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
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
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
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:Sessionevict以及Sessionclear
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:
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?)
数据不会太大
数据不会频繁更新(否则使用CACHE可能适得其反)
数据会被频繁查询
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:readonly(只读适用于很少变更的静态数据/历史数据)nonstrictreadwritereadwrite(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
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/LISTHIBERNATE提供了这方面的支持
C 属性延迟加载:
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finditerator方法):
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)
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+条SQL语句(N为符合条件的记录数)
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(ithasNext()){
YouObject object = (YouObject)itnext();
sessionevict(youObject);
sessionFactoryevice(YouObjectclass youObjectgetId());
}
如果用list方法很可能就出OutofMemory错误了
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
集合的选用
在HIBERNATE 文档的 Understanding Collection performance中有详细的说明
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
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