Hibernate批量處理海量資料的方法(轉)
本文例項講述了Hibernate批量處理海量資料的方法。分享給大家供大家參考,具體如下:
Hibernate批量處理海量其實從效能上考慮,它是很不可取的,浪費了很大的記憶體。從它的機制上講,Hibernate它是先把符合條件的資料查出來,放到記憶體當中,然後再進行操作。實際使用下來效能非常不理想,在筆者的實際使用中採用下面的第三種優化方案的資料是:100000條資料插入資料庫, 需要約30分鐘,呵呵,暈倒。(本人10分鐘插入1000000條資料(欄位比較小))
總結下來有三種來處理以解決效能問題:
1:繞過Hibernate API ,直接通過 JDBC API 來做,這個方法效能上是比較好的。也是最快的。
2:運用儲存過程。
3:還是用Hibernate API 來進行常規的批量處理,可以也有變,變就變在,我們可以在查找出一定的量的時候,及時的將這些資料做完操作就 刪掉,session.flush();session.evict(XX物件集); 這樣也可以挽救一點效能損失。這個"一定的量"要就要根據實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Hibernate API ,直接通過 JDBC API 來做,這個方法效能上是比較好的,也是最快的。(例項為 更新操作)
1 2 3 4 5 |
//注意用的是hibernate事務處理邊界
|
這小程式中,採用的是直接呼叫JDBC 的API 來訪問資料庫,效率很高。避免了Hibernate 先查詢出來載入到記憶體,再進行操作引發的效能問題 。 2:運用儲存過程。但這種方式考慮到易植和程式部署的方便性,不建議使用。(例項為 更新操作)
如果底層資料庫(如Oracle)支援儲存過程,也可以通過儲存過程來執行批量更新。儲存過程直接在資料庫中執行,速度更加快。在Oracle資料庫中可以定義一個名為batchUpdateCustomer()的儲存過程,程式碼如下:
複製程式碼程式碼如下:
create or replace procedure batchUpdateCustomer(p_age in number) as begin update CUSTOMERS set AGE=AGE+1 where AGE>p_age;end;
以上儲存過程有一個引數p_age,代表客戶的年齡,應用程式可按照以下方式呼叫儲存過程:
1 2 3 4 5 6 7 |
|
從上面程式看出,應用程式也必須繞過Hibernate API,直接通過JDBC API來呼叫儲存過程。
3:還是用Hibernate API 來進行常規的批量處理,可以也有變,變就變在,我們可以在查找出一定的量的時候,及時的將這些資料做完操作就刪掉,session.flush();session.evict(XX物件集); 這樣也可以挽救一點效能損失。這個"一定的量"要就要根據實際情況做定量參考了…… (例項為 儲存操作)
業務邏輯為:我們要想資料庫插入10 0000 條資料
1 2 3 4 5 6 7 8 9 10 11 12 |
|
這樣可以把系統維持在一個穩定的範圍……
在專案的開發過程之中,由於專案需求,我們常常需要把大批量的資料插入到資料庫。數量級有萬級、十萬級、百萬級、甚至千萬級別的。如此數量級別的資料用Hibernate做插入操作,就可能會發生異常,常見的異常是OutOfMemoryError(記憶體溢位異常)。
首先,我們簡單來回顧一下Hibernate插入操作的機制。Hibernate要對它內部快取進行維護,當我們執行插入操作時,就會把要操作的物件全部放到自身的內部快取來進行管理。
談到Hibernate的快取,Hibernate有內部快取與二級快取之說。由於Hibernate對這兩種快取有著不同的管理機制,對於二級快取,我們可以對它的大小進行相關配置,而對於內部快取,Hibernate就採取了"放任自流"的態度了,對它的容量並沒有限制。現在癥結找到了,我們做海量資料插入的時候,生成這麼多的物件就會被納入內部快取(內部快取是在記憶體中做快取的),這樣你的系統記憶體就會一點一點的被蠶食,如果最後系統被擠"炸"了,也就在情理之中了。
我們想想如何較好的處理這個問題呢?有的開發條件又必須使用Hibernate來處理,當然有的專案比較靈活,可以去尋求其他的方法。
筆者在這裡推薦兩種方法:
(1):優化Hibernate,程式上採用分段插入及時清除快取的方法。 (2):繞過Hibernate API ,直接通過 JDBC API 來做批量插入,這個方法效能上是最 好的,也是最快的。
對於上述中的方法1,其基本是思路為:優化Hibernate,在配置檔案中設定hibernate.jdbc.batch_size引數,來指定每次提交SQL的數量;程式上採用分段插入及時清除快取的方法(Session實現了非同步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資料後及時的把它們從內部快取中清除掉,釋放佔用的記憶體。
設定hibernate.jdbc.batch_size引數,可參考如下配置。
1 2 3 |
|
配置hibernate.jdbc.batch_size引數的原因就是儘量少讀資料庫,hibernate.jdbc.batch_size引數值越大,讀資料庫的次數越少,速度越快。從上面的配置可以看出,Hibernate是等到程式積累到了50個SQL之後再批量提交。
筆者也在想,hibernate.jdbc.batch_size引數值也可能不是設定得越大越好,從效能角度上講還有待商榷。這要考慮實際情況,酌情設定,一般情形設定30、50就可以滿足需求了。
程式實現方面,筆者以插入10000條資料為例子,如
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
|
在一定的資料規模下,這種做法可以把系統記憶體資源維持在一個相對穩定的範圍。
注意:前面提到二級快取,筆者在這裡有必要再提一下。如果啟用了二級快取,從機制上講Hibernate為了維護二級快取,我們在做插入、更新、刪除操作時,Hibernate都會往二級快取充入相應的資料。效能上就會有很大損失,所以筆者建議在批處理情況下禁用二級快取。
對於方法2,採用傳統的JDBC的批處理,使用JDBC API來處理。
些方法請參照java 批處理自執行SQL
看看上面的程式碼,是不是總覺得有不妥的地方?對,沒發現麼!這還是JDBC的傳統程式設計,沒有一點Hibernate味道。
可以對以上的程式碼修改成下面這樣:
1 2 3 4 5 6 7 8 9 10 11 12 |
|
這樣改動就很有Hibernate的味道了。筆者經過測試,採用JDBC API來做批量處理,效能上比使用Hibernate API要高將近10倍,效能上JDBC 佔優這是無疑的。
批量更新與刪除Hibernate2中,對於批量更新操作,Hibernate是將符合要求的資料查出來,然後再做更新操作。批量刪除也是這樣,先把符合條件的資料查出來,然後再做刪除操作。
這樣有兩個大缺點:
(1):佔用大量的記憶體。 (2):處理海量資料的時候,執行update/delete語句就是海量了,而且一條update/delete語句只能操作一個物件,這樣頻繁的操作資料庫,效能低下應該是可想而知的了。
Hibernate3 釋出後,對批量更新/刪除操作引入了bulk update/delete,其原理就是通過一條HQL語句完成批量更新/刪除操作,很類似JDBC的批量更新/刪除操作。在效能上,比Hibernate2的批量更新/刪除有很大的提升。
1 2 3 4 5 6 |
|
控制檯輸出了也就一條刪除語句Hibernate:delete from T_STUDENT,語句執行少了,效能上也與使用JDBC相差無幾,是一個提升效能很好的方法。當然為了有更好的效能,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點與上面的批量插入方法2基本相同,這裡就不在冗述。
筆者這裡再提供一個方法,就是從資料庫端來考慮提升效能,在Hibernate程式端呼叫儲存過程。儲存過程在資料庫端執行,速度更快。以批量更新為例,給出參考程式碼。
首先在資料庫端建立名為batchUpdateStudent儲存過程:
1 2 3 4 |
|
呼叫程式碼如下:
1 2 3 4 5 6 |
|
觀察上面的程式碼,也是繞過Hibernate API,使用 JDBC API來呼叫儲存過程,使用的還是Hibernate的事務邊界。儲存過程無疑是提高批量處理效能的一個好方法,直接執行與資料庫端,某種程度上講把批處理的壓力轉接給了資料庫。
編後語
本文探討了Hibernate的批處理操作,出發點都是在提高效能上考慮了,也只是提供了提升效能的一個小方面。
不管採取什麼樣的方法,來提升效能都要根據實際的情況來考慮,為使用者提供一個滿足需求的而且高效穩定的系統才是重中之中。
希望本文所述對大家Hibernate程式設計有所幫助。