Hibernate还是比较常用的，于是我研究了一下Hibernate插入操作，在这里拿出来和大家分享一下，希望对大家有用。
在项目的开发过程之中，由于项目需求，我们常常需要把大批量的数据插入到数据库。数量级有万级、十万级、百万级、甚至千万级别的。如此数量级别的数据用Hibernate插入操作，就可能会发生异常，常见的异常是OutOfMemoryError（内存溢出异常）。
首先，我们简单来回顾一下Hibernate插入操作的机制。Hibernate要对它内部缓存进行维护，当我们执行Hibernate插入操作时，就会把要操作的对象全部放到自身的内部缓存来进行管理。
谈到Hibernate的缓存，Hibernate有内部缓存与二级缓存之说。由于Hibernate对这两种缓存有着不同的管理机制，对于二级缓存，我们可以对它的大小进行相关配置，而对于内部缓存，Hibernate就采取了“放任自流”的态度了，对它的容量并没有限制。现在症结找到了，我们做海量数据插入的时候，生成这么多的对象就会被纳入内部缓存（内部缓存是在内存中做缓存的），这样你的系统内存就会一点一点的被蚕食，如果最后系统被挤“炸”了，也就在情理之中了。
我们想想如何较好的处理这个问题呢？有的开发条件又必须使用Hibernate来处理，当然有的项目比较灵活，可以去寻求其他的方法。
笔者在这里推荐两种方法：
1.优化Hibernate，程序上采用分段插入及时清除缓存的方法。
2.绕过Hibernate API ，直接通过 JDBC API 来做批量插入，这个方法性能上是最 好的，也是最快的。
对于上述中的方法1，其基本是思路为：优化Hibernate，在配置文件中设置Hibernate.jdbc.batch_size参数，来指定每次提交SQL的数量；程序上采用分段插入及时清除缓存的方法（Session实现了异步write-behind，它允许Hibernate显式地写操作的批处理），也就是每插入一定量的数据后及时的把它们从内部缓存中清除掉，释放占用的内存。
设置Hibernate.jdbc.batch_size参数，可参考如下配置。
- <hibernate-configuration> <session-factory>
- ……
- <property name=“ hibernate.jdbc.batch_size”>50</property>
- ……
- <session-factory> <hibernate-configuration>
配置Hibernate.jdbc.batch_size参数的原因就是尽量少读数据库，Hibernate.jdbc.batch_size参数值越大，读数据库的次数越少，速度越快。从上面的配置可以看出，Hibernate是等到程序积累到了50个SQL之后再批量提交。
笔者也在想，Hibernate.jdbc.batch_size参数值也可能不是设置得越大越好，从性能角度上讲还有待商榷。这要考虑实际情况，酌情设置，一般情形设置30、50就可以满足需求了。
程序实现方面，笔者以插入10000条数据为例子，如
- Session session=HibernateUtil.currentSession（）；
- Transatcion tx=session.beginTransaction（）；
- for（int i=0；i<10000；i++）
- {
- Student st=new Student（）；
- st.setName（“feifei”）；
- session.save（st）；
- if（i%50==0）
- //以每50个数据作为一个处理单元
- {
- session.flush（）；
- //保持与数据库数据的同步
- session.clear（）；
- //清除内部缓存的全部数据，及时释放出占用的内存
- }
- }
- tx.commit（）；
- ……
【编辑推荐】
