SSH框架之Hibernate的查询优化(五)

第一节:Hibernate的抓取策略

1.1 什么是抓取策略

抓取策略是当应用程序需要在(Hibernate实体对象图)关联关系间进行导航的时候,Hibernate如何获取关联对象的策略。
Hibernate的抓取策略是Hibernate提升性能的一种手段,可以在获取关联对象的时候,对发送的语句进行优化,但是往往抓取策略需要和延迟加载一起使用来提示性能。则需要我们学习延迟加载的相关知识。

1.2 延迟加载

  • 1.2.1 延迟加载的分类
    延迟加载(Lazy load)是(也称为懒加载)Hibernate关联关系对象默认的加载方式,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。
    通常将延迟加载分为两类:一类叫做类级别延迟,另一类叫做关联级别的延迟。类级别的延迟指的是查询某个对象的时候,是否采用延迟,这个通常在<class>标签上配置lazy属性。关联级别的延迟指的是,查询一个对象的关联对象的时候是否采用延迟加载。这个通常在<set>或<many-to-one>上配置lazy属性。

【类级别的延迟加载】
使用load方法检索某个对象的时候,这个类是否采用延迟加载的策略,就是类级别的延迟。类级别的延迟一般在<class>上配置lazy属性,lazy的默认值是true。默认是延迟加载的,所以使用load方法区查询的时候,不会马上发送SQL语句,当真正使用该对象的时候,才会发送SQL语句。

Customer customer = session.load(Customer.class,1L);

类级别的延迟加载一般我们不进行修改,采用默认值lazy=“true”就可以了。
【关联级别的延迟加载】
关联级别的延迟加载指的是查询到某个对象以后,检索他的关联对象的时候是否采用延迟加载。

Customer customer = session.get(Customer.class,1L);
Set<LinkMan> linkMans = customer.getLinkMans();

关联级别的延迟通常是在<set>和<many-to-one>上来配置的。
<set>标签上的lazy通常有三个取值:

  • true:默认值,采用延迟加载
  • false:检索关联对象的时候,不采用延迟加载。
  • extra:极其懒惰的。
    <many-to-one>
  • proxy:默认值,是否采用延迟加载取决于一的一方类上的lazy属性的值。
  • false:检索关联对象的时候,不采用延迟加载。
  • no-proxy:不常用

1.3 抓取策略

延迟加载和抓取策略一起使用提升开发的程序的性能。抓取策略指的是查询某个对象的时候,如何抓取其关联对象。这个也可以通过配置完成。在关联对象的标签上配置fetch属性。关联上就分为是在<set>和<many-to-one>上,也就有不同的取值。
<set>标签上的fetch通常有三个取值:

  • select :默认值,发送的是普通的select语句查询。
  • join:发送一条迫切左外连接去查询。
  • subselect:发送一条子查询语句去查询其关联对象。

<many-to-one>标签上的fetch有二个取值:

  • select :默认值,发送的是普通的select语句查询关联对象。
  • join:发送一条迫切左外连接去查询其关联对象。

1.4 <set>集合上的fetch和lazy:

fetch:控制的是查询其关联对象的时候采用的SQL语句的格式。
* select :默认值,发送的是普通的select语句查询关联对象。
* join:发送一条迫切左外连接去查询关联对象。
* subselect:发送一条子查询语句去查询其关联对象。

lazy:控制的是查询其关联对象的时候是否采用延迟加载的策略。
* true:默认值,采用延迟加载
* false:检索关联对象的时候,不采用延迟加载。
* extra:极其懒惰的。

我们可以简单的总结一下fetch和lazy的作用,其实fetch主要控制抓取关联对象的时候发送SQL语句的格式。lazy主要控制查询其关联对象的时候是否采用延迟加载的。注意:当fetch属性设置为join时,lazy的设置失效。

1.5 批量抓取

批量抓取就是同时查询多个对象的关联对象的时候,可以采用批量抓取进行优化。实现批量抓取效果,可以通过配置batch-size属性来完成(了解即可)。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,042评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 89,996评论 2 384
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,674评论 0 345
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,340评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,404评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,749评论 1 289
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,902评论 3 405
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,662评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,110评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,451评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,577评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,258评论 4 328
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,848评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,726评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,952评论 1 264
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,271评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,452评论 2 348