Hibernate优化

花絮

第一次去面试的时候人家问在SSH框架下,如何进行Hibernate的优化,当时自己只是看到这些根本就没有系统的总结这些东西,今天终于找到一个时间来解决一下自己面试的这个问题了。

Hibernate自述

我天生效率比较低,在普遍情况下,需要将执行转换为SQL语句的Hibernate低于直接JDBC存取。但是在经过比较好的性能优化之后,我的性能还是让人相当满意的,特别是应用二级缓存之后,甚至可以获得比较不使用缓存的JDBC更好的性能。

优化总结

要想优化Hibernate,我们必须知道应该从什么地方进行优化,从什么地方入手。Hibernate的优化方向:数据库设计、HQL优化、缓存、主配置、延迟加载、方法选用、集合选用、事物控制、批量操作

具体分析

第一点:数据库设计

前边博客介绍过数据库设计,今天我们还从这开始,表的设计就是建楼的基础,如何让基础简洁而结实这是最重要的。

优化策略:

1.建索引

2.减少表之间的关联

3.简化查询字段,没用的字段不要,已经对返回结果的控制,尽量返回少量数据

4.适当的冗余数据,不过分最求高范式

第二点:HQL优化


(HQL知识图)

假如想好好了解一下的建议看一下这篇博客HQL详细使用,我个人认为写的还可以,知识总结的很细致。

总结:

1.实体查询:可以使用sql语句查询

2.实体的更新和删除:hibernate3中直接提供更加灵活更加效率的解决方法

3.属性查询:动态构造实例对象,对结果集进行封装

4.分组与排序:

A.Order by子句

B.Group by子句与统计查询

C.优化统计查询:内连接,外连接

5.参数绑定:和jdbc一样,对hibernate的参数绑定提供了丰富的支持。

第三点:缓存

运行机制:

介于应用程序和物理数据源之间,其作用是为了降低应用程序对物理数据源访问的频数,从而提高运行性能。

缓存被广泛应用的用于优化数据库。当一些数据被从数据库中读取出来的时候,我们可以把它们放到缓存里。这样我们可以再次使用的时候直接从缓存中取出来,这样我们的效率就提高了很多。

控制范围:

一级缓存是session对象的生命周期通常对应的一个数据库事务或者一个应用事务,它是事务范围内的缓存

二级缓存是一个可插拔的缓存插件,它是由SessionFactory负责管理。由于SessionFactory对象的生命周期和应用程序的整个过程对应,所以二级缓存是进城范围或者集群范围内的缓存。用于初始化很少更改的数据、不重要的数据,不会并发访问的数据。


Hibernate缓存的一些问题和建议:hibernate的缓存

第四点:捉取策略

1. 捉取优化:Hibernate在关联关系之间进行导航,充分利用Hibernate提供的技术

2. 如何捉取

立即捉取:当捉取宿主对象时,同时捉取其相关对象和关联集以及属性

延迟加载:当捉宿主对象时,并不捉取其关联对象,而是当对其对象进行调用时才加载。

3. 捉取粒度:设置捉取个数

第五点:批量数据处理(修改和删除)

在Hibernate2中,如果需要对任何数据进行修改和删除操作都需要先执行查询操作,在得到数据后才进行修改和删除。

1. 不适用Hibernate API而是直接使用JDBC API来做原生态SQL语句进行查询,这种方法比较好,相对来说较快。

2. 运用存储过程

3. 一定量范围内可以使用hibernate API,但是特大数据量不行。

第六点:结果集的使用:

结果集的使用:list()和iterator()区别

查询方式:

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,但是list查出的对象会写入二级缓存,但它一般只生成较少的sql语句,很多情况就是一条。

iterator则利用二级缓存,对于一条查询语句,它会先从数据库中找到所有符合条件的记录的ID,在通过ID去缓存找,对于缓存中没有的记录,在构造语句从数据库查出,第一次的执行会产生N+1条SQL语句。

产生结果:

用list可能会溢出

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。

综合考虑:

一般List会填充二级缓存,却不能利用二级缓存,而Iterator可以读二级缓存,然而无法命中的话,效率很低效。一般处理方法,就是第一次查询使用list,随后使用iterator查询。

总结

Hibernate优化总结还有主配置、方法选用、事物控制没有涉及到,因为它们相对来说这些方面比较简单,但是还是很重要的。

在实施一个项目的时候我们没有必要想这些问题,做项目的时候第一步运行起来,第二步优化一下。在很多小型项目中第二步一般都不会去做,所以说我们做工程的时候还是要牢记运行出来,假如自己作为研究或者这个问题比较严重的话我们才考虑优化。

Hibernate调优方面没有最有只有更优,让我们不断积极找到优化的方法,来优化我们的程序,来优化我们自己。

关于Hibernate优化方面,希望大家留下宝贵的意见,多对交流!

Hibernate性能优化策略. Hibernate性能优化策略.详细描述了java性能优化的各种策略高清 立即下载

相关推荐

hibernate 调优

hibernate 调优

Hibernate性能优化技巧

一、在处理大数据量时,会有大量的数据缓冲保存在Session的一级缓存中,这缓存大太时会严重显示性能,所以在使用Hibernate处理大数据量的,可以使用session. clear()或者session. evict(Object) 在处理过程中,清除全部的缓存或者清除某个对象。二、对大数据量查询时,慎用list()或者iterator()返回查询结果,. 使用List()返回结果时,H

liaomin416100569的专栏 941

Kali Linux实战:5种局域网DoS攻击手法全解析(附防御方案)

本文以Kali Linux为平台,深入解析了局域网内五种典型的DoS攻击手法,包括TCP SYN Flood、ICMP Flood、MAC地址泛洪、DHCP耗尽以及应用层CC攻击模拟。通过实战演示结合Wireshark抓包分析,清晰揭示了攻击原理与流量特征,并提供了从主机加固、防火墙规则到交换机安全配置(如端口安全、DHCP Snooping)等企业级防御方案,旨在帮助安全人员构建纵深防御体系。

weixin_29313423的博客 398

Hibernate --- 优化方案

一、HQL优化 二、延迟加载 三、一级缓存 四、二级缓存 五、检索策略

__静禅__ 513

格(Lattice)基础(一)

有关格的基础概念,和相关的格难题

Amire0x的小乐园 5699

RK3588S开发板实战:手把手教你调试IMX415摄像头(附常见问题排查)

本文提供了基于RK3588S开发板调试IMX415摄像头的完整实战指南。从硬件连接到软件配置,详细解析了设备树(DTS)设置、驱动加载验证及V4L2工具链使用,并附带了常见问题排查方法,帮助开发者快速解决摄像头调试中的典型问题,实现图像采集与性能调优。

assembly8low的博客 596

(转)Hibernate的优化方案

http://blog.youkuaiyun.com/yerenyuan_pku/article/details/70768603 HQL优化 使用参数绑定 使用绑定参数的原因是让数据库一次解析SQL,对后续的重复请求可以使用生成好的执行计划,这样做节省CPU时间和内存。 避免SQL注入。 尽量少使用NOT如果where子句中包含not关键字,那么执行时该字段的索引失效。 ...

265

一篇NS SAR ADC的学习记录

一篇NS SAR ADC的学习记录 内容包含: OverSampling Noise Shaping Dynamic Amplifier DAC with Redundancy 最近看了些有意思的SAR ADC结构,但是因为确实对模拟这个领域不太熟,导致了一系列的级联查找,最终达到了一个大概能懂的状态,为了理清思路,顺便别让看了这么些天的东西浪费了,还是计划写篇文章。 ps:由于不是一篇特别正紧的报告,参考文献就写的比较随便,且我还是个做数字的 A 13.5-ENOB, 107-μW Noise-Sha

weixin_45669724的博客 8711

Hibernate使用过程中的一些优化措施

1.使用双向一对多关联,不使用单向一对多2.灵活使用单向一对多关联3.不用一对一,用多对一取代4.配置对象缓存,不使用集合缓存5.一对多集合使用Bag,多对多集合使用Set6. 继承类使用显式多态7. 表字段要少,表关联不要怕多,有二级缓存撑腰

【昆山人在上海】 663

YOLO26改进105:全网首发--使用BiFPN改进特征金字塔网络

YOLOv6 v3.0在目标检测领域实现重大突破,通过改进网络架构和训练方案显著提升性能。该版本在COCO数据集上展现出优越表现:YOLOv6-N达到37.5% AP/1187 FPS,YOLOv6-S实现45.0% AP/484 FPS,均超越同类检测器。大模型YOLOv6-M/L分别达到50.0%/52.8% AP,L6版本更创下实时检测新纪录。关键技术包括RepVGGBlock、BiFusion等新型模块,通过多分支融合和高效重参数化设计提升性能。研究团队已验证各改进模块有效性,代码已开源。

AIcurator的博客 95

使用lightGBM进行数据建模及预测

在机器学习领域中,数据建模和预测一直是非常重要的任务。而lightGBM作为一种基于梯度提升算法的高效机器学习框架,被广泛应用于数据建模和预测中。本文将介绍如何使用lightGBM进行数据建模和预测。到此,我们已经成功使用lightGBM对数据进行了建模和预测。使用lightGBM可以快速、高效地完成数据建模和预测任务,是机器学习领域中不可或缺的工具之一。使用lightGBM进行数据建模及预测。

qq_37934722的博客 1016

Hibernate优化方案

一、批量修改和删除   在Hibernate 2中,如果需要对任何数据进行修改和删除操作,都需要先执行查询操作,在得到要修改或者删除的数据后,再对该数据进行相应的操作处理。在数据量少的情况下采用这种处理方式没有问题,但需要处理大量数据的时候就可能存在以下的问题:    占用大量的内存。    需要多次执行update/delete语句,而每次执行只能处理一条数据。   以上两个问题的出现会...

srj290310202的专栏 256

addr2line解析不出来行号的解决方式(汇编解析高阶版)

摘要:本文针对AEC crash问题中addr2line无法解析行号的情况,通过llvm-addr2line和反汇编分析,定位到CamX::AECBEStats17::AdjustROIParams函数中的乘法溢出问题。关键发现包括: 常规addr2line只能解析到函数名但无具体行号 llvm-addr2line解析出多个可能溢出点(行196/204/211/218/270/271) 反汇编显示6个条件分支跳转到溢出处理函数 源码分析确认这些位置均存在乘法运算 最终通过汇编级调试工具成功定位UBsan报告

168

hibernate优化

Hibernate优化   1、使用双向一对多关联,不使用单向一对多 2、使用二级缓存 3、查询时:     get()和load方法得到单个对象     list()和iterator()方法得到结果集     load()方法会使用二级缓存,     get()方法在一级缓存没有找到的情况下会直接查询数据库,不会去二级缓存中查找。     对使用了二级缓存的对象进行查询时最

sprita1的专栏 4179

“华为杯”研究生数学建模竞赛2020年-【华为杯】D题:无人机集群协同对抗(附获奖论文和MATLAB代码实现)

1.问题重述摘 要:本文针对非线性约束条件下红蓝双方无人机集群协同对抗的最优规划问题,结合贪婪队形、非线性规划、内点法、蒙特卡洛方法和全联立正交配置有限元法,构建了无人机集群协同对抗推演模型。,构建了。我们综合考虑了,和。首先分析红方在集群约束下的贪婪队形和拦截策略,然后我们基于内点法联合MATLAB和AMPL编程求解蓝方突防的非线性规划解,最后基于蒙特卡洛法对整个蓝方突防过程进行推演,得到突防概率图。通过推演,我们提出了两块的区域作为所求区域,并对蓝方的最优突防策略进行分析。

getusushu的博客 1551

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Hibernate优化策略

引言:  Hibernate是目前Java领域事实上的ORM实现标准,它以优雅的方式解决了面向对象和面向Table之间的不匹配状态,是解决Java应用中数据持久化的框架。由于Hibernate自行管理从数据库中读入的数据,则容易出现内存占用过大的问题,那如何来解决这个问题或者降低这种问题出现的概率呢?本文将尝试把其中的若干策略进行总结。

木小鱼的笔记 6505

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Hibernate的优化

优化总结 要想优化Hibernate,我们必须知道应该从什么地方进行优化,从什么地方入手。Hibernate的优化方向:  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

runming56的专栏 577

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Hibernate优化问题

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,如果不及早调整,很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)   * 主配置参数(日志,查询缓存,fetch...

午夜精灵 100

Hibernate优化_Hibernate性能优化_Hibernate优化方案(下)

 Hibernate是笔者使用了超过5年的优秀ORM框架,虽然说使用了5年,但笔者并没有把握说自己真正意义上的精通Hibernate。说道熟悉Hibernate还差不多,因为Hibernate用法和特性只要使用过或许都很简单,但是要做到发挥Hibernate最大限度的潜力,Hibernate优化,或者说Hibernate性能优化笔者仅仅是初窥门径而已。这里摘录一篇牛人对于Hibernate优化的文...

咖啡堂 225

Hibernate优化方法

Hibernate优化方法一:批量修改和删除  在Hibernate 2中,如果需要对任何数据进行修改和删除操作,都需要先执行查询操作,在得到要修改或者删除的数据后,再对该数据进行相应的操作处理。在数据量少的情况下采用这种处理方式没有问题,但需要处理大量数据的时候就可能存在以下的问题:  ◆占用大量的内存。  ◆需要多次执行update/delete语句,而每次执行只能处理一条数据。  以

anlovejing的专栏 575

hibernate查询性能优化

1、针对Oracle数据库而言,Fetch Size 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Fetch Size=15,设置Fetch Size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:

大漠 3775

Hibernate 的性能优化

----@Voyages_Xu Hibernate 的性能优化 一般,对于Hibernate 的性能优化主要考虑以下几个方面: 1:数据库设计调整 2:HQL优化 3: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) 4:主配置参数(日志,查询缓存,fetch_size, batch_size等) 5:映射文件优化(ID生成策略,二级缓存,延迟加载,关联优化): 6:一级缓存的...

Avenir_Xu的博客 551
上一篇: 搜索引擎对正则表达式的支持。
下一篇: Hibernate优化
piperzero
博客等级 码龄21年 1377粉丝 504原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值