Hibernate緩存配置/批量處理

   Hibernate除了自動對Session級別的事務進行一級緩存外，二級緩存都需要實現org.hibernate.cache.CacheProvider接口，Hibernate已經實現了一些緩存，開發人員可以直接配置使用，同時要啓用二級緩存，配置hibernate.cache.use_second_level_cache爲true。

可選值：

1. org.hibernate.cache.HashtableCacheProvide
2. org.hibernate.cache.EhCacheProvider
3. org.hibernate.cache.OSCacheProvider
4. org.hibernate.cache.SwarmCacheProvider
5. org.hibernate.cache.TreeCacheProvider...

例如：
(1).hibernate.cfg.xml

<property name="hibernate.cache.provider_class">org.hibernate.cache.EhCacheProvider</property>
<property name="hibernate.cache.use_second_level_cache">true</property>

(2)spring

<prop key="hibernate.cache.provider_class">org.hibernate.cache.EhCacheProvider</prop>
<prop key="hibernate.cache.use_second_level_cache">true</prop>

   Hibernate在默認情況下並不會對所有實體對象進行緩存，所以，我們需要指定緩存哪些對象，在實體對象的映射文件中（相應的<class>標籤內部），添加如下配置：
<cache usage="read-only"/> 或者在hibernate.cfg.xml中添加如下配置：
<class-cache class="com.xxx.hibernate.XXClass" usage="read-only"/>

usage="read-only"是“只讀”緩存策略。

注意，這個<cache>標籤只能放在<class>標籤的內部，而且必須處在<id>標籤的前面。

    Hibernate二級緩存是SessionFactory級的緩存,它允許多個Session間共享,使用時需要使用第三方的緩存組件,新版Hibernate將EHcache作爲默認的二級緩存實現.

    緩存同步策略:緩存同步策略決定了數據對象在緩存中的存取規則,我們必須爲每個實體類指定相應的緩存同步策略.Hibernate中提供了4種不同的緩存同步策略:
    1.read-only:只讀.對於不會發生改變的數據可使用.
    2.nonstrict-read-write:如果程序對併發訪問下的數據同步要求不嚴格,且數據更新頻率較低,採用本緩存同步策略可獲得較好性能.
    3.read-write:嚴格的讀寫緩存.基於時間戳判定機制,實現了"read committed"事務隔離等級.用於對數據同步要求的情況,但不支持分佈式緩存,實際應用中使用最多的緩存同步策略.
    4.transactional: 事務型緩存,必須運行在JTA事務環境中.此緩存中,緩存的相關操作被添加到事務中(此緩存類似於一個內存數據庫),如事務失敗,則緩衝池的數據會一同回 滾到事務的開始之前的狀態.事務型緩存實現了"Repeatable read"事務隔離等級,有效保證了數據的合法性,適應於對關鍵數據的緩存,Hibernate內置緩存中,只有JBossCache支持事務型緩存.

各種緩存實現

1. hibernate.cache.use_minimal_puts:是否優化二級緩存來最小化讀寫操作，集羣時的緩存優化。可選值：true（默認）：啓用最小化讀寫操作。false：禁用最小化讀寫操作。
2. hibernate.cache.use_query_cache:是否緩存查詢結果(條件查詢時用)。可選值：true：緩存查詢結果。false：不緩存查詢結果
3. hibernate.cache.use_second_level_cache:否啓用二級緩存。可選值：true：啓用二級緩存。false：不使用二級緩存。
4. hibernate.cache.query_cache_factory:設置自定義的查詢緩存類全名，緩存類必須實現org.hibernate.cache.QueryCache接口。可選值：(1)org.hibernate.cache.StandardQueryCache（默認）。(2)自定義緩存實現類。
5. hibernate.cache.region_prefix:二級緩存的前綴名稱。
6. hibernate.cache.use_structured_entries:是否使用結構化的方式緩存對象。可選值：true：結構化方式緩存對象。false：不使用結構化的方式緩存對象。

附:echcache.xml

<?xml version="1.0" encoding="UTF-8"?>
<ehcache>
    <diskStore path="java.io.tmpdir"/>
    <defaultCache
        maxElementsInMemory="10000"
        eternal="false"
        timeToIdleSeconds="120"
        timeToLiveSeconds="120"
        overflowToDisk="true"/>

     <cache  name="org.hibernate.cache.StandardQueryCache"
          maxElementsInMemory="10000"
          eternal="false"
          timeToIdleSeconds="200"
          timeToLiveSeconds="500"
          overflowToDisk="true"/>

     <cache name ="org.hibernate.cache.UpdateTimestampsCache"
         maxElementsInMemory ="5000"
         eternal ="true"
         overflowToDisk ="true"/>

</ehcache>

• maxElementsInMemory屬性用於指定緩存中最多可放多少個對象。
• eternal屬性指定緩存是否永久有效。
• timeToIdleSeconds屬性指定緩存閒置多久未被使用便清理掉。
• timeToLiveSeconds屬性指定緩存的生命長度。
• diskPersistent屬性指定緩存是否被持久化到硬盤中，保存路徑由<diskStore>標籤指定。

測試時，log4j.properties

log4j.logger.org.hibernate=warn
log4j.logger.org.hibernate.cache=debug

批量處理：
由於Hibernate對這兩種緩存有着不同的管理機制，對於二級緩存，我們可以對它的大小進行相關配置,而對於內部緩存，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，我們做海量數據插入的時候，生成這麼多的對象就會被納入內部緩存（內部緩存是在內存中做緩存的），這樣你的系統內存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，當然有的項目比較靈活，可以去尋求其他的方法。

   這裏推薦兩種方法：
   (1)：優化Hibernate,程序上採用分段插入及時清除緩存的方法。
   (2)：繞過Hibernate API ，直接通過 JDBC API 來做批量插入，這個方法性能上是最 好的，也是最快的。
    對於上述中的方法1，其基本是思路爲：優化Hibernate，在配置文件中設置hibernate.jdbc.batch_size參數，來指定每次提交SQL的數量；程序上採用分段插入及時清除緩存的方法(Session實現了異步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據後及時的把它們從內部緩存中清除掉，釋放佔用的內存。
     設置hibernate.jdbc.batch_size參數，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參數的原因就是儘量少讀數據庫，hibernate.jdbc.batch_size參數值越大，讀數據庫的次數越少，速度越快。從上面的配置可以看出，Hibernate是等到程序積累到了50個SQL之後再批量提交。

    hibernate.jdbc.batch_size參數值也可能不是設置得越大越好，從性能角度上講還有待商榷。這要考慮實際情況，酌情設置，一般情形設置30、50就可以滿足需求了。

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個數據作爲一個處理單元
...{
session.flush(); //保持與數據庫數據的同步
session.clear(); //清除內部緩存的全部數據，及時釋放出佔用的內存
}
}
tx.commit();
.........

在一定的數據規模下，這種做法可以把系統內存資源維持在一個相對穩定的範圍。

    注意：前面提到二級緩存，在這裏有必要再提一下。如果啓用了二級緩存，從機制上講Hibernate爲了維護二級緩存，我們在做插入、更新、刪除操作時，Hibernate都會往二級緩存充入相應的數據。性能上就會有很大損失，所以建議在批處理情況下禁用二級緩存。