本文實(shí)例講述了Hibernate批量處理海量數(shù)據(jù)的方法。分享給大家供大家參考，具體如下：

Hibernate批量處理海量其實(shí)從性能上考慮，它是很不可取的，浪費(fèi)了很大的內(nèi)存。從它的機(jī)制上講，Hibernate它是先把符合條件的數(shù)據(jù)查出來(lái)，放到內(nèi)存當(dāng)中，然后再進(jìn)行操作。實(shí)際使用下來(lái)性能非常不理想，在筆者的實(shí)際使用中采用下面的第三種優(yōu)化方案的數(shù)據(jù)是：100000條數(shù)據(jù)插入數(shù)據(jù)庫(kù)， 需要約30分鐘，呵呵，暈倒。(本人10分鐘插入1000000條數(shù)據(jù)(字段比較小))

總結(jié)下來(lái)有三種來(lái)處理以解決性能問(wèn)題：

1：繞過(guò)Hibernate API ，直接通過(guò) JDBC API 來(lái)做，這個(gè)方法性能上是比較好的。也是最快的。

2：運(yùn)用存儲(chǔ)過(guò)程。

3：還是用Hibernate API 來(lái)進(jìn)行常規(guī)的批量處理，可以也有變，變就變?cè)?，我們可以在查找出一定的量的時(shí)候，及時(shí)的將這些數(shù)據(jù)做完操作就 刪掉，session.flush();session.evict(XX對(duì)象集); 這樣也可以挽救一點(diǎn)性能損失。這個(gè)"一定的量"要就要根據(jù)實(shí)際情況做定量參考了。一般為30-60左右，但效果仍然不理想。

1：繞過(guò)Hibernate API ，直接通過(guò) JDBC API 來(lái)做，這個(gè)方法性能上是比較好的，也是最快的。(實(shí)例為 更新操作)

Transaction tx=session.beginTransaction(); //注意用的是hibernate事務(wù)處理邊界
Connection conn=session.connection();
PreparedStatement stmt=conn.preparedStatement("update CUSTOMER as C set C.sarlary=c.sarlary+1 where c.sarlary>1000");
stmt.excuteUpdate();
tx.commit(); //注意用的是hibernate事務(wù)處理邊界

這小程序中，采用的是直接調(diào)用JDBC 的API 來(lái)訪問(wèn)數(shù)據(jù)庫(kù)，效率很高。避免了Hibernate 先查詢出來(lái)加載到內(nèi)存，再進(jìn)行操作引發(fā)的性能問(wèn)題
。
2：運(yùn)用存儲(chǔ)過(guò)程。但這種方式考慮到易植和程序部署的方便性，不建議使用。(實(shí)例為 更新操作)

如果底層數(shù)據(jù)庫(kù)(如Oracle)支持存儲(chǔ)過(guò)程，也可以通過(guò)存儲(chǔ)過(guò)程來(lái)執(zhí)行批量更新。存儲(chǔ)過(guò)程直接在數(shù)據(jù)庫(kù)中運(yùn)行，速度更加快。在Oracle數(shù)據(jù)庫(kù)中可以定義一個(gè)名為batchUpdateCustomer()的存儲(chǔ)過(guò)程，代碼如下：

tx = session.beginTransaction();
Connection con=session.connection();
String procedure = "{call batchUpdateCustomer(？) }";
CallableStatement cstmt = con.prepareCall(procedure);
cstmt.setInt(1，0); //把年齡參數(shù)設(shè)為0
cstmt.executeUpdate();
tx.commit();

從上面程序看出，應(yīng)用程序也必須繞過(guò)Hibernate API，直接通過(guò)JDBC API來(lái)調(diào)用存儲(chǔ)過(guò)程。

3：還是用Hibernate API 來(lái)進(jìn)行常規(guī)的批量處理，可以也有變，變就變?cè)冢覀兛梢栽诓檎页鲆欢ǖ牧康臅r(shí)候，及時(shí)的將這些數(shù)據(jù)做完操作就刪掉，session.flush();session.evict(XX對(duì)象集); 這樣也可以挽救一點(diǎn)性能損失。這個(gè)"一定的量"要就要根據(jù)實(shí)際情況做定量參考了……
(實(shí)例為 保存操作)

業(yè)務(wù)邏輯為：我們要想數(shù)據(jù)庫(kù)插入10 0000 條數(shù)據(jù)

tx=session.beginTransaction();
for(int i=0;i<100000;i++)
{
Customer custom=new Customer();
custom.setName("user"+i);
session.save(custom);
if(i%50==0) // 以每50個(gè)數(shù)據(jù)作為一個(gè)處理單元，也就是我上面說(shuō)的"一定的量"，這個(gè)量是要酌情考慮的
{
session.flush();
session.clear();
}
}

這樣可以把系統(tǒng)維持在一個(gè)穩(wěn)定的范圍……

在項(xiàng)目的開(kāi)發(fā)過(guò)程之中，由于項(xiàng)目需求，我們常常需要把大批量的數(shù)據(jù)插入到數(shù)據(jù)庫(kù)。數(shù)量級(jí)有萬(wàn)級(jí)、十萬(wàn)級(jí)、百萬(wàn)級(jí)、甚至千萬(wàn)級(jí)別的。如此數(shù)量級(jí)別的數(shù)據(jù)用Hibernate做插入操作，就可能會(huì)發(fā)生異常，常見(jiàn)的異常是OutOfMemoryError(內(nèi)存溢出異常)。

首先，我們簡(jiǎn)單來(lái)回顧一下Hibernate插入操作的機(jī)制。Hibernate要對(duì)它內(nèi)部緩存進(jìn)行維護(hù)，當(dāng)我們執(zhí)行插入操作時(shí)，就會(huì)把要操作的對(duì)象全部放到自身的內(nèi)部緩存來(lái)進(jìn)行管理。

談到Hibernate的緩存，Hibernate有內(nèi)部緩存與二級(jí)緩存之說(shuō)。由于Hibernate對(duì)這兩種緩存有著不同的管理機(jī)制，對(duì)于二級(jí)緩存，我們可以對(duì)它的大小進(jìn)行相關(guān)配置，而對(duì)于內(nèi)部緩存，Hibernate就采取了"放任自流"的態(tài)度了，對(duì)它的容量并沒(méi)有限制?，F(xiàn)在癥結(jié)找到了，我們做海量數(shù)據(jù)插入的時(shí)候，生成這么多的對(duì)象就會(huì)被納入內(nèi)部緩存(內(nèi)部緩存是在內(nèi)存中做緩存的)，這樣你的系統(tǒng)內(nèi)存就會(huì)一點(diǎn)一點(diǎn)的被蠶食，如果最后系統(tǒng)被擠"炸"了，也就在情理之中了。

我們想想如何較好的處理這個(gè)問(wèn)題呢？有的開(kāi)發(fā)條件又必須使用Hibernate來(lái)處理，當(dāng)然有的項(xiàng)目比較靈活，可以去尋求其他的方法。

筆者在這里推薦兩種方法：

(1)：優(yōu)化Hibernate，程序上采用分段插入及時(shí)清除緩存的方法。
(2)：繞過(guò)Hibernate API ，直接通過(guò) JDBC API 來(lái)做批量插入，這個(gè)方法性能上是最 好的，也是最快的。

對(duì)于上述中的方法1，其基本是思路為：優(yōu)化Hibernate，在配置文件中設(shè)置hibernate.jdbc.batch_size參數(shù)，來(lái)指定每次提交SQL的數(shù)量;程序上采用分段插入及時(shí)清除緩存的方法(Session實(shí)現(xiàn)了異步write-behind，它允許Hibernate顯式地寫操作的批處理)，也就是每插入一定量的數(shù)據(jù)后及時(shí)的把它們從內(nèi)部緩存中清除掉，釋放占用的內(nèi)存。

設(shè)置hibernate.jdbc.batch_size參數(shù)，可參考如下配置。

<hibernate-configuration> <session-factory>……
<property name=" hibernate.jdbc.batch_size">50</property>……
<session-factory> <hibernate-configuration>

配置hibernate.jdbc.batch_size參數(shù)的原因就是盡量少讀數(shù)據(jù)庫(kù)，hibernate.jdbc.batch_size參數(shù)值越大，讀數(shù)據(jù)庫(kù)的次數(shù)越少，速度越快。從上面的配置可以看出，Hibernate是等到程序積累到了50個(gè)SQL之后再批量提交。

筆者也在想，hibernate.jdbc.batch_size參數(shù)值也可能不是設(shè)置得越大越好，從性能角度上講還有待商榷。這要考慮實(shí)際情況，酌情設(shè)置，一般情形設(shè)置30、50就可以滿足需求了。

程序?qū)崿F(xiàn)方面，筆者以插入10000條數(shù)據(jù)為例子，如

Session session=HibernateUtil.currentSession();
Transatcion tx=session.beginTransaction();
for(int i=0;i<10000;i++)
{
Student st=new Student();
st.setName("feifei");
session.save(st);
if(i%50==0) //以每50個(gè)數(shù)據(jù)作為一個(gè)處理單元
{
session.flush(); //保持與數(shù)據(jù)庫(kù)數(shù)據(jù)的同步
session.clear(); //清除內(nèi)部緩存的全部數(shù)據(jù)，及時(shí)釋放出占用的內(nèi)存
}
}
tx.commit();
……

在一定的數(shù)據(jù)規(guī)模下，這種做法可以把系統(tǒng)內(nèi)存資源維持在一個(gè)相對(duì)穩(wěn)定的范圍。

注意：前面提到二級(jí)緩存，筆者在這里有必要再提一下。如果啟用了二級(jí)緩存，從機(jī)制上講Hibernate為了維護(hù)二級(jí)緩存，我們?cè)谧霾迦?、更新、刪除操作時(shí)，Hibernate都會(huì)往二級(jí)緩存充入相應(yīng)的數(shù)據(jù)。性能上就會(huì)有很大損失，所以筆者建議在批處理情況下禁用二級(jí)緩存。

對(duì)于方法2，采用傳統(tǒng)的JDBC的批處理，使用JDBC API來(lái)處理。

些方法請(qǐng)參照java 批處理自執(zhí)行SQL

看看上面的代碼，是不是總覺(jué)得有不妥的地方？對(duì)，沒(méi)發(fā)現(xiàn)么！這還是JDBC的傳統(tǒng)編程，沒(méi)有一點(diǎn)Hibernate味道。

可以對(duì)以上的代碼修改成下面這樣：

Transaction tx=session.beginTransaction(); //使用Hibernate事務(wù)處理
Connection conn=session.connection();
PrepareStatement stmt=conn.prepareStatement("insert into T_STUDENT(name) values(？)");
for(int j=0;j++;j<200){
for(int i=0;i++;j<50)
{
stmt.setString(1，"feifei");
}
}
stmt.executeUpdate();
tx.commit(); //使用 Hibernate事務(wù)處理邊界
……

這樣改動(dòng)就很有Hibernate的味道了。筆者經(jīng)過(guò)測(cè)試，采用JDBC API來(lái)做批量處理，性能上比使用Hibernate API要高將近10倍，性能上JDBC 占優(yōu)這是無(wú)疑的。

批量更新與刪除Hibernate2中，對(duì)于批量更新操作，Hibernate是將符合要求的數(shù)據(jù)查出來(lái)，然后再做更新操作。批量刪除也是這樣，先把符合條件的數(shù)據(jù)查出來(lái)，然后再做刪除操作。

這樣有兩個(gè)大缺點(diǎn)：

(1)：占用大量的內(nèi)存。
(2)：處理海量數(shù)據(jù)的時(shí)候，執(zhí)行update/delete語(yǔ)句就是海量了，而且一條update/delete語(yǔ)句只能操作一個(gè)對(duì)象，這樣頻繁的操作數(shù)據(jù)庫(kù)，性能低下應(yīng)該是可想而知的了。

Hibernate3 發(fā)布后，對(duì)批量更新/刪除操作引入了bulk update/delete，其原理就是通過(guò)一條HQL語(yǔ)句完成批量更新/刪除操作，很類似JDBC的批量更新/刪除操作。在性能上，比Hibernate2的批量更新/刪除有很大的提升。

Transaction tx=session.beginSession();
String HQL="delete STUDENT";
Query query=session.createQuery(HQL);
int size=query.executeUpdate();
tx.commit();
……

控制臺(tái)輸出了也就一條刪除語(yǔ)句Hibernate：delete from T_STUDENT，語(yǔ)句執(zhí)行少了，性能上也與使用JDBC相差無(wú)幾，是一個(gè)提升性能很好的方法。當(dāng)然為了有更好的性能，筆者建議批量更新與刪除操作還是使用JDBC，方法以及基本的知識(shí)點(diǎn)與上面的批量插入方法2基本相同，這里就不在冗述。

筆者這里再提供一個(gè)方法，就是從數(shù)據(jù)庫(kù)端來(lái)考慮提升性能，在Hibernate程序端調(diào)用存儲(chǔ)過(guò)程。存儲(chǔ)過(guò)程在數(shù)據(jù)庫(kù)端運(yùn)行，速度更快。以批量更新為例，給出參考代碼。

首先在數(shù)據(jù)庫(kù)端建立名為batchUpdateStudent存儲(chǔ)過(guò)程：

create or replace produre batchUpdateStudent(a in number) as
begin
update STUDENT set AGE=AGE+1 where AGE>a;
end;

調(diào)用代碼如下：

Transaction tx=session.beginSession();
Connection conn=session.connection();
String pd="……{call batchUpdateStudent(？)}";
CallableStatement cstmt=conn.PrepareCall(pd);
cstmt.setInt(1，20); //把年齡這個(gè)參數(shù)設(shè)為20
tx.commit();

觀察上面的代碼，也是繞過(guò)Hibernate API，使用 JDBC API來(lái)調(diào)用存儲(chǔ)過(guò)程，使用的還是Hibernate的事務(wù)邊界。存儲(chǔ)過(guò)程無(wú)疑是提高批量處理性能的一個(gè)好方法，直接運(yùn)行與數(shù)據(jù)庫(kù)端，某種程度上講把批處理的壓力轉(zhuǎn)接給了數(shù)據(jù)庫(kù)。

編后語(yǔ)

本文探討了Hibernate的批處理操作，出發(fā)點(diǎn)都是在提高性能上考慮了，也只是提供了提升性能的一個(gè)小方面。

不管采取什么樣的方法，來(lái)提升性能都要根據(jù)實(shí)際的情況來(lái)考慮，為用戶提供一個(gè)滿足需求的而且高效穩(wěn)定的系統(tǒng)才是重中之中。

希望本文所述對(duì)大家Hibernate程序設(shè)計(jì)有所幫助。