很多人都對(duì)java在批量數(shù)據(jù)的處理方面是否是其合適的場(chǎng)所持有懷疑的念頭，由此延伸，那么就會(huì)認(rèn)為ORM可能也不是非凡適合數(shù)據(jù)的批量處理。 其實(shí)，我想假如我們應(yīng)用得當(dāng)?shù)脑挘耆梢韵齇RM批量處理性能問題這方面的顧慮。下面以Hibernate為例來(lái)做為說明，假如我們真的不得不在Java中使用Hibernate來(lái)對(duì)數(shù)據(jù)進(jìn)行批量處理的話。 向數(shù)據(jù)庫(kù)插入100 000條數(shù)據(jù)，用Hibernate可能像這樣：

session session = sessionFactory.openSession();
Transaction tx = session.beginTransaction();
for ( int i=0; i<100000; i++ ) {
Customer customer = new Customer(.....);
session.save(customer); }
tx.commit();
session.close();
　　大概在運(yùn)行到第50 000條的時(shí)候，就會(huì)出現(xiàn)內(nèi)存溢出而失敗。這是Hibernate把最近插入的Customer都以session-level cache在內(nèi)存做緩存，我們不要忘記Hiberante并沒有限制first-level cache 的緩存大小：

　　# 持久對(duì)象實(shí)例被治理在事務(wù)結(jié)束時(shí)，此時(shí)Hibernate與數(shù)據(jù)庫(kù)同步任何已經(jīng)發(fā)生變 化的被治理的的對(duì)象。

　　# Session實(shí)現(xiàn)了異步write-behind，它答應(yīng)Hibernate顯式地寫操作的批處理。 這里，我給出Hibernate如何實(shí)現(xiàn)批量插入的方法：
首先，我們?cè)O(shè)置一個(gè)合理的JDBC批處理大小，hibernate.jdbc.batch_size 20。 然后在一定間隔對(duì)Session進(jìn)行flush()和clear()。

Session session = sessionFactory.openSession();
Transaction tx = session.beginTransaction();
for ( int i=0; i<100000; i++ ) {
Customer customer = new Customer(.....);
session.save(customer);
if ( i % 20 == 0 ) {
//flush 插入數(shù)據(jù)和釋放內(nèi)存:
session.flush(); session.clear(); }
}
tx.commit();
session.close();
　　那么，關(guān)于怎樣刪除和更新數(shù)據(jù)呢？那好，在Hibernate2.1.6或者更后版本，scroll() 這個(gè)方法將是最好的途徑：

Session session = sessionFactory.openSession();
Transaction tx = session.beginTransaction();
ScrollableResults customers = session.getNamedQuery("GetCustomers")
.scroll(ScrollMode.FORWARD_ONLY);
int count=0;
while ( customers.next() ) {
Customer customer = (Customer) customers.get(0);
customer.updateStuff(...);
if ( ++count % 20 == 0 ) {
//flush 更新數(shù)據(jù)和釋放內(nèi)存:
session.flush(); session.clear(); } }
tx.commit(); session.close();
　　這種做法并不困難，也不算不優(yōu)雅。請(qǐng)注重，假如Customer啟用了second-level caching ，我們?nèi)匀粫?huì)有一些內(nèi)存治理的問題。原因就是對(duì)于用戶的每一次插入和更新，Hibernate在事務(wù)處理結(jié)束后不得不通告second-level cache 。因此，我們?cè)谂幚砬闆r下將要禁用用戶使用緩存。