Hibernate 的批量處理

        很多人都對Java在批量數據的處理方面是否是其合適的場所持有懷疑的念頭，由此延伸，那麼就會認爲ORM可能也不是特別適合數據的批量處理。 其實，我想如果我們應用得當的話，完全可以消除ORM批量處理性能問題這方面的顧慮。下面以Hibernate爲例來做爲說明，假如我們真的不得不在Java中使用Hibernate來對數據進行批量處理的話。 向數據庫插入100 000條數據，用Hibernate可能像這樣：
      Session session = sessionFactory.openSession();
      Transaction tx = session.beginTransaction();
      for ( int i=0; i<100000; i++ ) {
      Customer customer = new Customer(.....); 
      session.save(customer); }
      tx.commit();
      session.close();
        大概在運行到第50 000條的時候，就會出現內存溢出而失敗。這是Hibernate把最近插入的Customer都以session-level cache在內存做緩存，我們不要忘記Hiberante並沒有限制first-level cache 的緩存大小： 
  # 持久對象實例被管理在事務結束時，此時Hibernate與數據庫同步任何已經發生
    變 化的被管理的的對象。
  #在單個持續內容範圍內，持久層特性與JAVA特性是相同的（這有助於你除去那
     些有混淆影響的數據）
  # Session實現了異步write-behind，它允許Hibernate顯式地寫操作的批處理。
  這裏，我給出Hibernate如何實現批量插入的方法： 
         首先，我們設置一個合理的JDBC批處理大小，hibernate.jdbc.batch_size 20。 然後在一定間隔對Session進行flush()和clear()。
      Session session = sessionFactory.openSession();
      Transaction tx = session.beginTransaction();
      for ( int i=0; i<100000; i++ ) {
      Customer customer = new Customer(.....);
      session.save(customer);
      if ( i % 20 == 0 ) {
     //flush 插入數據和釋放內存:
      session.flush(); session.clear(); }
      }
      tx.commit();
      session.close();
         那麼，關於怎樣刪除和更新數據呢？那好，在Hibernate2.1.6或者更後版本，scroll() 這個方法將是最好的途徑：
    Session session = sessionFactory.openSession();
    Transaction tx = session.beginTransaction();
    ScrollableResults customers = session.getNamedQuery("GetCustomers")
                                                                .scroll(ScrollMode.FORWARD_ONLY);
    int count=0;
    while ( customers.next() ) {
    Customer customer = (Customer) customers.get(0);
    customer.updateStuff(...);
    if ( ++count % 20 == 0 ) {
       //flush 更新數據和釋放內存:
        session.flush(); session.clear(); } }
    tx.commit(); session.close();
        這種做法並不困難，也不算不優雅。請注意，如果Customer啓用了second-level caching ，我們仍然會有一些內存管理的問題。原因就是對於用戶的每一次插入和更新，Hibernate在事務處理結束後不得不通告second-level cache 。因此，我們在批處理情況下將要禁用用戶使用緩存。