hibernate性能方法

《hibernate性能方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、、针对Mysql数据库而言主要是物理硬件的优化磁盘的寻道能力（磁盘的IO）Mysql的自身优化（Mysql.cnf）文件的优化2、针对Oracle数据库而言，FetchSize是设定JDBC的Statement读取数据的时候每次从数据库中取出的记录条数，一般设置为30、50、100.Oracle数据库的JDBC驱动默认的FetchSize=15，设置FetchSize设置为：30、50，性能会有明显提升，如果继续增大，超出100，性能提升不明显，反而会消耗内存。即在Hibernate配制文件中进行配制：＜propertyna

2、me="hibernateProperties"＞＜props＞＜propkey="hibernate.dialect"＞org.hibernate.dialect.Oracle9Dialect＜/prop＞＜propkey="hibernate.show_sql"＞false＜/prop＞＜!--Create/updatethedatabasetablesautomaticallywhentheJVMstartsup＜propkey="hibernate.hbm2ddl.auto"＞update＜/prop＞--＞＜!--

3、TurnbatchingoffforbettererrormessagesunderPostgreSQL＜propkey="hibernate.jdbc.batch_size"＞100＜/prop＞--＞＜propkey="hibernate.jdbc.batch_size"＞50＜/prop＞＜/props＞＜/property＞2、如果是超大的系统，建议生成htm文件。加快页面提升速度。3、不要把所有的责任推在hibernate上，对代码进行重构，减少对数据库的操作，尽量避免在数据库查询时使用in操作，以及避免递归查询操

4、作，代码质量、系统设计的合理性决定系统性能的高低。4、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

5、iterator（）才有优势。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方会初始化，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。7、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

6、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。尽可能对每个页面的显示，对数据库的操作减少到100——150条以内。越少越好。以上是在进行Struts+hibernate+spring进行项目开发中，对hibernate性能优化的几点心得。本文依照HIBERNATE帮助文件，一些网络书籍及项目经验整理而成，只提供要点和思路，具体做法能留言探讨，或是找一些更周详更有针对性的资料。　　初用HIBERNATE的人也

7、许都遇见过性能问题，实现同一功能，用HIBERNATE和用JDBC性能相差十几倍非常正常，如果不及早调整，非常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)　　主设置参数(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，更有许多特有的策略　　事务控制策略。　　1、数据库设计　　

8、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相同　　d)适当的冗余数据，不过分追求高范式　　2、HQL优化　　HQL如果抛开他同HIBERNATE本身一些缓存机制的关联，HQL的优化技巧同普通的SQL优化技巧相同，能非常容易在网上找