本文主要就Hibernate抓取策略加以分析,Hibernate抓取策略(fetching strategy)是指:当应用程序需要在(Hibernate实体对象图的)关联关系间进行导航的时候, Hibernate如何获取关联对象的策略。
抓取策略可以在O/R映射的元数据中声明,也可以在特定的HQL 或条件查询(Criteria Query)中重载声明。
如下几种Hibernate抓取策略:
◆连接抓取(Join fetching) - Hibernate通过 在SELECT语句使用OUTER JOIN(外连接)来 获得对象的关联实例或者关联集合。
◆查询抓取(Select fetching) - 另外发送一条 SELECT 语句抓取当前对象的关联实体或集合。除非你显式的指定lazy="false"禁止 延迟抓取(lazy fetching),否则只有当你真正访问关联关系的时候,才会执行第二条select语句。
◆子查询抓取(Subselect fetching) - 另外发送一条SELECT 语句抓取在前面查询到(或者抓取到)的所有实体对象的关联集合。除非你显式的指定lazy="false" 禁止延迟抓取(lazy fetching),否则只有当你真正访问关联关系的时候,才会执行第二条select语句。
◆批量抓取(Batch fetching) - 对查询抓取的优化方案, 通过指定一个主键或外键列表,Hibernate使用单条SELECT语句获取一批对象实例或集合。
Hibernate抓取策略会区分下列各种情况:
1.Immediate fetching,立即抓取 - 当宿主被加载时,关联、集合或属性被立即抓取。
2.Lazy collection fetching,延迟集合抓取- 直到应用程序对集合进行了一次操作时,集合才被抓取。(对集合而言这是默认行为。)
3."Extra-lazy" collection fetching,"Extra-lazy"集合抓取 -对集合类中的每个元素而言,都是直到需要时才去访问数据库。除非绝对必要,Hibernate不会试图去把整个集合都抓取到内存里来(适用于非常大的集合)。
4.Proxy fetching,代理抓取 - 对返回单值的关联而言,当其某个方法被调用,而非对其关键字进行get操作时才抓取。
5."No-proxy" fetching,非代理抓取 - 对返回单值的关联而言,当实例变量被访问的时候进行抓取。与上面的代理抓取相比,这种方法没有那么“延迟”得厉害(就算只访问标识符,也会导致关联抓取)但是更加透明,因为对应用程序来说,不再看到proxy。这种方法需要在编译期间进行字节码增强操作,因此很少需要用到。
6.Lazy attribute fetching,属性延迟加载 - 对属性或返回单值的关联而言,当其实例变量被访问的时候进行抓取。需要编译期字节码强化,因此这一方法很少是必要的。
这里有两个正交的概念:关联何时被抓取,以及被如何抓取(会采用什么样的SQL语句)。不要混淆它们!我们使用抓取来改善性能。我们使用延迟来定义一些契约,对某特定类的某个脱管的实例,知道有哪些数据是可以使用的。
1.操作延迟加载的关联
默认情况下,Hibernate 3对集合使用延迟select抓取,对返回单值的关联使用延迟代理抓取。对几乎是所有的应用而言,其绝大多数的关联,这种策略都是有效的。
注意:假若你设置了hibernate.default_batch_fetch_size,Hibernate会对延迟加载采取批量抓取优化措施(这种优化也可能会在更细化的级别打开)。
然而,你必须了解延迟抓取带来的一个问题。在一个打开的Hibernate session上下文之外调用延迟集合会导致一次意外。比如:
- s = sessions.openSession();
- Transaction tx = s.beginTransaction();
- User u = (User) s.createQuery("from User u where u.name=:userName")
- .setString("userName", userName).uniqueResult();
- Map permissions = u.getPermissions();
- tx.commit();
- s.close();
- Integer accessLevel = (Integer) permissions.get("accounts"); // Error!
在Session关闭后,permessions集合将是未实例化的、不再可用,因此无法正常载入其状态。 Hibernate对脱管对象不支持延迟实例化. 这里的修改方法是:将permissions读取数据的代码 移到tx.commit()之前。
除此之外,通过对关联映射指定lazy="false",我们也可以使用非延迟的集合或关联。但是, 对绝大部分集合来说,更推荐使用延迟方式抓取数据。如果在你的对象模型中定义了太多的非延迟关联,Hibernate最终几乎需要在每个事务中载入整个数据库到内存中!
但是,另一方面,在一些特殊的事务中,我们也经常需要使用到连接抓取(它本身上就是非延迟的),以代替查询抓取。 下面我们将会很快明白如何具体的定制Hibernate中的抓取策略。在Hibernate3中,具体选择哪种抓取策略的机制是和选择 单值关联或集合关联相一致的。
2. 调整抓取策略(Tuning fetch strategies)
查询抓取(默认的)在N+1查询的情况下是极其脆弱的,因此我们可能会要求在映射文档中定义使用连接抓取:
- <set name="permissions"
- fetch="join">
- <key column="userId"/>
- <one-to-many class="Permission"/>
- set
- <many-to-one name="mother" class="Cat" fetch="join"/>
在映射文档中定义的抓取策略将会对以下列表条目产生影响:通过get()或load()方法取得数据。只有在关联之间进行导航时,才会隐式的取得数据。
条件查询,使用了subselect抓取的HQL查询
不管你使用哪种抓取策略,定义为非延迟的类图会被保证一定装载入内存。注意这可能意味着在一条HQL查询后紧跟着一系列的查询。
通常情况下,我们并不使用映射文档进行抓取策略的定制。更多的是,保持其默认值,然后在特定的事务中, 使用HQL的左连接抓取(left join fetch) 对其进行重载。这将通知 Hibernate在第一次查询中使用外部关联(outer join),直接得到其关联数据。 在条件查询 API中,应该调用 setFetchMode(FetchMode.JOIN)语句。
也许你喜欢仅仅通过条件查询,就可以改变get() 或 load()语句中的数据抓取策略。例如:
- User user = (User) session.createCriteria(User.class)
- .setFetchMode("permissions", FetchMode.JOIN)
- .add( Restrictions.idEq(userId) )
- .uniqueResult();
(这就是其他ORM解决方案的“抓取计划(fetch plan)”在Hibernate中的等价物。)截然不同的一种避免N+1次查询的方法是,使用二级缓存。
学习Hibernate时,经常会遇到实体对象延迟加载问题,这里将介绍问题的解决方法Hibernate实现实体对象延迟加载。
延迟加载机制是为了避免一些无谓的性能开销而提出来的,所谓延迟加载就是当在真正需要数据的时候,才真正执行数据加载操作。在Hibernate中提供了对实体对象的延迟加载以及对集合的延迟加载,另外在Hibernate3中还提供了对属性的延迟加载。下面我们就分别介绍这些种类的延迟加载的细节。
Hibernate实现实体对象延迟加载:
如果想Hibernate实现实体对象延迟加载,必须要在实体的映射配置文件中进行相应的配置,如下所示:
-
<hibernate-mapping>
-
<classname=”com.neusoft.entity.User” table=”user” lazy=”true”>
-
……
-
</class>
-
</hibernate-mapping>
通过将class的lazy属性设置为true,来开启实体的延迟加载特性。如果我们运行下面的代码:
-
User user=(User)session.load(User.class,”1”);
-
System.out.println(user.getName());
当运行到第一条时,Hibernate并没有发起对数据的查询,如果我们此时通过一些调试工具(比如JBuilder2005的Debug工具),观察此时user对象的内存快照,我们会惊奇的发现,此时返回的可能是 User$EnhancerByCGLIB$$bede8986类型的对象,而且其属性为null,这是怎么回事?还记得前面我曾讲过session.load()方法,会返回实体对象的代理类对象,这里所返回的对象类型就是User对象的代理类对象。在Hibernate中通过使用CGLIB,来实现动态构造一个目标对象的代理类对象,并且在代理类对象中包含目标对象的所有属性和方法,而且所有属性均被赋值为null。通过调试器显示的内存快照,我们可以看出此时真正的User对象,是包含在代理对象的CGLIB$CALBACK_0.target属性中,当代码运行到第二条时,此时调用user.getName()方法,这时通过CGLIB赋予的回调机制,实际上调用 CGLIB$CALBACK_0.getName()方法,当调用该方法时,Hibernate会首先检查CGLIB$CALBACK_0.target属性是否为null,如果不为空,则调用目标对象的getName方法,如果为空,则会发起数据库查询,生成类似这样的SQL语句:select * from user where id=’1’;来查询数据,并构造目标对象,并且将它赋值到 CGLIB$CALBACK_0.target属性中。
这样,通过一个中间代理对象,Hibernate实现实体对象延迟加载,只有当用户真正发起获得实体对象属性的动作时,才真正会发起数据库查询操作。所以实体的延迟加载是用通过中间代理类完成的,所以只有session.load()方法才会利用实体延迟加载,因为只有session.load()方法才会返回实体类的代理类对象。
为了避免在某些情况下,关联关系所带来的无谓的性能开销。
所谓延迟加载,就是在需要数据的时候,才真正执行数据加载操作。
Hibernate2中的延迟加载实现主要针对:
1. 实体对象。
2. 集合(Collection)。
Hibernate3同时提供了属性的延迟加载功能。
1. 实体对象的延迟加载
通过load方法可以指定可以返回目标实体对象的代理。
通过class的lazy属性,可以打开实体对象的延迟加载功能。(映射文件)
(Hibernate2中,lazy默认为false;Hibernate3默认true)
非延迟加载的例子:
1
2
3
4
5
6
7
8
9
10
11
|
<
hibernate-mapping
>
<
class
name
=
"...TUser"
table
=
"t_user"
dynamic-update
=
"false"
dynamic-insert
=
"false"
select-before-update
=
"false"
optimistic-lock
=
"version"
lazy
=
"false"
>
...
<
hibernate-mapping
>
|
1
2
|
TUser user = (Tuser)session.load(TUser.
class
,
new
Integer(
1
)); (
1
)
System.out.println(user.getName()); (
2
)
|
当程序运行到(1)时,Hibernate已经从库表中取出了对应的记录,并构造了一个完整的TUser对象。
对以上映射配置修改:
lazy=”true”
看代码运行至(1)后的user对象状态(Eclipse Debug视图)
可以看到,此时的user对象与我们之前定义的实体类并不相同,其当前类型描述为TUser$EnhancerByCGLIB$$bede8986,且其属性均为null。
同时观察屏幕日志,此时并没有任何Hibernate SQL输出,也就意味着,当我们获得user对象引用的时候,Hibernate并没有执行数据库查询操作。
代码运行至(2),再次观察user对象状态
看到user对象的name属性仍然是null,但是观察屏幕输出,看到查询操作已经执行,同时user.name属性也正确输出。
两次查询操作为什么会有这样的差异?
原因就在于Hibernate的代理机制。
Hibernate中引入了CGLib作为代理机制实现的基础。这也就是为什么我们会获得一个诸如TUser$EnhancerByCGLIB$$bede8986类型对象的缘由。
CGLib可以在运行期动态生成Java Class。这里的代理机制,其基本实现原理就是通过由CGLib构造一个包含目标对象所有属性和方法的动态对象(相当于动态构造目标对象的一个子类)返回,并以之作为中介,为目标对象提供更多的特性。
从内存快照可以看到,真正的TUser对象位于代理类的CGLIB$CALLBACK_0.target属性中。
当我们调用user.getName方法时,调用的实际上是CGLIB$CALLBACK_0.getName()方法,当方法调用后,它会首先检查CGLIB$CALLBACK_0.target中是否存在目标对象。
如果存在,则调用目标对象的getName方法返回,如果目标对象为空,则发起数据库查询指令,读取记录、构建目标对象并将其设入CGLIB$CALLBACK_0.target。
这样,通过一个中间代理,实现了数据延迟加载功能,只有当客户程序真正调用实体类的取值方法时,Hibernate才会执行数据库查询操作。
2. 集合类型的延迟加载
Hibernate延迟加载机制中,关于集合的延迟加载特性意义最为重大,也是实际应用中相当重要的一个环节。
如果我们只想要获得user的年龄(age)属性,而不关心user的地址信息(地址是集合类型),那么自动加载address的特性就显得特别多余,并造成了极大的性能浪费。
将前面一对多关系中的lazy属性修改为true,即指定了关联对象采用延迟加载:
1
2
3
4
5
6
7
|
<
hibernate-mapping
>
<
class
name
=
""
table
=
""
dynamic-update
=
""
dynamic-insert
=
""
>
...
<
set
name
=
"addresses"
table
=
"t_address"
lazy
=
"true"
...>
...
|
尝试执行以下代码:
1
2
3
4
5
6
7
8
9
|
Criteria criteria = session.createCriteria(TUser.
class
);
criteria.add(Expression.eq(
"name"
,
"Erica"
));
List userList = criteria.list();
Tuser user = (Tuser)userList.get(
0
);
System.out.println(
"User Name=>"
+user.getName());
Set hset = user.getAddresses();
session.close();
//关闭session
Taddress addr = (Taddress)hset.toArray()[
0
];
System.out.println(addr.getAddress());
|
运行时抛出异常:
LazyInitializationException – failed to lazily initialize a collection – no session or session was closed
如果稍做调整,将session.close放在代码末尾,则不会发生这样的问题。
这意味着,只有我们实际加载user关联的address时,Hibernate才试图通过session从数据库中加载实际的数据集,而由于我们读取address之前已经关闭了session,所以出现了以上的错误。
这里有个问题,如果我们采用了延迟加载机制,但希望在一些情况下实现非延迟加载时的功能,也就是说,希望在session关闭后,仍然允许操作user的address属性。
Hibernate.initialize方法可以强制Hibernate立即加载关联对象集:
1
2
3
4
5
6
7
|
Hibernate.initialize(user.getAddress());
session.close();
//通过Hibernate.initialize方法强制读取数据
//addresses对象即可脱离session进行操作
Set hset = user.getAddresses();
Taddress addr = (Taddress)hset.toArray()[
0
];
|
为了实现透明化的延迟加载机制,Hibernate进行了大量努力。其中包括JDK Collection接口的独立实现。
如果尝试用HashSet强行转化Hibernate返回的Set型对象:
Set hset = (HashSet)user.getAddresses();
就会在运行期得到一个java.lang.ClassCastException,实际上,此时返回的是一个Hibernate的特定Set实现“net.sf.hibernate.collection.Set”, 而非传统意义上的JDK Set实现。
这也正是为什么在编写POJO时,必须用JDK Collection Interface(如Set,Map),而非特定的JDK Collection实现类(如HashSet, HashMap)声明Colleciotn型属性的原因(如private Set addresses; 而非private HashSet addresses)。
当调用session.save(user);时,Hibernate如何处理其关联的Addresses对象集?
假设TUser定义如下:
1
2
3
4
5
|
public
class
TUser
implements
Serializable{
…
private
Set addresses =
new
HashSet();
…
}
|
我们通过Set接口,声明了一个addresses属性,并创建了一个HashSet作为addresses的初始实例,以便创建TUser实例后,就可以为其添加关联的address对象:
1
2
3
4
5
|
TUser user =
new
TUser();
TAddress addr =
new
TAddress();
addr.setAddress(“HongKong”);
user.getAddresses().add(addr);
session.save(user);
|
通过Eclipse的Debug视图,可以看到session.save方法执行前后user对象发生的变化:
首先,由于Insert操作,Hibernate获得数据库产生的id值,并填充到user对象的id属性。
另一方面,Hibernate使用了自己的Collection实现”net.sf.hibernate.collection.Set”对user中的HashSet型addresses属性进行了替换,并用数据对其进行填充,保证新的addresses与原有的addresses包含同样的实体元素。
再来看下面的代码:
1
2
3
4
5
6
7
|
TUser user = (TUser)session.load(TUser.
class
,
new
Integer(
1
));
Collection addSet = user.getAddresses();(
1
)
Iterator it = addSet.iterator();(
2
)
while
(it.hasNext()){
TAddress addr = (TAddress)it.next();
System.out.println(addr.getAddresses());
}
|
当代码执行到(1)处时,addresses数据集尚未读入,我们得到的addrSet对象实际上只是一个未包含任何数据的net.sf.hibernate.collection.Set实例。
代码运行至(2),真正的数据读取操作才开始执行。
观察一下net.sf.hibernate.collection.Set.iterator方法可以看到:
1
2
3
4
|
public
Iterator iterator(){
read();
return
new
IteratorProxy(set.iterator());
}
|
直到此时,真正的数据加载(read方法)才开始执行。
read方法将首先在缓存中查找是否有符合条件的数据索引。
这里注意数据索引的概念,Hibernate在对集合类型进行缓存时,分两部分保存,首先是这个集合中所有实体的id列表(也就是所谓的数据索引,对于这里的例子,数据索引中包含了所有userid=1的address对象的id清单),其次是各个实体对象。
【如果没有发现对应的数据索引】,则执行一条Select SQL(对于本例就是select…from t_address where user_id=?)获得所有符合条件的记录,接着构造实体对象和数据索引后返回。实体对象和数据索引也同时被分别纳入缓存。
【如果发现了对应的数据索引】,则从这个数据索引中取出所有id列表,并根据id列表依次从缓存中查询对应的address对象,如果找到,则以缓存中的数据返回,如果没找到当前id对应的数据,则执行相应的Select SQL获得对应的address记录(对于本例就是select…from t_address where user_id=?)。
这里引出另一个性能关注点,即关联对象的缓存策略。
如果我们为某个集合类设定了缓存,如:
1
2
3
4
5
6
7
8
9
10
11
12
|
<
set
name
=
"addresses"
table
=
"t_address"
lazy
=
"true"
inverse
=
"true"
cascade
=
"all"
sort
=
"unsorted"
>
<
cache
usage
=
"read-only"
/>
<
key
column
=
"user_id"
/>
<
one-to-many
class
=
"…TAddress"
/>
</
set
>
|
注意这里的<cache usage=”read-only”/>只会使得Hibernate对数据索引进行缓存,也就是说,这里的配置实际上只是缓存了集合中的数据索引,并不包括这个集合中的各个实体元素。
执行下面的代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
TUser user = (TUser)session.load(TUser.
class
,
new
Integer(
1
));
Collection addSet = user.getAddresses();
//第一次加载user.addresses
Iterator it = addSet.iterator();
while
(it.hasNext()){
TAddress addr = (TAddress)it.next();
System.out.println(addr.getAddresses());
}
System.out.println(
"\n=== Second Query ===\n"
);
TUser user2 = (TUser)session2.load(TUser.
class
,
new
Integer(
1
));
Collection addSet2 = user2.getAddress();
//第二次加载user.addresses
Iterator it2 = addSet2.iterator();
while
(it2.hasNext()){
TAddress addr = (TAddress)it2.next();
System.out.println(addr.getAddress());
}
|
观察屏幕日志输出:
Hibernate: select tuser0_.id as id3_0_, tuser0_.name as name3_0_, tuser0_.age as age3_0_, tuser0_.group_id as group4_3_0_ from t_user3 tuser0_ where tuser0_.id=?
Hibernate: select addresses0_.user_id as user7_1_, addresses0_.id as id1_, addresses0_.id as id7_0_, addresses0_.address as address7_0_, addresses0_.zipcode as zipcode7_0_, addresses0_.tel as tel7_0_, addresses0_.type as type7_0_, addresses0_.idx as idx7_0_, addresses0_.user_id as user7_7_0_ from t_address addresses0_ where addresses0_.user_id=? order by addresses0_.zipcode asc
Hongkong
Hongkong
=== Second Query ===
Hibernate: select tuser0_.id as id3_0_, tuser0_.name as name3_0_, tuser0_.age as age3_0_, tuser0_.group_id as group4_3_0_ from t_user3 tuser0_ where tuser0_.id=?
Hibernate: select taddress0_.id as id7_0_, taddress0_.address as address7_0_, taddress0_.zipcode as zipcode7_0_, taddress0_.tel as tel7_0_, taddress0_.type as type7_0_, taddress0_.idx as idx7_0_, taddress0_.user_id as user7_7_0_ from t_address taddress0_ where taddress0_.id=?
Hibernate: select taddress0_.id as id7_0_, taddress0_.address as address7_0_, taddress0_.zipcode as zipcode7_0_, taddress0_.tel as tel7_0_, taddress0_.type as type7_0_, taddress0_.idx as idx7_0_, taddress0_.user_id as user7_7_0_ from t_address taddress0_ where taddress0_.id=?
Hongkong
Hongkong
看到,第二次获取关联的addresses集合的时候,执行了2次Select SQL。
正是由于<set…><cache usage=”read-only”/>…</set>的设定,第一次addresses集合被加载之后,数据索引已经被放入缓存。
第二次再加载addresses集合的时候,Hibernate在缓存中发现了这个数据索引,于是从索引里面取出当前所有的id(此时数据库中有3条符合的记录,所以共获得3个id),然后依次根据3个id在缓存中查找对应的实体对象,但是没有找到,于是发起了数据库查询,由Select SQL根据id从t_address表中读取记录。
由于缓存中数据索引的存在,似乎SQL执行的次数更多了,这导致第二次借助的数据查询比第一次性能开销更大。
导致这个问题出现的原因何在?
这是由于我们只为集合类型配置了缓存,这样Hibernate只会缓存数据索引,而不会将集合中的实体元素同时也纳入缓存。
我们必须为集合类型中的实体对象也指定缓存策略,如:
1
2
3
4
5
6
7
8
9
10
11
12
|
<
hibernate-mapping
>
<
class
name
=
"…TAddress"
table
=
"t_address"
dynamic-update
=
"false"
dynamic-insert
=
"false"
select-before-update
=
"false"
optimistic-lock
=
"version"
>
<
cache
usage
=
"read-write"
/>
…
</
hibernate-mapping
>
|
此时,Hibernate才会对集合中的实体也进行缓存。
再次运行以上代码:
两次输出好像一样,哪里有问题(?)
上面讨论了net.sf.hibernate.collection.Set.iterate方法,同样,观察net.sf.hibernate.collection.Set.size/isEmpty方法或者其他hibernate.collection中的同类型方法实现,我们可以看到同样的处理方式。
通过自定义Collection类型实现数据延迟加载的原理也就在于此。
这样,通过自身的Collection实现,Hibernate就可以在Collection层从容的实现延迟加载特性。只有程序真正读取这个Collection的内容时,才激发底层数据库操作,这为系统的性能提供了更加灵活的调整手段。
3. 属性的延迟加载
假设t_user表中存在一个长文本类型的Resume字段,此字段中保存了用户的简历数据。长文本字段的读取相对而言会带来较大的性能开销,因此,我们决定为其设为延迟加载,只有真正需要处理简历信息的时候,才从库表中读取。
首先,修改映射配置文件,将Resume字段的lazy属性设置为true:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
<
hibernate-mapping
>
<
class
name
=
"…TUser"
table
=
"t_user"
batch-size
=
"5"
>
…
<
property
name
=
"resume"
type
=
"java.lang.String"
column
=
"resume"
lazy
=
"true"
/>
</
class
>
</
hibernate-mapping
>
|
与实体和集合类型的延迟加载不同,Hibernate3属性延迟加载机制在配置之外,还需要借助类增强器对二进制Class文件进行强化处理(buildtime bytecode instrumentation)。
在这里,我们通过Ant调用Hibernate类增强器对TUser.class文件进行强化处理。Ant脚本如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
<
project
name
=
"HibernateSample"
default
=
"instrument” basedir="
.">
<
property
name
=
"lib.dir"
value
=
"./lib"
/>
<
property
name
=
"classes.dir"
value
=
"./bin"
/>
<
path
id
=
"lib.class.path"
>
<
fileset
dir
=
"${lib.dir}"
>
<
include
name
=
"**/*.jar"
/>
</
fileset
>
</
path
>
<
target
name
=
"instrument"
>
<
taskdef
name
=
"instrument"
classname
=
"org.hibernate.tool.instrument.InstrumentTask"
>
<
classpath
path
=
"${classes.dir}"
/>
<
classpath
refid
=
"lib.class.path"
/>
</
taskdef
>
<
instrument
verbose
=
"true"
>
<
fileset
dir
=
"${classes.dir}/com/redsaga/hibernate/db/entity"
>
<
include
name
=
"TUser.class"
/>
</
fileset
>
</
instrument
>
</
target
>
</
project
>
|
使用这个脚本时需要注意各个路径的配置。本例中,此脚本位于Eclipse项目的根目录下,./bin为Eclipse的默认编译输出路径,./bin下存放了执行所需的jar文件(hibernate3.jar及Hibernate所需的类库)。
以上Ant脚本将对TUser.class文件进行强化,如果对其进行反编译,可以看到如下内容:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
package
com.redsaga.hibernate.db.entity;
import
java.io.Serializable;
import
java.util.Set;
import
net.sf.cglib.transform.impl.InterceptFieldCallback;
import
net.sf.cglib.transform.impl.InterceptFieldEnabled;
public
class
TUser
implements
Serializable, InterceptFieldEnabled {
public
InterceptFieldCallback getInterceptFieldCallback(){
return
$CGLIB_READ_WRITE_CALLBACK;
}
public
InterceptFieldCallback setInterceptFieldCallback(
InterceptFieldCallback interceptFieldcallback){
$CGLIB_READ_WRITE_CALLBACK= interceptFieldcallback;
}
…略…
public
String $cglib_read_resume(){
resume;
if
($CGLIB_READ_WRITE_CALLBACK!=
null
)
goto
_L2;
else
goto
_L1;
_L1:
return
;
_L2:String s;
s;
return
(String) $CGLIB_READ_WRITE_CALLBACK.readObject(
this
,”resume”,s);
}
public
void
$cglib_write_resume(String s){
resume=$CGLIB_READ_WRITE_CALLBACK ==
null
? s:(String)
$CGLIB_READ_WRITE_CALLBACK.writeObject(
this
, “resume”,resume,s);
}
…略…
}
|
可以看到,TUser类的内容已经发生了很大的变化。其间,cglib相关代码被大量植入,通过这些代码,Hibernate运行期间即可截获TUser类的方法调用,从而为延迟加载机制提供实现的技术基础。
经过以上处理,运行以下测试代码:
1
2
3
4
5
6
7
8
9
|
String hql = “from TUser user where user.name=’Erica’”;
Query query = session.createQuery(hql);
List list = query.list();
Iterator it = list.iterator();
while
(it.hasNext()){
TUser user = (TUser)it.next();
System.out.println(user.getName());
System.out.println(user.getResume());
}
|
观察输出日志:
可以看到,在此过程中,Hibernate先后执行了两条SQL,第一句用于读取TUser类中的非延迟加载字段。而之后,当user.getResume()方法调用时,随即调用第二条SQL从库表中读取Resume字段数据。属性的延迟加载已经实现。
为了避免在某些情况下,关联关系所带来的无谓的性能开销。
所谓延迟加载,就是在需要数据的时候,才真正执行数据加载操作。
Hibernate2中的延迟加载实现主要针对:
1. 实体对象。
2. 集合(Collection)。
Hibernate3同时提供了属性的延迟加载功能。
1. 实体对象的延迟加载
通过load方法可以指定可以返回目标实体对象的代理。
通过class的lazy属性,可以打开实体对象的延迟加载功能。(映射文件)
(Hibernate2中,lazy默认为false;Hibernate3默认true)
非延迟加载的例子:
1
2
3
4
5
6
7
8
9
10
11
|
<
hibernate-mapping
>
<
class
name
=
"...TUser"
table
=
"t_user"
dynamic-update
=
"false"
dynamic-insert
=
"false"
select-before-update
=
"false"
optimistic-lock
=
"version"
lazy
=
"false"
>
...
<
hibernate-mapping
>
|
1
2
|
TUser user = (Tuser)session.load(TUser.
class
,
new
Integer(
1
)); (
1
)
System.out.println(user.getName()); (
2
)
|
当程序运行到(1)时,Hibernate已经从库表中取出了对应的记录,并构造了一个完整的TUser对象。
对以上映射配置修改:
lazy=”true”
看代码运行至(1)后的user对象状态(Eclipse Debug视图)
可以看到,此时的user对象与我们之前定义的实体类并不相同,其当前类型描述为TUser$EnhancerByCGLIB$$bede8986,且其属性均为null。
同时观察屏幕日志,此时并没有任何Hibernate SQL输出,也就意味着,当我们获得user对象引用的时候,Hibernate并没有执行数据库查询操作。
代码运行至(2),再次观察user对象状态
看到user对象的name属性仍然是null,但是观察屏幕输出,看到查询操作已经执行,同时user.name属性也正确输出。
两次查询操作为什么会有这样的差异?
原因就在于Hibernate的代理机制。
Hibernate中引入了CGLib作为代理机制实现的基础。这也就是为什么我们会获得一个诸如TUser$EnhancerByCGLIB$$bede8986类型对象的缘由。
CGLib可以在运行期动态生成Java Class。这里的代理机制,其基本实现原理就是通过由CGLib构造一个包含目标对象所有属性和方法的动态对象(相当于动态构造目标对象的一个子类)返回,并以之作为中介,为目标对象提供更多的特性。
从内存快照可以看到,真正的TUser对象位于代理类的CGLIB$CALLBACK_0.target属性中。
当我们调用user.getName方法时,调用的实际上是CGLIB$CALLBACK_0.getName()方法,当方法调用后,它会首先检查CGLIB$CALLBACK_0.target中是否存在目标对象。
如果存在,则调用目标对象的getName方法返回,如果目标对象为空,则发起数据库查询指令,读取记录、构建目标对象并将其设入CGLIB$CALLBACK_0.target。
这样,通过一个中间代理,实现了数据延迟加载功能,只有当客户程序真正调用实体类的取值方法时,Hibernate才会执行数据库查询操作。
2. 集合类型的延迟加载
Hibernate延迟加载机制中,关于集合的延迟加载特性意义最为重大,也是实际应用中相当重要的一个环节。
如果我们只想要获得user的年龄(age)属性,而不关心user的地址信息(地址是集合类型),那么自动加载address的特性就显得特别多余,并造成了极大的性能浪费。
将前面一对多关系中的lazy属性修改为true,即指定了关联对象采用延迟加载:
1
2
3
4
5
6
7
|
<
hibernate-mapping
>
<
class
name
=
""
table
=
""
dynamic-update
=
""
dynamic-insert
=
""
>
...
<
set
name
=
"addresses"
table
=
"t_address"
lazy
=
"true"
...>
...
|
尝试执行以下代码:
1
2
3
4
5
6
7
8
9
|
Criteria criteria = session.createCriteria(TUser.
class
);
criteria.add(Expression.eq(
"name"
,
"Erica"
));
List userList = criteria.list();
Tuser user = (Tuser)userList.get(
0
);
System.out.println(
"User Name=>"
+user.getName());
Set hset = user.getAddresses();
session.close();
//关闭session
Taddress addr = (Taddress)hset.toArray()[
0
];
System.out.println(addr.getAddress());
|
运行时抛出异常:
LazyInitializationException – failed to lazily initialize a collection – no session or session was closed
如果稍做调整,将session.close放在代码末尾,则不会发生这样的问题。
这意味着,只有我们实际加载user关联的address时,Hibernate才试图通过session从数据库中加载实际的数据集,而由于我们读取address之前已经关闭了session,所以出现了以上的错误。
这里有个问题,如果我们采用了延迟加载机制,但希望在一些情况下实现非延迟加载时的功能,也就是说,希望在session关闭后,仍然允许操作user的address属性。
Hibernate.initialize方法可以强制Hibernate立即加载关联对象集:
1
2
3
4
5
6
7
|
Hibernate.initialize(user.getAddress());
session.close();
//通过Hibernate.initialize方法强制读取数据
//addresses对象即可脱离session进行操作
Set hset = user.getAddresses();
Taddress addr = (Taddress)hset.toArray()[
0
];
|
为了实现透明化的延迟加载机制,Hibernate进行了大量努力。其中包括JDK Collection接口的独立实现。
如果尝试用HashSet强行转化Hibernate返回的Set型对象:
Set hset = (HashSet)user.getAddresses();
就会在运行期得到一个java.lang.ClassCastException,实际上,此时返回的是一个Hibernate的特定Set实现“net.sf.hibernate.collection.Set”, 而非传统意义上的JDK Set实现。
这也正是为什么在编写POJO时,必须用JDK Collection Interface(如Set,Map),而非特定的JDK Collection实现类(如HashSet, HashMap)声明Colleciotn型属性的原因(如private Set addresses; 而非private HashSet addresses)。
当调用session.save(user);时,Hibernate如何处理其关联的Addresses对象集?
假设TUser定义如下:
1
2
3
4
5
|
public
class
TUser
implements
Serializable{
…
private
Set addresses =
new
HashSet();
…
}
|
我们通过Set接口,声明了一个addresses属性,并创建了一个HashSet作为addresses的初始实例,以便创建TUser实例后,就可以为其添加关联的address对象:
1
2
3
4
5
|
TUser user =
new
TUser();
TAddress addr =
new
TAddress();
addr.setAddress(“HongKong”);
user.getAddresses().add(addr);
session.save(user);
|
通过Eclipse的Debug视图,可以看到session.save方法执行前后user对象发生的变化:
首先,由于Insert操作,Hibernate获得数据库产生的id值,并填充到user对象的id属性。
另一方面,Hibernate使用了自己的Collection实现”net.sf.hibernate.collection.Set”对user中的HashSet型addresses属性进行了替换,并用数据对其进行填充,保证新的addresses与原有的addresses包含同样的实体元素。
再来看下面的代码:
1
2
3
4
5
6
7
|
TUser user = (TUser)session.load(TUser.
class
,
new
Integer(
1
));
Collection addSet = user.getAddresses();(
1
)
Iterator it = addSet.iterator();(
2
)
while
(it.hasNext()){
TAddress addr = (TAddress)it.next();
System.out.println(addr.getAddresses());
}
|
当代码执行到(1)处时,addresses数据集尚未读入,我们得到的addrSet对象实际上只是一个未包含任何数据的net.sf.hibernate.collection.Set实例。
代码运行至(2),真正的数据读取操作才开始执行。
观察一下net.sf.hibernate.collection.Set.iterator方法可以看到:
1
2
3
4
|
public
Iterator iterator(){
read();
return
new
IteratorProxy(set.iterator());
}
|
直到此时,真正的数据加载(read方法)才开始执行。
read方法将首先在缓存中查找是否有符合条件的数据索引。
这里注意数据索引的概念,Hibernate在对集合类型进行缓存时,分两部分保存,首先是这个集合中所有实体的id列表(也就是所谓的数据索引,对于这里的例子,数据索引中包含了所有userid=1的address对象的id清单),其次是各个实体对象。
【如果没有发现对应的数据索引】,则执行一条Select SQL(对于本例就是select…from t_address where user_id=?)获得所有符合条件的记录,接着构造实体对象和数据索引后返回。实体对象和数据索引也同时被分别纳入缓存。
【如果发现了对应的数据索引】,则从这个数据索引中取出所有id列表,并根据id列表依次从缓存中查询对应的address对象,如果找到,则以缓存中的数据返回,如果没找到当前id对应的数据,则执行相应的Select SQL获得对应的address记录(对于本例就是select…from t_address where user_id=?)。
这里引出另一个性能关注点,即关联对象的缓存策略。
如果我们为某个集合类设定了缓存,如:
1
2
3
4
5
6
7
8
9
10
11
12
|
<
set
name
=
"addresses"
table
=
"t_address"
lazy
=
"true"
inverse
=
"true"
cascade
=
"all"
sort
=
"unsorted"
>
<
cache
usage
=
"read-only"
/>
<
key
column
=
"user_id"
/>
<
one-to-many
class
=
"…TAddress"
/>
</
set
>
|
注意这里的<cache usage=”read-only”/>只会使得Hibernate对数据索引进行缓存,也就是说,这里的配置实际上只是缓存了集合中的数据索引,并不包括这个集合中的各个实体元素。
执行下面的代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
TUser user = (TUser)session.load(TUser.
class
,
new
Integer(
1
));
Collection addSet = user.getAddresses();
//第一次加载user.addresses
Iterator it = addSet.iterator();
while
(it.hasNext()){
TAddress addr = (TAddress)it.next();
System.out.println(addr.getAddresses());
}
System.out.println(
"\n=== Second Query ===\n"
);
TUser user2 = (TUser)session2.load(TUser.
class
,
new
Integer(
1
));
Collection addSet2 = user2.getAddress();
//第二次加载user.addresses
Iterator it2 = addSet2.iterator();
while
(it2.hasNext()){
TAddress addr = (TAddress)it2.next();
System.out.println(addr.getAddress());
}
|
观察屏幕日志输出:
Hibernate: select tuser0_.id as id3_0_, tuser0_.name as name3_0_, tuser0_.age as age3_0_, tuser0_.group_id as group4_3_0_ from t_user3 tuser0_ where tuser0_.id=?
Hibernate: select addresses0_.user_id as user7_1_, addresses0_.id as id1_, addresses0_.id as id7_0_, addresses0_.address as address7_0_, addresses0_.zipcode as zipcode7_0_, addresses0_.tel as tel7_0_, addresses0_.type as type7_0_, addresses0_.idx as idx7_0_, addresses0_.user_id as user7_7_0_ from t_address addresses0_ where addresses0_.user_id=? order by addresses0_.zipcode asc
Hongkong
Hongkong
=== Second Query ===
Hibernate: select tuser0_.id as id3_0_, tuser0_.name as name3_0_, tuser0_.age as age3_0_, tuser0_.group_id as group4_3_0_ from t_user3 tuser0_ where tuser0_.id=?
Hibernate: select taddress0_.id as id7_0_, taddress0_.address as address7_0_, taddress0_.zipcode as zipcode7_0_, taddress0_.tel as tel7_0_, taddress0_.type as type7_0_, taddress0_.idx as idx7_0_, taddress0_.user_id as user7_7_0_ from t_address taddress0_ where taddress0_.id=?
Hibernate: select taddress0_.id as id7_0_, taddress0_.address as address7_0_, taddress0_.zipcode as zipcode7_0_, taddress0_.tel as tel7_0_, taddress0_.type as type7_0_, taddress0_.idx as idx7_0_, taddress0_.user_id as user7_7_0_ from t_address taddress0_ where taddress0_.id=?
Hongkong
Hongkong
看到,第二次获取关联的addresses集合的时候,执行了2次Select SQL。
正是由于<set…><cache usage=”read-only”/>…</set>的设定,第一次addresses集合被加载之后,数据索引已经被放入缓存。
第二次再加载addresses集合的时候,Hibernate在缓存中发现了这个数据索引,于是从索引里面取出当前所有的id(此时数据库中有3条符合的记录,所以共获得3个id),然后依次根据3个id在缓存中查找对应的实体对象,但是没有找到,于是发起了数据库查询,由Select SQL根据id从t_address表中读取记录。
由于缓存中数据索引的存在,似乎SQL执行的次数更多了,这导致第二次借助的数据查询比第一次性能开销更大。
导致这个问题出现的原因何在?
这是由于我们只为集合类型配置了缓存,这样Hibernate只会缓存数据索引,而不会将集合中的实体元素同时也纳入缓存。
我们必须为集合类型中的实体对象也指定缓存策略,如:
1
2
3
4
5
6
7
8
9
10
11
12
|
<
hibernate-mapping
>
<
class
name
=
"…TAddress"
table
=
"t_address"
dynamic-update
=
"false"
dynamic-insert
=
"false"
select-before-update
=
"false"
optimistic-lock
=
"version"
>
<
cache
usage
=
"read-write"
/>
…
</
hibernate-mapping
>
|
此时,Hibernate才会对集合中的实体也进行缓存。
再次运行以上代码:
两次输出好像一样,哪里有问题(?)
上面讨论了net.sf.hibernate.collection.Set.iterate方法,同样,观察net.sf.hibernate.collection.Set.size/isEmpty方法或者其他hibernate.collection中的同类型方法实现,我们可以看到同样的处理方式。
通过自定义Collection类型实现数据延迟加载的原理也就在于此。
这样,通过自身的Collection实现,Hibernate就可以在Collection层从容的实现延迟加载特性。只有程序真正读取这个Collection的内容时,才激发底层数据库操作,这为系统的性能提供了更加灵活的调整手段。
3. 属性的延迟加载
假设t_user表中存在一个长文本类型的Resume字段,此字段中保存了用户的简历数据。长文本字段的读取相对而言会带来较大的性能开销,因此,我们决定为其设为延迟加载,只有真正需要处理简历信息的时候,才从库表中读取。
首先,修改映射配置文件,将Resume字段的lazy属性设置为true:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
<
hibernate-mapping
>
<
class
name
=
"…TUser"
table
=
"t_user"
batch-size
=
"5"
>
…
<
property
name
=
"resume"
type
=
"java.lang.String"
column
=
"resume"
lazy
=
"true"
/>
</
class
>
</
hibernate-mapping
>
|
与实体和集合类型的延迟加载不同,Hibernate3属性延迟加载机制在配置之外,还需要借助类增强器对二进制Class文件进行强化处理(buildtime bytecode instrumentation)。
在这里,我们通过Ant调用Hibernate类增强器对TUser.class文件进行强化处理。Ant脚本如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
<
project
name
=
"HibernateSample"
default
=
"instrument” basedir="
.">
<
property
name
=
"lib.dir"
value
=
"./lib"
/>
<
property
name
=
"classes.dir"
value
=
"./bin"
/>
<
path
id
=
"lib.class.path"
>
<
fileset
dir
=
"${lib.dir}"
>
<
include
name
=
"**/*.jar"
/>
</
fileset
>
</
path
>
<
target
name
=
"instrument"
>
<
taskdef
name
=
"instrument"
classname
=
"org.hibernate.tool.instrument.InstrumentTask"
>
<
classpath
path
=
"${classes.dir}"
/>
<
classpath
refid
=
"lib.class.path"
/>
</
taskdef
>
<
instrument
verbose
=
"true"
>
<
fileset
dir
=
"${classes.dir}/com/redsaga/hibernate/db/entity"
>
<
include
name
=
"TUser.class"
/>
</
fileset
>
</
instrument
>
</
target
>
</
project
>
|
使用这个脚本时需要注意各个路径的配置。本例中,此脚本位于Eclipse项目的根目录下,./bin为Eclipse的默认编译输出路径,./bin下存放了执行所需的jar文件(hibernate3.jar及Hibernate所需的类库)。
以上Ant脚本将对TUser.class文件进行强化,如果对其进行反编译,可以看到如下内容:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
package
com.redsaga.hibernate.db.entity;
import
java.io.Serializable;
import
java.util.Set;
import
net.sf.cglib.transform.impl.InterceptFieldCallback;
import
net.sf.cglib.transform.impl.InterceptFieldEnabled;
public
class
TUser
implements
Serializable, InterceptFieldEnabled {
public
InterceptFieldCallback getInterceptFieldCallback(){
return
$CGLIB_READ_WRITE_CALLBACK;
}
public
InterceptFieldCallback setInterceptFieldCallback(
InterceptFieldCallback interceptFieldcallback){
$CGLIB_READ_WRITE_CALLBACK= interceptFieldcallback;
}
…略…
public
String $cglib_read_resume(){
resume;
if
($CGLIB_READ_WRITE_CALLBACK!=
null
)
goto
_L2;
else
goto
_L1;
_L1:
return
;
_L2:String s;
s;
return
(String) $CGLIB_READ_WRITE_CALLBACK.readObject(
this
,”resume”,s);
}
public
void
$cglib_write_resume(String s){
resume=$CGLIB_READ_WRITE_CALLBACK ==
null
? s:(String)
$CGLIB_READ_WRITE_CALLBACK.writeObject(
this
, “resume”,resume,s);
}
…略…
}
|
可以看到,TUser类的内容已经发生了很大的变化。其间,cglib相关代码被大量植入,通过这些代码,Hibernate运行期间即可截获TUser类的方法调用,从而为延迟加载机制提供实现的技术基础。
经过以上处理,运行以下测试代码:
1
2
3
4
5
6
7
8
9
|
String hql = “from TUser user where user.name=’Erica’”;
Query query = session.createQuery(hql);
List list = query.list();
Iterator it = list.iterator();
while
(it.hasNext()){
TUser user = (TUser)it.next();
System.out.println(user.getName());
System.out.println(user.getResume());
}
|
观察输出日志:
可以看到,在此过程中,Hibernate先后执行了两条SQL,第一句用于读取TUser类中的非延迟加载字段。而之后,当user.getResume()方法调用时,随即调用第二条SQL从库表中读取Resume字段数据。属性的延迟加载已经实现。