二．数据库优化
Hibernate
批量处理其实从性能上考虑，它是很不可取的，浪费了很大的内存。
从它的机制上讲，
Hibernate
它是先把符合条件的数据查出来，放到内存当中，
然后再进行操作。实际使用下来性能非常不理想。解决方案可分为以下四种：
1
：绕过
Hibernate API
，直接通过
JDBC API
来做，这个方法性能上是比
较好的。也是最快的
.
2
：运用存储过程。代价是移植性降低
3
：缓存。对于构建的业务系统，如果有些数据要经常要从数据库中读取，
同时，这些数据又不经常变化，这些数据就可以在系统中缓存起来，使
用时直接读取缓存，而不用频繁的访问数据库读取数据。缓存工作可以
在系统初始化时一次性读取数据，特别是一些只读的数据，当数据更新
时更新数据库内容，同时更新缓存的数据值。
4
：增加数据库连接池的大小。
三．
Java
虚拟机堆和垃圾回收设置
任何
Java
应用的性能调整基础都涉及到堆的大小和垃圾回收设置。
二．数据库优化
Hibernate
批量处理其实从性能上考虑，它是很不可取的，浪费了很大的内存。
从它的机制上讲，
Hibernate
它是先把符合条件的数据查出来，放到内存当中，
然后再进行操作。实际使用下来性能非常不理想。解决方案可分为以下四种：
1
：绕过
Hibernate API
，直接通过
JDBC API
来做，这个方法性能上是比
较好的。也是最快的
.
2
：运用存储过程。代价是移植性降低
3
：缓存。对于构建的业务系统，如果有些数据要经常要从数据库中读取，
同时，这些数据又不经常变化，这些数据就可以在系统中缓存起来，使
用时直接读取缓存，而不用频繁的访问数据库读取数据。缓存工作可以
在系统初始化时一次性读取数据，特别是一些只读的数据，当数据更新
时更新数据库内容，同时更新缓存的数据值。
4
：增加数据库连接池的大小。
三．
虚拟机堆和垃圾回收设置
任何
Java
应用的性能调整基础都涉及到堆的大小和垃圾回收设置。