web開發中的兩把鎖之數據庫鎖：（高併發--樂觀鎖、悲觀鎖）

時間 2019-11-24

標籤 web 開發數據庫併發樂觀悲觀欄目 HTML 简体版

原文原文鏈接

這篇文章講了html

1.同步異步概念（消去不少疑惑），同步就是一件事一件事的作；sychronized就是保證線程一個一個的執行。java

2.咱們須要明白，鎖機制有兩個層面，一種是代碼層次上的，如Java中的同步鎖，典型的就是同步關鍵字synchronized （線程級別的）。另外一個就是數據庫層次上的，比較典型的就是悲觀鎖和樂觀鎖。mysql

3.常見併發同步案例分析nginx

附原文連接 http://www.cnblogs.com/xiohao/p/4385508.html程序員

對於咱們開發的網站，若是網站的訪問量很是大的話，那麼咱們就須要考慮相關的併發訪問問題了。而併發問題是絕大部分的程序員頭疼的問題，web

但話又說回來了，既然逃避不掉，那咱們就坦然面對吧~今天就讓咱們一塊兒來研究一下常見的併發和同步吧。sql

爲了更好的理解併發和同步，咱們須要先明白兩個重要的概念:同步和異步數據庫

一、同步和異步的區別和聯繫apache

所謂同步，能夠理解爲在執行完一個函數或方法以後，一直等待系統返回值或消息，這時程序是出於阻塞的，只有接收到緩存

返回的值或消息後才往下執行其它的命令。

異步，執行完函數或方法後，沒必要阻塞性地等待返回值或消息，只須要向系統委託一個異步過程，那麼當系統接收到返回

值或消息時，系統會自動觸發委託的異步過程，從而完成一個完整的流程。

同步在必定程度上能夠看作是單線程，這個線程請求一個方法後就待這個方法給他回覆，不然他不往下執行(死心眼)。

異步在必定程度上能夠看作是多線程的(廢話，一個線程怎麼叫異步)，請求一個方法後，就無論了，繼續執行其餘的方法。

        同步就是一件事，一件事情一件事的作。
        異步就是，作一件事情，不引響作其餘事情。

        例如：吃飯和說話，只能一件事一件事的來，由於只有一張嘴。
但吃飯和聽音樂是異步的，由於，聽音樂並不引響咱們吃飯。

對於Java程序員而言，咱們會常常聽到同步關鍵字synchronized，假如這個同步的監視對象是類的話，那麼若是當一個對象

訪問類裏面的同步方法的話，那麼其它的對象若是想要繼續訪問類裏面的這個同步方法的話，就會進入阻塞，只有等前一個對象

執行完該同步方法後當前對象纔可以繼續執行該方法。這就是同步。相反，若是方法前沒有同步關鍵字修飾的話，那麼不一樣的對象

能夠在同一時間訪問同一個方法，這就是異步。

在補充一下(髒數據和不可重複讀的相關概念):

髒數據

　　髒讀就是指當一個事務正在訪問數據，而且對數據進行了修改，而這種修改尚未提交到數據庫中，這時，另一個事務也訪問這個數據，而後使用了這

個數據。由於這個數據是尚未提交的數據，那麼另一個事務讀到的這個數據是髒數據(Dirty Data)，依據髒數據所作的操做多是不正確的。

不可重複讀

　　不可重複讀是指在一個事務內，屢次讀同一數據。在這個事務尚未結束時，另一個事務也訪問該同一數據。那麼，在第一個事務中的兩次讀數據之間，因爲第二個事務的修改，那麼第一個事務兩次讀到的數據多是不同的。這樣就發生了在一個事務內兩次讀到的數據是不同的，所以稱爲是不可重複讀

二、如何處理併發和同步

今天講的如何處理併發和同同步問題主要是經過鎖機制。

咱們須要明白，鎖機制有兩個層面。

一種是代碼層次上的，如java中的同步鎖，典型的就是同步關鍵字synchronized，這裏我不在作過多的講解，

感興趣的能夠參考:http://www.cnblogs.com/xiohao/p/4151408.html

另一種是數據庫層次上的，比較典型的就是悲觀鎖和樂觀鎖。這裏咱們重點講解的就是悲觀鎖（傳統的物理鎖）和樂觀鎖。

悲觀鎖(Pessimistic Locking):

悲觀鎖，正如其名，它指的是對數據被外界（包括本系統當前的其餘事務，以及來自外部系統的事務處理）修改持保守態度，所以，

在整個數據處理過程當中，將數據處於鎖定狀態。

悲觀鎖的實現，每每依靠數據庫提供的鎖機制（也只有數據庫層提供的鎖機制才能真正保證數據訪問的排他性，不然，即便在本系統

中實現了加鎖機制，也沒法保證外部系統不會修改數據）。

一個典型的倚賴數據庫的悲觀鎖調用：

select * from account where name=」Erica」 for update

這條 sql 語句鎖定了 account 表中全部符合檢索條件（ name=」Erica」）的記錄。

本次事務提交以前（事務提交時會釋放事務過程當中的鎖），外界沒法修改這些記錄。
hibernate 的悲觀鎖，也是基於數據庫的鎖機制實現。
下面的代碼實現了對查詢記錄的加鎖：

String hqlStr ="from TUser as user where user.name='Erica'";

Query query = session.createQuery(hqlStr);

query.setLockMode("user",LockMode.UPGRADE); // 加鎖

List userList = query.list();// 執行查詢，獲取數據

query.setLockMode 對查詢語句中，特定別名所對應的記錄進行加鎖（咱們爲 TUser 類指定了一個別名「user」），這裏也就是對

返回的全部 user 記錄進行加鎖。

觀察運行期 Hibernate 生成的 SQL 語句：
select tuser0_.id as id, tuser0_.name as name, tuser0_.group_id
as group_id, tuser0_.user_type as user_type, tuser0_.sex as sex
from t_user tuser0_ where (tuser0_.name='Erica' ) for update
這裏 Hibernate 經過使用數據庫的 for update 子句實現了悲觀鎖機制。
Hibernate 的加鎖模式有：
Ø LockMode.NONE ：無鎖機制。
Ø LockMode.WRITE ： Hibernate 在 Insert 和 Update 記錄的時候會自動獲取
Ø LockMode.READ ： Hibernate 在讀取記錄的時候會自動獲取。
以上這三種鎖機制通常由 Hibernate 內部使用，如 Hibernate 爲了保證 Update
過程當中對象不會被外界修改，會在 save 方法實現中自動爲目標對象加上 WRITE 鎖。
Ø LockMode.UPGRADE ：利用數據庫的 for update 子句加鎖。
Ø LockMode. UPGRADE_NOWAIT ： Oracle 的特定實現，利用 Oracle 的 for
update nowait 子句實現加鎖。
上面這兩種鎖機制是咱們在應用層較爲經常使用的，加鎖通常經過如下方法實現：
Criteria.setLockMode
Query.setLockMode
Session.lock
注意，只有在查詢開始以前（也就是 Hiberate 生成 SQL 以前）設定加鎖，纔會
真正經過數據庫的鎖機制進行加鎖處理，不然，數據已經經過不包含 for update
子句的 Select SQL 加載進來，所謂數據庫加鎖也就無從談起。

爲了更好的理解select... for update的鎖表的過程，本人將要以MySQL爲例，進行相應的講解

一、要測試鎖定的情況，能夠利用MySQL的Command Mode ，開二個視窗來作測試。

表的基本結構以下:

表中內容以下:

開啓兩個測試窗口，在其中一個窗口執行select * from ta for update0

而後在另一個窗口執行update操做以下圖:

等到一個窗口commit後的圖片以下:

到這裏，悲觀鎖機制你應該瞭解一些了吧~

須要注意的是for update要放到mysql的事務中，即begin和commit中，否者不起做用。

至因而鎖住整個表仍是鎖住選中的行，請參考:

http://www.cnblogs.com/xiohao/p/4385768.html

至於hibernate中的悲觀鎖使用起來比較簡單，這裏就不寫demo了~感興趣的本身查一下就ok了~

樂觀鎖(Optimistic Locking):
相對悲觀鎖而言，樂觀鎖機制採起了更加寬鬆的加鎖機制。悲觀鎖大多數狀況下依靠數據庫的鎖機制實現，以保證操做最大程度的獨佔性。但隨之

而來的就是數據庫性能的大量開銷，特別是對長事務而言，這樣的開銷每每沒法承受。如一個金融系統，當某個操做員讀取用戶的數據，並在讀出的用戶數

據的基礎上進行修改時（如更改用戶賬戶餘額），若是採用悲觀鎖機制，也就意味着整個操做過程中（從操做員讀出數據、開始修改直至提交修改結果的全

過程，甚至還包括操做員中途去煮咖啡的時間），數據庫記錄始終處於加鎖狀態，能夠想見，若是面對幾百上千個併發，這樣的狀況將致使怎樣的後果。樂

觀鎖機制在必定程度上解決了這個問題。

樂觀鎖，大可能是基於數據版本 Version ）記錄機制實現。何謂數據版本？即爲數據增長一個版本標識，在基於數據庫表的版本解決方案中，通常是通

過爲數據庫表增長一個「version」字段來實現。讀取出數據時，將此版本號一同讀出，以後更新時，對此版本號加一。此時，將提交數據的版本數據與數據

庫表對應記錄的當前版本信息進行比對，若是提交的數據版本號大於數據庫表當前版本號，則予以更新，不然認爲是過時數據。對於上面修改用戶賬戶信息

的例子而言，假設數據庫中賬戶信息表中有一個 version 字段，當前值爲 1 ；而當前賬戶餘額字段（ balance ）爲 $100 。操做員 A 此時將其讀出

（ version=1 ），並從其賬戶餘額中扣除 $50（ $100-$50 ）。 2 在操做員 A 操做的過程當中，操做員 B 也讀入此用戶信息（ version=1 ），並從其賬

戶餘額中扣除 $20 （ $100-$20 ）。 3 操做員 A 完成了修改工做，將數據版本號加一（ version=2 ），連同賬戶扣除後餘額（ balance=$50 ），提交

至數據庫更新，此時因爲提交數據版本大於數據庫記錄當前版本，數據被更新，數據庫記錄 version 更新爲 2 。 4 操做員 B 完成了操做，也將版本號加一

（ version=2 ）試圖向數據庫提交數據（ balance=$80 ），但此時比對數據庫記錄版本時發現，操做員 B 提交的數據版本號爲 2 ，數據庫記錄當前版

本也爲 2 ，不知足「提交版本必須大於記錄當前版本才能執行更新「的樂觀鎖策略，所以，操做員 B 的提交被駁回。這樣，就避免了操做員 B 用基於

version=1 的舊數據修改的結果覆蓋操做員 A 的操做結果的可能。從上面的例子能夠看出，樂觀鎖機制避免了長事務中的數據庫加鎖開銷（操做員 A

和操做員 B 操做過程當中，都沒有對數據庫數據加鎖），大大提高了大併發量下的系統總體性能表現。須要注意的是，樂觀鎖機制每每基於系統中的數據存儲

邏輯，所以也具有必定的局限性，如在上例中，因爲樂觀鎖機制是在咱們的系統中實現，來自外部系統的用戶餘額更新操做不受咱們系統的控制，所以可能

會形成髒數據被更新到數據庫中。在系統設計階段，咱們應該充分考慮到這些狀況出現的可能性，並進行相應調整（如將樂觀鎖策略在數據庫存儲過程當中實

現，對外只開放基於此存儲過程的數據更新途徑，而不是將數據庫表直接對外公開）。 Hibernate 在其數據訪問引擎中內置了樂觀鎖實現。若是不用考慮外

部系統對數據庫的更新操做，利用 Hibernate 提供的透明化樂觀鎖實現，將大大提高咱們的生產力。

Hibernate 中能夠經過 class 描述符的 optimistic-lock 屬性結合 version描述符指定。

如今，咱們爲以前示例中的 User 加上樂觀鎖機制。

1 ．首先爲 User 的POJO class

package com.xiaohao.test;
 
public class User {
   private Integer id;
   private String userName;
   private String password;
   private int version;
    
public int getVersion() {
    return version;
}
 
public void setVersion(int version) {
    this.version = version;
}
 
public Integer getId() {
    return id;
}
 
public void setId(Integer id) {
    this.id = id;
}
 
public String getUserName() {
    return userName;
}
 
public void setUserName(String userName) {
    this.userName = userName;
}
 
public String getPassword() {
    return password;
}
 
public void setPassword(String password) {
    this.password = password;
}
 
 
 
public User() {}
 
public User(String userName, String password) {
    super();
    this.userName = userName;
    this.password = password;
}
 
 
    
    
}

而後是User.hbm.xml

<?xml version="1.0"?>
<!DOCTYPE hibernate-mapping PUBLIC
        "-//Hibernate/Hibernate Mapping DTD 3.0//EN"
        "http://hibernate.sourceforge.net/hibernate-mapping-3.0.dtd">
 
<hibernate-mapping package="com.xiaohao.test">
 
    <class name="User"  table="user" optimistic-lock="version" >
              <id name="id">
            <generator class="native" />
        </id>
        <!--version標籤必須跟在id標籤後面-->
        <version column="version" name="version"  />
        <property name="userName"/>
        <property name="password"/>
                 
    </class>
     
 
</hibernate-mapping>

注意 version 節點必須出如今 ID 節點以後。
這裏咱們聲明瞭一個 version 屬性，用於存放用戶的版本信息，保存在 User 表的version中
optimistic-lock 屬性有以下可選取值：
Ø none
無樂觀鎖
Ø version
經過版本機制實現樂觀鎖
Ø dirty
經過檢查發生變更過的屬性實現樂觀鎖
Ø all
經過檢查全部屬性實現樂觀鎖
其中經過 version 實現的樂觀鎖機制是 Hibernate 官方推薦的樂觀鎖實現，同時也
是 Hibernate 中，目前惟一在數據對象脫離 Session 發生修改的狀況下依然有效的鎖機
制。所以，通常狀況下，咱們都選擇 version 方式做爲 Hibernate 樂觀鎖實現機制。

2 ．配置文件hibernate.cfg.xml和UserTest測試類

hibernate.cfg.xml

<!DOCTYPE hibernate-configuration PUBLIC
        "-//Hibernate/Hibernate Configuration DTD 3.0//EN"
        "http://hibernate.sourceforge.net/hibernate-configuration-3.0.dtd">
 
<hibernate-configuration>
<session-factory>
 
    <!-- 指定數據庫方言 若是使用jbpm的話，數據庫方言只能是InnoDB-->
    <property name="dialect">org.hibernate.dialect.MySQL5InnoDBDialect</property>
    <!-- 根據須要自動建立數據表 -->
    <property name="hbm2ddl.auto">update</property>
    <!-- 顯示Hibernate持久化操做所生成的SQL -->
    <property name="show_sql">true</property>
    <!-- 將SQL腳本進行格式化後再輸出 -->
    <property name="format_sql">false</property>
    <property name="current_session_context_class">thread</property>
 
 
    <!-- 導入映射配置 -->
    <property name="connection.url">jdbc:mysql:///user</property>
    <property name="connection.username">root</property>
    <property name="connection.password">123456</property>
    <property name="connection.driver_class">com.mysql.jdbc.Driver</property>
    <mapping resource="com/xiaohao/test/User.hbm.xml" />
 
 
 
</session-factory>
</hibernate-configuration>

UserTest.java

package com.xiaohao.test;
 
import org.hibernate.Session;
import org.hibernate.SessionFactory;
import org.hibernate.Transaction;
import org.hibernate.cfg.Configuration;
 
public class UserTest {
    public static void main(String[] args) {
        Configuration conf=new Configuration().configure();
        SessionFactory sf=conf.buildSessionFactory();
        Session session=sf.getCurrentSession();
        Transaction tx=session.beginTransaction();
//      User user=new User("小浩","英雄");
//      session.save(user);
//       session.createSQLQuery("insert into user(userName,password) value('張英雄16','123')")
//                  .executeUpdate();
        User user=(User) session.get(User.class, 1);
        user.setUserName("221");
//      session.save(user);
     
        System.out.println("恭喜您，用戶的數據插入成功了哦~~");
        tx.commit();
    }
 
}

每次對 TUser 進行更新的時候，咱們能夠發現，數據庫中的 version 都在遞增。

下面咱們將要經過樂觀鎖來實現一下併發和同步的測試用例:

這裏須要使用兩個測試類，分別運行在不一樣的虛擬機上面，以此來模擬多個用戶同時操做一張表,同時其中一個測試類須要模擬長事務

UserTest.java

package com.xiaohao.test;
 
import org.hibernate.Session;
import org.hibernate.SessionFactory;
import org.hibernate.Transaction;
import org.hibernate.cfg.Configuration;
 
public class UserTest {
    public static void main(String[] args) {
        Configuration conf=new Configuration().configure();
        SessionFactory sf=conf.buildSessionFactory();
        Session session=sf.openSession();
//      Session session2=sf.openSession();
        User user=(User) session.createQuery(" from User user where user=5").uniqueResult();
//      User user2=(User) session.createQuery(" from User user where user=5").uniqueResult();
        System.out.println(user.getVersion());
//      System.out.println(user2.getVersion());
        Transaction tx=session.beginTransaction();
        user.setUserName("101");
        tx.commit();
         
        System.out.println(user.getVersion());
//      System.out.println(user2.getVersion());
//      System.out.println(user.getVersion()==user2.getVersion());
//      Transaction tx2=session2.beginTransaction();
//      user2.setUserName("4468");
//      tx2.commit();
     
    }
 
}

UserTest2.java

package com.xiaohao.test;
 
import org.hibernate.Session;
import org.hibernate.SessionFactory;
import org.hibernate.Transaction;
import org.hibernate.cfg.Configuration;
 
public class UserTest2 {
    public static void main(String[] args) throws InterruptedException {
        Configuration conf=new Configuration().configure();
        SessionFactory sf=conf.buildSessionFactory();
        Session session=sf.openSession();
//      Session session2=sf.openSession();
        User user=(User) session.createQuery(" from User user where user=5").uniqueResult();
        Thread.sleep(10000);
//      User user2=(User) session.createQuery(" from User user where user=5").uniqueResult();
        System.out.println(user.getVersion());
//      System.out.println(user2.getVersion());
        Transaction tx=session.beginTransaction();
        user.setUserName("100");
        tx.commit();
         
        System.out.println(user.getVersion());
//      System.out.println(user2.getVersion());
//      System.out.println(user.getVersion()==user2.getVersion());
//      Transaction tx2=session2.beginTransaction();
//      user2.setUserName("4468");
//      tx2.commit();
     
    }
 
}

操做流程及簡單講解: 首先啓動UserTest2.java測試類，在執行到Thread.sleep(10000);這條語句的時候，當前線程會進入睡眠狀態。在10秒鐘以內

啓動UserTest這個類，在到達10秒的時候，咱們將會在UserTest.java中拋出下面的異常:

Exception in thread "main" org.hibernate.StaleObjectStateException: Row was updated or deleted by another transaction (or unsaved-value mapping was incorrect): [com.xiaohao.test.User#5]
    at org.hibernate.persister.entity.AbstractEntityPersister.check(AbstractEntityPersister.java:1932)
    at org.hibernate.persister.entity.AbstractEntityPersister.update(AbstractEntityPersister.java:2576)
    at org.hibernate.persister.entity.AbstractEntityPersister.updateOrInsert(AbstractEntityPersister.java:2476)
    at org.hibernate.persister.entity.AbstractEntityPersister.update(AbstractEntityPersister.java:2803)
    at org.hibernate.action.EntityUpdateAction.execute(EntityUpdateAction.java:113)
    at org.hibernate.engine.ActionQueue.execute(ActionQueue.java:273)
    at org.hibernate.engine.ActionQueue.executeActions(ActionQueue.java:265)
    at org.hibernate.engine.ActionQueue.executeActions(ActionQueue.java:185)
    at org.hibernate.event.def.AbstractFlushingEventListener.performExecutions(AbstractFlushingEventListener.java:321)
    at org.hibernate.event.def.DefaultFlushEventListener.onFlush(DefaultFlushEventListener.java:51)
    at org.hibernate.impl.SessionImpl.flush(SessionImpl.java:1216)
    at org.hibernate.impl.SessionImpl.managedFlush(SessionImpl.java:383)
    at org.hibernate.transaction.JDBCTransaction.commit(JDBCTransaction.java:133)
    at com.xiaohao.test.UserTest2.main(UserTest2.java:21)

UserTest2代碼將在 tx.commit() 處拋出 StaleObjectStateException 異常，並指出版本檢查失敗，當前事務正在試圖提交一個過時數據。經過捕捉這個異常，我們就能夠在樂觀鎖校驗失敗時進行相應處理

三、常見併發同步案例分析

案例一:訂票系統案例，某航班只有一張機票，假定有1w我的打開你的網站來訂票，問你如何解決併發問題(可擴展到任何高併發網站要考慮

的併發讀寫問題)

問題，1w我的來訪問，票沒出去前要保證你們都能看到有票，不可能一我的在看到票的時候別人就不能看了。到底誰能搶到，那得看這我的的「運氣」（網

絡快慢等）

其次考慮的問題，併發，1w我的同時點擊購買，到底誰能成交？總共只有一張票。

首先咱們容易想到和併發相關的幾個方案：

鎖同步同步更多指的是應用程序的層面，多個線程進來，只能一個一個的訪問，java中指的是syncrinized關鍵字。鎖也有2個層面，一個是java中談到的對

象鎖，用於線程同步；另一個層面是數據庫的鎖；若是是分佈式的系統，顯然只能利用數據庫端的鎖來實現。

假定咱們採用了同步機制或者數據庫物理鎖機制，如何保證1w我的還能同時看到有票，顯然會犧牲性能，在高併發網站中是不可取的。使用hibernate後咱們

提出了另一個概念：樂觀鎖、悲觀鎖（即傳統的物理鎖）；

採用樂觀鎖便可解決此問題。樂觀鎖意思是不鎖定表的狀況下，利用業務的控制來解決併發問題，這樣即保證數據的併發可讀性又保證保存數據的排他性，保

證性能的同時解決了併發帶來的髒數據問題。

hibernate中如何實現樂觀鎖：

前提：在現有表當中增長一個冗餘字段，version版本號, long類型

原理：

1）只有當前版本號》=數據庫表版本號，才能提交

2）提交成功後，版本號version ++

實現很簡單：在ormapping增長一屬性optimistic-lock="version"便可，如下是樣例片斷

<hibernate-mapping>

案例2、股票交易系統、銀行系統，大數據量你是如何考慮的

首先，股票交易系統的行情表，每幾秒鐘就有一個行情記錄產生，一天下來就有（假定行情3秒一個）股票數量×20×60*6 條記錄，一月下來這個表記錄數

量多大？ oracle中一張表的記錄數超過100w後查詢性能就不好了，如何保證系統性能？

再好比，中國移動有上億的用戶量，表如何設計？把全部用於存在於一個表麼？

因此，大數量的系統，必須考慮表拆分-（表名字不同，可是結構徹底同樣），通用的幾種方式：（視狀況而定）

1）按業務分，好比手機號的表，咱們能夠考慮 130開頭的做爲一個表，131開頭的另一張表以此類推

2）利用oracle的表拆分機制作分表

3）若是是交易系統，咱們能夠考慮按時間軸拆分，當日數據一個表，歷史數據弄到其它表。這裏歷史數據的報表和查詢不會影響當日交易。

固然，表拆分後咱們的應用得作相應的適配。單純的or-mapping也許就得改動了。好比部分業務得經過存儲過程等

此外，咱們還得考慮緩存

這裏的緩存，指的不只僅是hibernate，hibernate自己提供了一級二級緩存。這裏的緩存獨立於應用，依然是內存的讀取，假如咱們能減小數據庫頻繁的訪

問，那對系統確定大大有利的。好比一個電子商務系統的商品搜索，若是某個關鍵字的商品常常被搜，那就能夠考慮這部分商品列表存放到緩存（內存中

去），這樣不用每次訪問數據庫，性能大大增長。

簡單的緩存你們能夠理解爲本身作一個hashmap，把常訪問的數據作一個key，value是第一次從數據庫搜索出來的值，下次訪問就能夠從map裏讀取，而不

讀數據庫；專業些的目前有獨立的緩存框架好比memcached 等，可獨立部署成一個緩存服務器。

四、常見的提升高併發下訪問的效率的手段

首先要了解高併發的的瓶頸在哪裏？

一、多是服務器網絡帶寬不夠

2.可能web線程鏈接數不夠

3.可能數據庫鏈接查詢上不去。

根據不一樣的狀況，解決思路也不一樣。

像第一種狀況能夠增長網絡帶寬，DNS域名解析分發多臺服務器。
負載均衡，前置代理服務器nginx、apache等等
數據庫查詢優化，讀寫分離，分表等等

最後複製一些在高併發下面須要經常須要處理的內容:

儘可能使用緩存，包括用戶緩存，信息緩存等，多花點內存來作緩存，能夠大量減小與數據庫的交互，提升性能。
用jprofiler等工具找出性能瓶頸，減小額外的開銷。
優化數據庫查詢語句，減小直接使用hibernate等工具的直接生成語句（僅耗時較長的查詢作優化）。
優化數據庫結構，多作索引，提升查詢效率。
統計的功能儘可能作緩存，或按天天一統計或定時統計相關報表，避免須要時進行統計的功能。
能使用靜態頁面的地方儘可能使用，減小容器的解析（儘可能將動態內容生成靜態html來顯示）。
解決以上問題後，使用服務器集羣來解決單臺的瓶頸問題。

iBatis半自動化的實現機制

「半自動化」的ibatis，卻恰好解決了這個問題。這裏的「半自動化」，是相對Hibernate等提供了全面的數據庫封裝機制的「全自動化」

ORM 實現而言，「全自動」ORM 實現了 POJO 和數據庫表之間的映射，以及 SQL 的自動生成和執行。而ibatis 的着力點，則在於

POJO 與 SQL之間的映射關係。也就是說，ibatis並不會爲程序員在運行期自動生成 SQL 執行。具體的 SQL 須要程序員編寫，而後經過映射配置文件，將SQL所需的參數，以及返回的結果字段映射到指定 POJO。

原文：http://www.cnblogs.com/xiohao/p/4379290.html

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。