看看，希望对你有帮助，用Annotation我感觉更方便些，再有啥问题再问哦
Hibernate批量处理其实从性能上考虑 它是很不可取的 浪费了很大的内存 从它的机制上讲 Hibernate它是先把符合条件的数据查出来 放到内存当中 然后再进行 *** 作 实际使用下来性能非常不理想 在笔者的实际使用中采用下面的第三种优化方案的数据是 条数据插入数据库 主流台式机的配置 需要约 分钟 呵呵 晕倒
总结下来有三种来处理以解决性能问题
绕过Hibernate API 直接通过 JDBC API 来做 这个方法性能上是比较好的 也是最快的
运用存储过程
还是用Hibernate API 来进行常规的批量处理 可以也有变 变就变在 我们可以在查找出一定的量的时候 及时的将这些数据做完 *** 作就
删掉 session flush（） session evict（XX对象集） 这样也可以挽救一点性能损失 这个 一定的量 要就要根据实际情况做定量参考了 一般为 左右 但效果仍然不理想
绕过Hibernate API 直接通过 JDBC API 来做 这个方法性能上是比较好的 也是最快的 （实例为 更新 *** 作）
Transaction tx=session beginTransaction（） //注意用的是hibernate事务处理边界
Connection conn=nnection（）
PreparedStatement stmt=conn preparedStatement（ update CUSTOMER as C set C sarlary=c sarlary+ where c sarlary>）
stmt excuteUpdate（）
mit（） //注意用的是hibernate事务处理边界
这小程序中 采用的是直接调用JDBC 的API 来访问数据库 效率很高 避免了Hibernate 先查询出来加载到内存 再进行 *** 作引发的性能问题
运用存储过程 但这种方式考虑到易植和程序部署的方便性 不建议使用 （实例为 更新 *** 作）
如果底层数据库（如Oracle）支持存储过程 也可以通过存储过程来执行批量更新 存储过程直接在数据库中运行 速度更加快 在Oracle数
据库中可以定义一个名为batchUpdateCustomer（）的存储过程 代码如下
代码内容create or replace procedure batchUpdateCustomer（p_age in number） as begin update CUSTOMERS set AGE=AGE+ where AGE>p_age end
以上存储过程有一个参数p_age 代表客户的年龄 应用程序可按照以下方式调用存储过程
代码内容
tx = session beginTransaction（）
Connection con=nnection（）
String procedure = {call batchUpdateCustomer（？） }
CallableStatement cstmt = con prepareCall（procedure）
cstmt setInt（ ） //把年龄参数设为
cstmt executeUpdate（）
mit（）
从上面程序看出 应用程序也必须绕过Hibernate API 直接通过JDBC API来调用存储过程
还是用Hibernate API 来进行常规的批量处理 可以也有变 变就变在 我们可以在查找出一定的量的时候 及时的将这些数据做完 *** 作就
删掉 session flush（） session evict（XX对象集） 这样也可以挽救一点性能损失 这个 一定的量 要就要根据实际情况做定量参考了……
（实例为 保存 *** 作）
业务逻辑为 我们要想数据库插入 条数据
tx=session beginTransaction（）
for（int i= i<i++）
{
Customer custom=new Customer（）
custom setName（ user +i）
session save（custom）
if（i% == ） // 以每 个数据作为一个处理单元 也就是我上面说的 一定的量 这个量是要酌情考虑的
{
session flush（）
session clear（）
}
}
这样可以把系统维持在一个稳定的范围……
在项目的开发过程之中 由于项目需求 我们常常需要把大批量的数据插入到数据库 数量级有万级 十万级 百万级 甚至千万级别的 如此数量级别的数据用Hibernate做插入 *** 作 就可能会发生异常 常见的异常是OutOfMemoryError（内存溢出异常）
首先 我们简单来回顾一下Hibernate插入 *** 作的机制 Hibernate要对它内部缓存进行维护 当我们执行插入 *** 作时 就会把要 *** 作的对象全部放到自身的内部缓存来进行管理
谈到Hibernate的缓存 Hibernate有内部缓存与二级缓存之说 由于Hibernate对这两种缓存有着不同的管理机制 对于二级缓存 我们可以对它的大小进行相关配置 而对于内部缓存 Hibernate就采取了 放任自流 的态度了 对它的容量并没有限制 现在症结找到了 我们做海量数据插入的时候 生成这么多的对象就会被纳入内部缓存（内部缓存是在内存中做缓存的） 这样你的系统内存就会一点一点的被蚕食 如果最后系统被挤 炸 了 也就在情理之中了
我们想想如何较好的处理这个问题呢？有的开发条件又必须使用Hibernate来处理 当然有的项目比较灵活 可以去寻求其他的方法
笔者在这里推荐两种方法 （ ） 优化Hibernate 程序上采用分段插入及时清除缓存的方法
（ ） 绕过Hibernate API 直接通过 JDBC API 来做批量插入 这个方法性能上是最 好的 也是最快的
对于上述中的方法 其基本是思路为 优化Hibernate 在配置文件中设置hibernate jdbc batch_size参数 来指定每次提交SQL的数量 程序上采用分段插入及时清除缓存的方法（Session实现了异步write behind 它允许Hibernate显式地写 *** 作的批处理） 也就是每插入一定量的数据后及时的把它们从内部缓存中清除掉 释放占用的内存
设置hibernate jdbc batch_size参数 可参考如下配置
<hibernate configuration><session factory>……
<property name= hibernate jdbc batch_size ></property>……
<session factory><hibernate configuration>
配置hibernate jdbc batch_size参数的原因就是尽量少读数据库 hibernate jdbc batch_size参数值越大 读数据库的次数越少 速度越快 从上面的配置可以看出 Hibernate是等到程序积累到了 个SQL之后再批量提交
笔者也在想 hibernate jdbc batch_size参数值也可能不是设置得越大越好 从性能角度上讲还有待商榷 这要考虑实际情况 酌情设置 一般情形设置 就可以满足需求了
程序实现方面 笔者以插入 条数据为例子 如
Session session=HibernateUtil currentSession（）
Transatcion tx=session beginTransaction（）
for（int i= i<i++）
{
Student st=new Student（）
st setName（ feifei ）
session save（st）
if（i% == ） //以每 个数据作为一个处理单元
{
session flush（） //保持与数据库数据的同步
session clear（） //清除内部缓存的全部数据 及时释放出占用的内存
}
}
mit（）
……
在一定的数据规模下 这种做法可以把系统内存资源维持在一个相对稳定的范围
注意 前面提到二级缓存 笔者在这里有必要再提一下 如果启用了二级缓存 从机制上讲Hibernate为了维护二级缓存 我们在做插入 更新 删除 *** 作时 Hibernate都会往二级缓存充入相应的数据 性能上就会有很大损失 所以笔者建议在批处理情况下禁用二级缓存
对于方法 采用传统的JDBC的批处理 使用JDBC API来处理
些方法请参照java 批处理自执行SQL
看看上面的代码 是不是总觉得有不妥的地方？对 没发现么！这还是JDBC的传统编程 没有一点Hibernate味道
可以对以上的代码修改成下面这样
Transaction tx=session beginTransaction（） //使用Hibernate事务处理
边界Connection conn=nnection（）
PrepareStatement stmt=conn prepareStatement（ insert into T_STUDENT（name） values（？） ）
for（int j= j++ j<）{
for（int i= i++ j<）
{
stmt setString（ feifei ）
}
}
stmt executeUpdate（）
mit（） //使用 Hibernate事务处理边界
……
这样改动就很有Hibernate的味道了 笔者经过测试 采用JDBC API来做批量处理 性能上比使用Hibernate API要高将近 倍 性能上JDBC 占优这是无疑的
批量更新与删除
Hibernate 中 对于批量更新 *** 作 Hibernate是将符合要求的数据查出来 然后再做更新 *** 作 批量删除也是这样 先把符合条件的数据查出来 然后再做删除 *** 作
这样有两个大缺点 （ ） 占用大量的内存
（ ） 处理海量数据的时候 执行update/delete语句就是海量了 而且一条update/delete语句只能 *** 作一个对象 这样频繁的 *** 作数据库 性能低下应该是可想而知的了
Hibernate 发布后 对批量更新/删除 *** 作引入了bulk update/delete 其原理就是通过一条HQL语句完成批量更新/删除 *** 作 很类似JDBC的批量更新/删除 *** 作 在性能上 比Hibernate 的批量更新/删除有很大的提升
Transaction tx=session beginSession（）
String HQL= delete STUDENT
Query query=session createQuery（HQL）
int size=query executeUpdate（）
mit（）
……
控制台输出了也就一条删除语句Hibernate delete from T_STUDENT 语句执行少了 性能上也与使用JDBC相差无几 是一个提升性能很好的方法 当然为了有更好的性能 笔者建议批量更新与删除 *** 作还是使用JDBC 方法以及基本的知识点与上面的批量插入方法 基本相同 这里就不在冗述
笔者这里再提供一个方法 就是从数据库端来考虑提升性能 在Hibernate程序端调用存储过程 存储过程在数据库端运行 速度更快 以批量更新为例 给出参考代码
首先在数据库端建立名为batchUpdateStudent存储过程
create or replace produre batchUpdateStudent（a in number） as
begin
update STUDENT set AGE=AGE+ where AGE>a
end
调用代码如下
Transaction tx=session beginSession（）
Connection conn=nnection（）
String pd= ……{call batchUpdateStudent（？）}
CallableStatement cstmt=conn PrepareCall（pd）
cstmt setInt（ ） //把年龄这个参数设为
mit（）
观察上面的代码 也是绕过Hibernate API 使用 JDBC API来调用存储过程 使用的还是Hibernate的事务边界 存储过程无疑是提高批量处理性能的一个好方法 直接运行与数据库端 某种程度上讲把批处理的压力转接给了数据库
三 编后语
本文探讨了Hibernate的批处理 *** 作 出发点都是在提高性能上考虑了 也只是提供了提升性能的一个小方面
lishixinzhi/Article/program/Java/ky/201311/28885以前我也碰到过。
具体原因我也不知道
反正我把数据库连接那的192.168.1.54(我机器的IP)
改成localhost就可以了
但是我同事有些也不好使。
你试一下！
还是希望真正懂得人来讲一下
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）