Hibernate通过Cirteria求翻页插件的总记录数_hiberate criteria 翻页-优快云博客

本文链接：https://blog.youkuaiyun.com/lixwjava/article/details/49702701

在Web开发中，为解决使用Criteria查询20万数据时的性能问题，作者探讨了三种解决方案。思路一利用JDBC，速度快但需要手动处理SQL和连接池。思路二使用Query，速度稍慢但由Hibernate管理数据库连接。最终选择了思路三，通过优化的Criteria求解，避免直接SQL，以Java API操作数据库，兼顾效率和代码维护性。在28万条数据规模下，执行时间差距仅为0.145秒。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Web开发中，经常会使用到翻页插件，翻页插件一般含有符合多条件的总记录数，之前通过用criteria.list().size()求解时，是相当笨的方法，当数据到20W的时候，仅仅调用一个查询列表就反应65S，而且对内存消耗也是很惊人的。

没办法只好换思路。

思路一：请过JDBC来求解：好处执行速度快，但是要自己维护连接池，还要拼SQL，尤其是多条件查询的时候，很容易出错。

思路二：通过Query来求解，速度会比JDBC慢些，好处是Hibernate可以帮你维护数据库的连接，弊端是要拼接SQL，容易出错。

思路三：还是Criteria来求解，好处有：绕开SQL，通过Java API来操作数据库；之前求多条件查询就通过Criteria来实现，只需要维护一处。弊端可能会慢，但是在几十万条规模情境下慢不了多少。

思路三代码：

   /**
     * 符合【多条件查询】的组合记录数
     * @param entity
     * @return
     */
    public int getRecords(T entity){
        Criteria criteria = createCriteria(entity);//约束条件
        criteria.setProjection(Projections.rowCount());
        return ((Long)criteria.uniqueResult()).intValue();
    }

    /**
     * 多条件查询时
     * 返回含有部分结果集的Page对象
     * @param page
     * @param entity
     * @return
     */
    public Page<T> listPage(Page page, T entity){
        page.setTotalCount(getRecords(entity));//符合条件的总记录数
        Criteria criteria = createCriteria(entity);//约束条件
        //起始位置
        criteria.setFirstResult((page.getPageNo()-1)*page.getPageSize());
        criteria.setMaxResults(page.getPageSize());//结果集大小
        page.setResult(criteria.list());
        return page;
    }

通过JUnit4i单元测试

    @Test
    public void testGetRecords() throws Exception {
//        entity.setContent("d7");
        StopWatch watch = new StopWatch();
        page.setPageNo(2);
        watch.start();
        int result = dao.getRecords(entity);
        watch.stop();
        System.out.println("符合要求的记录数： " + result);
        System.out.println("查询时间： " + watch.getTotalTimeSeconds() + " 秒");
    }

运行结果：

下面继续:添加条件

Junit测试方法testGetRecords()的entity.setContent("d7")取消注释;

运行结果

直接通过SQL执行：

select count(*) from news t where content like '%d7%';

执行结果

数据规模为28W+，执行时间差为0.145S