大體上，對HIBERNATE性能調優的主要斟酌點以下:
? 數據庫設計調劑
? HQL優化
? API的正確使用(如根據不同的業務類型選用不同的集合及查詢API)
? 主配置參數(日志，查詢緩存，fetch_size, batch_size等)
? 映照文件優化(ID生成策略，2級緩存，延遲加載，關聯優化)
? 1級緩存的管理
? 針對2級緩存，還有許多獨有的策略
? 事務控制策略。

1、 數據庫設計

a) 下降關聯的復雜性
b) 盡可能不使用聯合主鍵
c) ID的生成機制，不同的數據庫所提供的機制其實不完全1樣
d) 適當的冗余數據，不過分尋求高范式

2、 HQL優化

HQL如果拋開它同HIBERNATE本身1些緩存機制的關聯，HQL的優化技能同普通的SQL優化技能1樣，可以很容易在網上找到1些經驗之談。

3、 主配置

a) 查詢緩存，同下面講的緩存不太1樣，它是針對HQL語句的緩存，即完全1樣的語句再次履行時可以利用緩存數據。但是，查詢緩存在1個交易系統(數據變更頻繁，查詢條件相同的機率其實不大)中可能會起反作用:它會白白耗費大量的系統資源但卻難以派上用處。
b) fetch_size，同JDBC的相干參數作用類似，參數其實不是越大越好，而應根據業務特點去設置
c) batch_size同上。
d) 生產系統中，切紀要關掉SQL語句打印。

4、 緩存

a) 數據庫級緩存:這級緩存是最高效和安全的，但不同的數據庫可管理的層次其實不1樣，比如，在ORACLE中，可以在建表時指定將全部表置于緩存當中。

b) SESSION緩存:在1個HIBERNATE SESSION有效，這級緩存的可干預性不強，大多于HIBERNATE自動管理，但它提供清除緩存的方法，這在大批量增加/更新操作是有效的。比如，同時增加10萬條記錄，按常規方式進行，極可能會發現OutofMemeroy的異常，這時候可能需要手動清除這1級緩存:Session.evict和Session.clear

c) 利用緩存:在1個SESSIONFACTORY中有效，因此也是優化的重中之重，因此，各類策略也斟酌的較多，在將數據放入這1級緩存之前，需要斟酌1些條件條件:

i. 數據不會被第3方修改(比如，是不是有另外一個利用也在修改這些數據?)
ii. 數據不會太大
iii. 數據不會頻繁更新(否則使用CACHE可能適得其反)
iv. 數據會被頻繁查詢
v. 數據不是關鍵數據(如觸及錢，安全等方面的問題)。

緩存有幾種情勢，可以在映照文件中配置:read-only(只讀，適用于很少變更的靜態數據/歷史數據)，nonstrict-read-write，read-write(比較普遍的情勢，效力1般)，transactional(JTA中，且支持的緩存產品較少)

d) 散布式緩存:同c)的配置1樣，只是緩存產品的選用不同，在目前的HIBERNATE中可供選擇的不多，oscache, jboss cache，目前的大多數項目，對它們的用于集群的使用(特別是關鍵交易系統)都持守舊態度。在集群環境中，只利用數據庫級的緩存是最安全的。

5、 延遲加載
a) 實體延遲加載:通過使用動態代理實現

b) 集合延遲加載:通過實現自有的SET/LIST，HIBERNATE提供了這方面的支持

c) 屬性延遲加載:

6、 方法選用

a) 完成一樣1件事，HIBERNATE提供了可供選擇的1些方式，但具體使用甚么方式，可能用性能/代碼都會有影響。顯示，1次返回10萬條記錄(List/Set/Bag/Map等)進行處理，極可能致使內存不夠的問題，而如果用基于游標(ScrollableResults)或Iterator的結果集，則不存在這樣的問題。

b) Session的load/get方法，前者會使用2級緩存，而后者則不使用。

c) Query和list/iterator，如果去仔細研究1下它們，你可能會發現很多成心思的情況，2者主要區分(如果使用了Spring，在HibernateTemplate中對應find,iterator方法):

i. list只能利用查詢緩存(但在交易系統中查詢緩存作用不大)，沒法利用2級緩存中的單個實體，但list查出的對象會寫入2級緩存，但它1般只生成較少的履行SQL語句，很多情況就是1條(無關聯)。

ii. iterator則可以利用2級緩存，對1條查詢語句，它會先從數據庫中找出所有符合條件的記錄的ID，再通過ID去緩存找，對緩存中沒有的記錄，再構造語句從數據庫中查出，因此很容易知道，如果緩存中沒有任何符合條件的記錄，使用iterator會產生N+1條SQL語句(N為符合條件的記錄數)

iii. 通過iterator，配合緩存管理API，在海量數據查詢中可以很好的解決內存問題，如:
while(it.hasNext()){
YouObject object = (YouObject)it.next();
session.evict(youObject);
sessionFactory.evice(YouObject.class, youObject.getId());
}
如果用list方法，極可能就出OutofMemory毛病了。

iv. 通過上面的說明，我想你應當知道如何去使用這兩個方法了。

7、 集合的選用
在HIBERNATE 3.1文檔的“19.5. Understanding Collection performance”中有詳細的說明。

8、 事務控制

事務方面對性能有影響的主要包括:事務方式的選用，事務隔離級別和鎖的選用

a) 事務方式選用:如果不觸及多個事務管理器事務的話，不需要使用JTA，只有JDBC的事務控制就能夠。

b) 事務隔離級別:參見標準的SQL事務隔離級別

c) 鎖的選用:悲觀鎖(1般由具體的事務管理器實現)，對長事務效力低，但安全。樂觀鎖(1般在利用級別實現)，如在HIBERNATE中可以定義VERSION字段，明顯，如果有多個利用操作數據，且這些利用不是用同1種樂觀鎖機制，則樂觀鎖會失效。因此，針對不同的數據應有不同的策略，同前面許多情況1樣，很多時候我們是在效力與安全/準確性上找1個平衡點，不管如何，優化都不是1個純技術的問題，你應當對你的利用和業務特點有足夠的了解。

9、 批量操作

即便是使用JDBC，在進行大批數據更新時，BATCH與不使用BATCH有效力上也有很大的差別。我們可以通過設置batch_size來讓其支持批量操作。
舉個例子，要批量刪除某表中的對象，如“delete Account”，打出來的語句，會發現HIBERNATE找出了所有ACCOUNT的ID，再進行刪除，這主要是為了保護2級緩存，這樣效力肯定高不了，在后續的版本中增加了bulk delete/update，但這也沒法解決緩存的保護問題。也就是說，由于有了2級緩存的保護問題，HIBERNATE的批量操作效力其實不盡如人意!

從前面許多要點可以看出，很多時候我們是在效力與安全/準確性上找1個平衡點，不管如何，優化都不是1個純技術的問題，你應當對你的利用和業務特點有足夠的了解，1般的，優化方案應在架構設計期就基本肯定，否則可能致使沒必要的返工，導致項目延期，而作為架構師和項目經理，還要面對開發人員可能的抱怨，必竟，我們對用戶需求更改的控制力不大，但技術/架構風險是應當在早期意想到并制定好相干的對策。

還有1點要注意，利用層的緩存只是錦上添花，永久不要把它當救命稻草，利用的根基(數據庫設計，算法，高效的操作語句，恰當API的選擇等)才是最重要的。