简介: Hibernate 在处理多表关联及分组排序等复杂数据库查询操作时,其固有的 O-R 映射机制会产生大量冗余 SQL 操作,系统性能比传统的 JDBC 低很多。本文分析了 Hibernate 产生此类问题的原因,提出了一个在 Hibernate 框架内直接操作 JDBC 的接口的解决方案,在实际项目中验证了该解决方案可以有效提高此类查询的效率。文中提供的示例代码可以直接运用于使用 Hibernate 框架的 J2EE 系统项目。
------------------============-----------------------
(转载自)
在 Hibernate 框架中提供直接操作 JDBC 接口的原因
Hibernate 框架在处理复杂查询方面的问题
Hibernate 是一个开放源代码的对象关系映射框架,它对 JDBC 进行了非常轻量级的对象封装,使得 Java 程序员可以随心所欲的使用面向对象编程思维来操纵数据库。Hibernate 的优势在于屏蔽了数据库细节,对于新增修改删除的数据层操作,不再需要跟具体的 SQL 语句打交道,简单的对对象实例进行增删改操作即可。
但是,对于多表关联、分组统计、排序等复杂的查询功能时,由于 Hibernate 自身的 O-R 映射机制,父子表之间关联取数据会产生大量冗余的查询操作,性能低下。此类情况下,直接使用 JDBC 的 SQL 语句反而更加灵活和高效。
Hibernate 框架处理复杂查询问题实例分析
考虑如下数据库实体示例,表 A 为主表,表 B 和表 C 为子表,A 与 B、A 与 C 表均为 1 对多关系,在 B 表和 C 表中以 A_ID 外键字段关联 A 表父记录。
在 Hibernate 框架中,通常采用以下配置方式完成 A 表与 B,C 表父子实体之间的级联查询操作,Hibernate 实体配置 xml 如下:
清单 1. hibernate 实体配置 xml
A.hbm.xml: |
对应的 Hibernate 领域实体类代码示例如下:
清单 2. hibernate 实体类示例
A.java: public class A implements java.io.Serializable,Comparable { private long id; private Set children_b = new HashSet(); private Set children_c = new HashSet |
假设现在要统计 A 表中从属的 B 表和 C 表记录之和最高的 top10 的 A 表记录,在 Hibernate 框架下,由于取 A 表对应的数据库记录时,已关联取出了对应的 B、C 表子记录存放于 A 实体类的 children_a,children_c 的属性中,因此 top10 的功能可以通过比较每个 A 表实体类中 children_a、children_c 的 Set 的 size 大小并进行排序得到,其代码示例如下:
清单 3. 排序代码示例
private ArrayList sortAByAmount(ArrayList all) { for(int i=0;i |
表面看来很方便,但是由于 Hibernate 是面向对象的 O-R 映射机制,每一条 A 表记录的查询实际都关联有两条 B、C 表查询的 SQL 产生,我们可以看到 Hibernate 的 SQL 日志中:
清单 4. Hibernate sql 日志示例
Hibernate: select a0_.ID as ID2_ from A a0_ where a0_.ID='1' Hibernate: select b0_.ID as ID2_,b0_.A_ID as A_ID2_ from B b0_ where b0_.ID=? Hibernate: select c0_.ID as ID2_,c0_.A_ID as A_ID2_ from C c0_ where c0_.ID=? |
由上述 Sql 日志可以看出,每一条 A 表记录的取出,都伴随以 A 表 ID 为查询条件关联 B,C 表中 A_ID 外键字段的 2 条取子记录的 sql,这是由 A.hbm.xml 配置中“lazy=false”决定的。
这种情况下,当 A 和 B、C 表中数据量越来越大时,A 表取实体的操作开销将随着 sql 查询的增多而增大,并且在紧接着的排序过程中,即使采用业界最快的快速排序算法,排序时间依然是随原始排序实体数量的线性关系(O(n lg n)),效率会线性下降,最终无法满足客户的前台查询的效率要求。
此类情况下如直接采用 JDBC,则只需一条如下的 SQL 语句,即可完成该功能:
清单 5. 直接 JDBC 操作 sql
select tab1.ID, tab1.sumCol+tab2.sumCol from ( select a.ID, count(b.ID) sumCol from A a left join B b on a.ID=b.ID GROUP BY a.ID )tab1, ( select a.ID, count(c.ID) sumCol from A a left join C c on a.ID=c.ID GROUP BY a.ID )tab2 where tab1.ID=tab2.ID order by tab1.sumCol+tab2.sumCol desc |
在以上 JDBC 方式下,即使 A、B、C 表的数据量持续增长,仍然只有 1 条 SQL 的开销,不会出现 SQL 递增的情况,因此耗时是在可控制的区间内的。并且读者可以注意到上述 SQL 将 3 表关联拆分成了 2 个子查询,这样避免了 3 表做笛卡尔积的数量和,进一步提高了查询效率。由此可见,直接操作 JDBC,除 SQL 的开销可控外,还可以利用数据库层各种机制,如上述查询语句中的 left join、子查询、索引…,灵活的调整 SQL 语句,以达到最佳的查询性能。
由上可实例可看出,在多表关联、排序等复杂的查询情况下,Hibernate 框架由于其自身对象封装的特殊性,不能像 JDBC 直接操作 SQL 那样很好的解决查询中高效性和灵活性方面的需求,且由于其屏蔽了数据库的底层,开发人员看到的只是 Hibernate 提供的数据层 API,无法与灵活的使用 SQL 语句等数据库底层细节。因此,有必要在 Hibernate 框架中提供直接操作 JDBC 的接口。
回页首
在 Hibernate 框架中提供操作 JDBC 的接口的解决方案
Hibernate 的 session 机制
我们知道 Hibernate 框架本身也是建立在 JDBC 之上的数据持久层实现,因此,要在框架本身提供操作 JDBC 的接口,需要切入其对 JDBC 封装的细节。
通过研究和查阅 Hibernate 的框架源代码及参考文档,我们发现,Hibernate 的 Session 会话是进行持久化的基础,所有的持久化操作都是在 Session 的基础上进行的,在实现上它是和 JDBC 中的 connection 数据库连接绑定的,也就是说,Hibernate 的会话域基于一个实际的 connection 类实例,二者之间的关系如下图所示:
由上可以看到,Hibernate 中的 session 是单线程的,代表了一次会话的过程。实际上是把一个 JDBC Connection 打包了,每一个 Session 实例和一个数据库事务绑定。其生命周期是与与之关联的 connection 实例的生命周期一致的。
具体解决方案
由上面的 Hibernate 的 Session 机制我们意识到,只要能获取到 Hibernate 当前会话中的 Connection,则获得了 JDBC 的底层数据库连接实例,剩下就都是 JDBC 的范畴了。再查阅 Hibernate 的 API,发现 HibernateTemplate 类中 SessionFactory 成员的 getCurrentSession() 方法即可获得 Hibernate 环境下的当前活动的 Session 会话,而 Hibernate 中 Session 实例的 connection() 方法即可获得该会话中绑定的 Connection 数据库连接实例。
问题迎刃而解了,既然可以操作 Connection 实例,那与之关联的 Statement、ResultSet 等基本 JDBC 类均在我们控制范围中了,我们采用接口模式设计一个轻量级解决方案,使其在保持原 Hibernate 的增删改操作方式前提下灵活提供操作 JDBC 的接口。设计类图如下图所示:
设计中,AbstractHibernateDao 类作为 DAO 操作的基本类,保留原有 Hibenrate 框架下的新增,修改,删除等 API。BaseHibernateDao 类继承 AbstractHibernateDao 类,在此类中增加了直接操作 JDBC 的接口。设计 getConnection 方法获取 JDBC 的数据库连接实例,设计 getObjectsBySql 方法作为对外的主要接口,该方法调用 fetchObjects 方法,这是具体的数据库记录到领域对象的转换操作,需要使用者 override 该方法以完成自有领域对象的填充细节。
实际实现的类代码如下所示:
清单 6. 解决方案实现代码
AbstractHibernateDao.java: abstract public class AbstractHibernateDao extends HibernateDaoSupport { protected Log logger = LogFactory.getLog(getClass()); protected Class entityClass; protected Class getEntityClass() { return entityClass; } public List getAll() { return getHibernateTemplate().loadAll(getEntityClass()); } public void save(Object o) { getHibernateTemplate().saveOrUpdate(o); } public void removeById(Serializable id) { remove(get(id)); } public void remove(Object o) { getHibernateTemplate().delete(o); } } BaseHibernateDao.java: abstract public class BaseHibernateDao extends AbstractHibernateDao{ public Connection getConnection() { try { Session curSeesion =null; Connection con =null; curSeesion = super.getHibernateTemplate().getSessionFactory() .getCurrentSession(); con = curSeesion.connection(); return con; } catch(Exception es) { System.out.println(es.getMessage()); return null; } } public ArrayList |
使用该解决方案时,只需要将代码包解压至项目源代码目录,在想要直接操作 JDBC 接口的 DAO 模块继承 BaseHibernateDao 类,然后重写 fetchObjects 方法填入从自身数据库表字段填充到领域对象的操作 , 即可轻松调用 getObjectsBySql 传入原生 SQL 语句,返回具体的领域对象实体集合,当然使用者也可以通过 getConnection 获得 JDBC 的 Connection 实例来进行自己需要的特定的 JDBC 底层操作。
仍然以上文中的 A、B、C 表为例,采用该解决方案完成 top10 取数的代码示例如下:
清单 7. 使用解决方案示例
public class testDAO extends BaseHibernateDao{ private String sqlQuery = " select tab1.ID,tab1.sumCol+tab2.sumCol"+ " from(select a.ID, count(b.ID) sumCol"+ " from A a left join B b on a.ID=b.ID"+ " GROUP BY a.ID)tab1, "+ " (select a.ID,count(c.ID) sumCol"+ " from A a left join C c on a.ID=c.ID"+ " GROUP BY a.ID)tab2"+ " where tab1.ID=tab2.ID"+ " order by tab1.sumCol+tab2.sumCol desc"; @override public ArrayList fetchObjects(ResultSet rs) { ArrayList ret = new ArrayList(); int count=1; while(rs.next()) { A a = new A(); a.setId(rs.getLong(1)); System.out.println("top"+(count++)+" amount:"+rs.getLong(2)); ret.add(object); } return ret; } } |
解决方案验证
在实际 mySql 数据库环境中,以 A 表数据量 1000 条,B 表数据量 3W 多条,C 表数据量 2000 条情况下进行上文中提到的 top10 的操作,采用 Hibernate 的耗时和用 JDBC 接口解决方案的效率比较如下:
表 1. Hibernate 框架方式与 JDBC 接口方式效率比较 1:
Hibernate 框架方式 | 采用 JDBC 接口解决方案 | |
---|---|---|
查询耗时 | 1475ms | 1096ms |
排序耗时 | 1035ms | 0ms |
总计: | 2110ms | 1096ms |
A 表数据量 2000 条,B 表数据量 6W,C 表数据量 4000 条情况下,采用 Hibernate 的耗时和用 JDBC 接口解决方案的效率比较:
表 2. Hibernate 框架方式与 JDBC 接口方式效率比较 2:
Hibernate 框架方式 | 采用 JDBC 接口解决方案 | |
---|---|---|
查询耗时 | 2836ms | 1657ms |
排序耗时 | 1568ms | 0ms |
总计: | 4404ms | 1657ms |
由以上结果可以看出:在数据量递增的情况下,采用 Hibernate 方式下效率与库表数据呈线性增长,且排序的操作的效率也是一样,而直接采用 JDBC 接口解决方案下效率远远高于 Hibernate 方式,且在数据量增长的情况下耗时的增长速度处于合理的区间内。
回页首
总结
本文分析了 Hibernate 框架在处理复杂查询功能上的效率问题,提出并实现了一个在 Hibernate 框架内提供直接 JDBC 操作接口的解决方案,并实际验证了该解决方案的有效性,文中的源代码可以直接运用于选择 Hibenrate 框架作为数据持久层实现的 J2EE 项目,使之具备操作底层 JDBC 的功能。