文档的“19.5. Understanding Collection performance”中有详细的说明。 八、 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:若是不涉及多个事务管理器事务的话，不须要使用JTA，只有JDBC的事务控制就能够。 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(通常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(通常在应用级别实现)，如在HIBERNATE中能够定义 VERSION字段，显然，若是有多个应用操做数据，且这些应用不是用同一种乐观锁机制，则乐观锁会失效。所以，针对不一样的数据应有不一样的策略，同前面许 多状况同样，不少时候咱们是在效率与安全/准确性上找一个平衡点，不管如何，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。 九、 批量操做 即便是使用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异。咱们能够经过设置batch_size来让其支持批量操做。 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找出了全部ACCOUNT的ID，再进行删除，这主要是为了维护二级缓存，这样效率确定高不 了，在后续的版本中增长了bulk delete/update，但这也没法解决缓存的维护问题。也就是说，因为有了二级缓存的维护问题，HIBERNATE的批量操做效率并不尽如人意! 从前面许多要点能够看出，不少时候咱们是在效率与安全/准确性上找一个平衡点，不管如何，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，通常的，优化方案应在架构设计期就基本肯定，不然可能致使不必的返工，导致项目延期，而做为架构师和项目经理，还要面对开发人员可 能的抱怨，必竟，咱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，高效的操做语句，恰当API的选择等)才是最重要的。 Hibernate的缓存*********************************** 一、首先设置EhCache，创建配置文件ehcache.xml，默认的位置在class-path，能够放到你的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＞  二、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＞   若是使用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＞ 若是使用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：若是不设置“查询缓存”，那么hibernate只会缓存使用load()方法得到的单个持久化对象，若是想缓存使用 findall()、list()、Iterator()、createCriteria()、createQuery()等方法得到的数据结果集的话， 就须要设置 hibernate.cache.use_query_cache true 才行 三、在Hbm文件中添加＜cache usage="read-only"/＞ 四、若是须要“查询缓存”，还须要在使用Query或Criteria()时设置其setCacheable(true);属性 五、实践出真知，给一段测试程序，若是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();   }   }