2025-02-10

本文依照HIBERNATE幫助文檔,一些網絡書籍及項目經驗整理而成,隻提供要點和思路,具體做法可以留言探討,或是找一些更詳細更有針對性的資料。 
 
 
 
  初用HIBERNATE的人也許都遇到過性能問題,實現同一功能,用HIBERNATE與用JDBC性能相差十幾倍很正常,如果不及早調整,很可能影響整個項目的進度。 
 
 
  大體上,對於HIBERNATE性能調優的主要考慮點如下: 
 
 
  Ø 數據庫設計調整 
 
 
  Ø HQL優化 
 
 
  Ø API的正確使用(如根據不同的業務類型選用不同的集合及查詢API) 
 
 
  Ø 主配置參數(日志,查詢緩存,fetch_size, batch_size等) 
 
 
  Ø 映射文件優化(ID生成策略,二級緩存,延遲加載,關聯優化) 
 
 
  Ø 一級緩存的管理 
 
 
  Ø 針對二級緩存,還有許多特有的策略 
 
 
  Ø 事務控制策略。 
 
 
  1、 數據庫設計 
 
 
  a) 降低關聯的復雜性 
 
 
  b) 盡量不使用聯合主鍵 
 
 
  c) ID的生成機制,不同的數據庫所提供的機制並不完全一樣 
 
 
  d) 適當的冗餘數據,不過分追求高范式 
 
 
  2、 HQL優化 
 
 
  HQL如果拋開它同HIBERNATE本身一些緩存機制的關聯,HQL的優化技巧同普通的SQL優化技巧一樣,可以很容易在網上找到一些經驗之談。 
 
 
  3、 主配置 
 
 
  a) 查詢緩存,同下面講的緩存不太一樣,它是針對HQL語句的緩存,即完全一樣的語句再次執行時可以利用緩存數據。但是,查詢緩存在一個交易系統(數據變更頻繁,查詢條件相同的機率並不大)中可能會起反作用:它會白白耗費大量的系統資源但卻難以派上用場。 
 
 
  b) fetch_size,同JDBC的相關參數作用類似,參數並不是越大越好,而應根據業務特征去設置 
 
 
  c) batch_size同上。 
 
 
  d) 生產系統中,切記要關掉SQL語句打印。 
 
 
  4、 緩存 
 
 
  a) 數據庫級緩存:這級緩存是最高效和安全的,但不同的數據庫可管理的層次並不一樣,比如,在ORACLE中,可以在建表時指定將整個表置於緩存當中。 
 
 
  b) SESSION緩存:在一個HIBERNATE SESSION有效,這級緩存的可幹預性不強,大多於HIBERNATE自動管理,但它提供清除緩存的方法,這在大批量增加/更新操作是有效的。比如,同時增加十萬條記錄,按常規方式進行,很可能會發現OutofMemeroy的異常,這時可能需要手動清除這一級緩存:Session.evict以及Session.clear 
 
 
  c) 應用緩存:在一個SESSIONFACTORY中有效,因此也是優化的重中之重,因此,各類策略也考慮的較多,在將數據放入這一級緩存之前,需要考慮一些前提條件: 
 
 
  i. 數據不會被第三方修改(比如,是否有另一個應用也在修改這些數據?) 
 
 
  ii. 數據不會太大 
 
 
  iii. 數據不會頻繁更新(否則使用CACHE可能適得其反) 
 
 
  iv. 數據會被頻繁查詢 
 
 
  v. 數據不是關鍵數據(如涉及錢,安全等方面的問題)。 
 
 
  緩存有幾種形式,可以在映射文件中配置:read-only(隻讀,適用於很少變更的靜態數據/歷史數據),nonstrict-read-write,read-write(比較普遍的形式,效率一般),transactional(JTA中,且支持的緩存產品較少) 
 
 
  d) 分佈式緩存:同c)的配置一樣,隻是緩存產品的選用不同,在目前的HIBERNATE中可供選擇的不多,oscache, jboss cache,目前的大多數項目,對它們的用於集群的使用(特別是關鍵交易系統)都持保守態度。在集群環境中,隻利用數據庫級的緩存是最安全的。 
 
 
  5、 延遲加載 
 
 
  a) 實體延遲加載:通過使用動態代理實現 
 
 
  b) 集合延遲加載:通過實現自有的SET/LIST,HIBERNATE提供瞭這方面的支持 
 
 
  c) 屬性延遲加載: 
 
 
  6、 方法選用 
 
 
  a) 完成同樣一件事,HIBERNATE提供瞭可供選擇的一些方式,但具體使用什麼方式,可能用性能/代碼都會有影響。顯示,一次返回十萬條記錄(List/Set/Bag/Map等)進行處理,很可能導致內存不夠的問題,而如果用基於遊標(ScrollableResults)或Iterator的結果集,則不存在這樣的問題。 
 
 
  b) Session的load/get方法,前者會使用二級緩存,而後者則不使用。 
 
 
  c) Query和list/iterator,如果去仔細研究一下它們,你可能會發現很多有意思的情況,二者主要區別(如果使用瞭Spring,在HibernateTemplate中對應find,iterator方法): 
 
 
  i. list隻能利用查詢緩存(但在交易系統中查詢緩存作用不大),無法利用二級緩存中的單個實體,但list查出的對象會寫入二級緩存,但它一般隻生成較少的執行SQL語句,很多情況就是一條(無關聯)。 
 
 
  ii. iterator則可以利用二級緩存,對於一條查詢語句,它會先從數據庫中找出所有符合條件的記錄的ID,再通過ID去緩存找,對於緩存中沒有的記錄,再構造語句從數據庫中查出,因此很容易知道,如果緩存中沒有任何符合條件的記錄,使用iterator會產生N+1條SQL語句(N為符合條件的記錄數) 
 
 
  iii. 通過iterator,配合緩存管理API,在海量數據查詢中可以很好的解決內存問題,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錯誤瞭。 
 
 
  iv. 通過上面的說明,我想你應該知道如何去使用這兩個方法瞭。 
 
 
  7、 集合的選用 
 
 
  在HIBERNATE 3.1文檔的“19.5. Understanding Collection performance”中有詳細的說明。 
 
 
  8、 事務控制 
 
 
  事務方面對性能有影響的主要包括:事務方式的選用,事務隔離級別以及鎖的選用 
 
 
  a) 事務方式選用:如果不涉及多個事務管理器事務的話,不需要使用JTA,隻有JDBC的事務控制就可以。 
 
 
  b) 事務隔離級別:參見標準的SQL事務隔離級別 
 
 
  c) 鎖的選用:悲觀鎖(一般由具體的事務管理器實現),對於長事務效率低,但安全。樂觀鎖(一般在應用級別實現),如在HIBERNATE中可以定義VERSION字段,顯然,如果有多個應用操作數據,且這些應用不是用同一種樂觀鎖機制,則樂觀鎖會失效。因此,針對不同的數據應有不同的策略,同前面許多情況一樣,很多時候我們是在效率與安全/準確性上找一個平衡點,無論如何,優化都不是一個純技術的問題,你應該對你的應用和業務特征有足夠的瞭解。 
 
 
  9、 批量操作 
 
 
  即使是使用JDBC,在進行大批數據更新時,BATCH與不使用BATCH有效率上也有很大的差別。我們可以通過設置batch_size來讓其支持批量操作。 
 
 
  舉個例子,要批量刪除某表中的對象,如“delete Account”,打出來的語句,會發現HIBERNATE找出瞭所有ACCOUNT的ID,再進行刪除,這主要是為瞭維護二級緩存,這樣效率肯定高不瞭,在後續的版本中增加瞭bulk delete/update,但這也無法解決緩存的維護問題。也就是說,由於有瞭二級緩存的維護問題,HIBERNATE的批量操作效率並不盡如人意! 
 
 
  從前面許多要點可以看出,很多時候我們是在效率與安全/準確性上找一個平衡點,無論如何,優化都不是一個純技術的問題,你應該對你的應用和業務特征有足夠的瞭解,一般的,優化方案應在架構設計期就基本確定,否則可能導致沒必要的返工,致使項目延期,而作為架構師和項目經理,還要面對開發人員可能的抱怨,必竟,我們對用戶需求更改的控制力不大,但技術/架構風險是應該在初期意識到並制定好相關的對策。 
 
 
  還有一點要註意,應用層的緩存隻是錦上添花,永遠不要把它當救命稻草,應用的根基(數據庫設計,算法,高效的操作語句,恰當API的選擇等)才是最重要的。 

作者“ERDP技術架構”

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *