Hibernate 6 升级后查询性能下降的排查与优化策略

本文深入探讨了将应用程序从 hibernate 5 升级到 hibernate 6 后，特定 select 查询可能出现的显著性能下降问题。通过分析性能瓶颈集中在 `listresultsconsumer.withduplicationcheck()` 方法，文章提供了两种有效的优化策略：使用 `getresultstream()` 处理查询结果，或通过查询元组绕过实体处理开销。旨在帮助开发者理解并解决 hibernate 6 升级中的查询性能挑战。

引言：Hibernate 6 升级中的查询性能挑战

随着技术栈的不断演进，将应用程序的持久层框架从 Hibernate 5 升级到 Hibernate 6 是一个常见的需求。然而，在升级过程中，开发者可能会遇到一些意料之外的性能问题。一个典型的案例是，在某些 SELECT 查询中，Hibernate 6 的执行速度相比 Hibernate 5 可能会慢上十倍甚至更多。

例如，在一个包含 500,000 个实体对象的简单应用中，使用 Hibernate 5 执行全表查询（FROM MyEntity）可能只需约 2.4 秒，而升级到 Hibernate 6 后，相同的查询可能耗时超过 35 秒。通过性能分析工具可以发现，Hibernate 6 的大部分时间（约 90%）都消耗在 org.hibernate.sql.results.spi.ListResultsConsumer.withDuplicationCheck() 方法中，这表明性能瓶颈在于结果集的后处理阶段，而非数据库查询本身。此问题已被 Hibernate 官方识别，并记录在 JIRA 问题 HHH-15133 中。

为了更好地理解和解决这个问题，我们将通过一个简化的示例来展示问题场景，并提供两种有效的优化策略。

问题场景示例

假设我们有一个简单的 JPA 实体 MyEntity：

package com.me;

import jakarta.persistence.Entity;
import jakarta.persistence.GeneratedValue;
import jakarta.persistence.GenerationType;
import jakarta.persistence.Id;

@Entity
public class MyEntity {
    @Id
    @GeneratedValue(strategy = GenerationType.AUTO)
    protected Long id;
    // ... 其他字段和方法
}

以及一个用于测试的 Maven pom.xml 配置，其中可以切换 Hibernate 5 或 Hibernate 6 的依赖：

    
    
        
            com.h2database
            h2
            2.1.214
        
        
            jakarta.xml.bind
            jakarta.xml.bind-api
            3.0.1
        
        
        
            org.hibernate.orm
            hibernate-core
            6.1.5.Final
        
        
        
    

在应用程序中，我们执行一个简单的查询来获取所有 MyEntity 实例：

import org.hibernate.Session;
import org.hibernate.cfg.Configuration;
import java.util.List;
import java.util.Properties;
import org.hibernate.tool.schema.Action;
import org.h2.Driver;

public class MyApplication {
    public static void main(final String[] args) {
        // ... 配置 JPA 属性 ...
        final Properties jpaProperties = new Properties();
        jpaProperties.put("hibernate.connection.url", "jdbc:h2:mem:");
        jpaProperties.put("jakarta.persistence.jdbc.driver", Driver.class.getName());
        jpaProperties.put("jakarta.persistence.schema-generation.database.action", Action.CREATE);

        try (Session session = new Configuration().addAnnotatedClass(MyEntity.class).addProperties(jpaProperties)
                .buildSessionFactory().openSession()) {
            session.beginTransaction();
            // 插入 500,000 个 MyEntity 实例
            // IntStream.range(0, 500000).mapToObj(i -> new MyEntity()).forEach(session::persist);
            session.getTransaction().commit();

            // 导致性能问题的查询
            List entities = session.createQuery("FROM MyEntity", MyEntity.class).getResultList();
            // ... 处理结果 ...
        }
    }
}

当使用 Hibernate 6.1.5.Final 运行上述代码时，getResultList() 调用会显著变慢，其主要原因在于 Hibernate 6 在处理列表结果时引入的重复检查机制。

解决方案与优化策略

针对 Hibernate 6 中 getResultList() 导致的性能下降问题，目前有两种主要的有效工作方案。

阿里云-虚拟数字人

阿里云-虚拟数字人是什么？ ...

下载

策略一：利用 getResultStream() 优化查询结果处理

getResultStream() 方法返回一个 Stream 对象，允许以流式方式处理查询结果，而无需一次性将所有结果加载到内存并进行重复检查。这可以有效地避免 ListResultsConsumer.withDuplicationCheck() 方法带来的性能开销。

示例代码：

import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;
import org.hibernate.Session;

// 假设 session 已经初始化并可用
try (Stream stream = session.createQuery("FROM MyEntity", MyEntity.class).getResultStream()) {
   // 如果仍然需要 List，可以在流处理后收集
   List entities = stream.collect(Collectors.toList());
   // ... 对 entities 进行操作
}

通过将 getResultList() 替换为 getResultStream()，并根据需要将流收集为列表，可以显著提高查询性能。这种方法在大多数情况下都是首选，因为它更符合现代 Java 8+ 的编程范式，并且能够有效规避 Hibernate 6 的内部性能瓶颈。

策略二：查询元组 (Tuples) 而非实体

另一种方法是直接查询元组（Object[] 或 Tuple），而不是完整的实体对象。这种方式可以绕过 Hibernate 在构建实体对象列表时可能进行的某些复杂后处理和重复检查。

示例代码：

import java.util.List;
import org.hibernate.Session;

// 假设 session 已经初始化并可用
List tuples = session.createQuery("select e.id, e FROM MyEntity e", Object[].class).getResultList();

// 遍历元组并手动提取数据
for (Object[] tuple : tuples) {
    Long id = (Long) tuple[0];
    MyEntity entity = (MyEntity) tuple[1];
    // ... 对 id 和 entity 进行操作
}

在此示例中，我们查询了实体的 id 和整个实体对象 e 作为元组。虽然这种方法也能规避性能问题，但相比 getResultStream()，它通常需要更多的手动处理来从元组中提取所需的数据，因此在便利性方面可能略逊一筹。然而，在某些特定场景下，如果只需要部分字段或需要更精细地控制结果集处理，查询元组可能是一个有效的选择。

注意事项与后续发展

• 版本关注：Hibernate 社区已经意识到了这一性能问题，并在后续版本中通过 HHH-15719 和 HHH-15479 等 JIRA 问题进行了修复或改进。建议开发者关注 Hibernate 的最新发布版本，这些版本可能已经包含了针对此问题的优化。
• 适用场景：上述优化策略主要针对 getResultList() 在处理大量数据时因内部重复检查机制导致的性能下降。对于小规模数据集或不涉及复杂实体图的查询，性能差异可能不明显。
• 内存管理：使用 getResultStream() 虽然能提高查询速度，但如果不对流进行适当的处理（例如，立即 collect(Collectors.toList())），仍然可能导致大量数据一次性加载到内存。对于超大数据集，应考虑结合分页查询或更细粒度的流式处理来管理内存。

总结

从 Hibernate 5 升级到 Hibernate 6 过程中，查询性能下降是一个值得关注的问题，尤其是在处理大量数据时。通过理解性能瓶颈所在（ListResultsConsumer.withDuplicationCheck()），并采用 getResultStream() 或查询元组等优化策略，开发者可以有效地解决这些性能挑战。在实际项目中，推荐优先尝试使用 getResultStream()，因为它在性能和代码可读性之间取得了良好的平衡。同时，持续关注 Hibernate 官方的更新和修复，也是确保应用程序性能和稳定性的重要一环。