l 資料庫設計調整
l hql優化
l api的正確使用
(如根據不同的業務型別選用不同的集合及查詢
api)
l 主配置引數(日誌，查詢快取，
fetch_size, batch_size等)
l 對映檔案優化(id生成策略，二級快取，延遲載入，關聯優化
)l 一級快取的管理
l 針對二級快取，還有許多特有的策略
l 事務控制策略。
(下面是說明不需要回答)1、
資料庫設計
a) 降低關聯的複雜性
b) 盡量不使用聯合主鍵
c) id的生成機制，不同的資料庫所提供的機制並不完全一樣
d) 適當的冗餘資料，不過分追求高正規化
2、 hql優化
hql如果拋開它同hibernate本身一些快取機制的關聯，hql的優化技巧同普通的sql優化技巧一樣，可以很容易在網上找到一些經驗之談。
3、主配置
a) 查詢快取，同下面講的快取不太一樣，它是針對hql語句的快取，即完全一樣的語句再次執行時可以利用快取資料。但是，查詢快取在乙個交易系統(資料變更頻繁，查詢條件相同的機率並不大)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場。
b) fetch_size，同jdbc的相關引數作用類似，引數並不是越大越好，而應根據業務特徵去設定
c) batch_size同上。
d) 生產系統中，切記要關掉sql語句列印。
4、快取
a) 資料庫級快取:這級快取是最高效和安全的，但不同的資料庫可管理的層次並不一樣，比如，在oracle中，可以在建表時指定將整個表置於快取當中。
b) session快取:在乙個hibernate session有效，這級快取的可干預性不強，大多於hibernate自動管理，但它提供清除快取的方法，這在大批量增加/更新操作是有效的。比如，同時增加十萬條記錄，按常規方式進行，很可能會發現outofmemeroy的異常，這時可能需要手動清除這一級快取:session.evict以及 session.clear
c) 應用快取:在乙個sessionfactory中有效，因此也是優化的重中之重，因此，各類策略也考慮的較多，在將資料放入這一級快取之前，需要考慮一些前提條件:
i. 資料不會被第三方修改(比如，是否有另乙個應用也在修改這些資料?)
ii. 資料不會太大
iii. 資料不會頻繁更新(否則使用cache可能適得其反)
iv. 資料會被頻繁查詢
v. 資料不是關鍵資料(如涉及錢，安全等方面的問題)。
快取有幾種形式，可以在對映檔案中配置:read-only(唯讀，適用於很少變更的靜態資料/歷史資料)，nonstrict-read- write，read-write(比較普遍的形式，效率一般)，transactional(jta中，且支援的快取產品較少)
d) 分布式快取:同c)的配置一樣，只是快取產品的選用不同，在目前的hibernate中可供選擇的不多，oscache, jboss cache，目前的大多數專案，對它們的用於集群的使用(特別是關鍵交易系統)都持保守態度。在集群環境中，只利用資料庫級的快取是最安全的。
5、延遲載入
a) 實體延遲載入:通過使用動態**實現
b) 集合延遲載入:通過實現自有的set/list，hibernate提供了這方面的支援
c) 屬性延遲載入:
6、方法選用
a) 完成同樣一件事，hibernate提供了可供選擇的一些方式，但具體使用什麼方式，可能用效能/**都會有影響。顯示，一次返回十萬條記錄(list /set/bag/map等)進行處理，很可能導致記憶體不夠的問題，而如果用基於游標(scrollableresults)或iterator的結果集，則不存在這樣的問題。
b) session的load/get方法，前者會使用二級快取，而後者則不使用。
c) query和list/iterator，如果去仔細研究一下它們，你可能會發現很多有意思的情況，二者主要區別(如果使用了spring，在 hibernatetemplate中對應find,iterator方法):
i. list只能利用查詢快取(但在交易系統中查詢快取作用不大)，無法利用二級快取中的單個實體，但list查出的物件會寫入二級快取，但它一般只生成較少的執行sql語句，很多情況就是一條(無關聯)。
ii. iterator則可以利用二級快取，對於一條查詢語句，它會先從資料庫中找出所有符合條件的記錄的id，再通過id去快取找，對於快取中沒有的記錄，再構造語句從資料庫中查出，因此很容易知道，如果快取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，配合快取管理api，在海量資料查詢中可以很好的解決記憶體問題，如:
while(it.hasnext())
如果用list方法，很可能就出outofmemory錯誤了。
iv. 通過上面的說明，我想你應該知道如何去使用這兩個方法了。
7、集合的選用
在hibernate 3.1文件的「19.5. understanding collection performance」中有詳細的說明。
8、事務控制
事務方面對效能有影響的主要包括:事務方式的選用，事務隔離級別以及鎖的選用
a) 事務方式選用
:如果不涉及多個事務管理器事務的話，不需要使用
jta，只有
jdbc
的事務控制就可以。
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
(一般由具體的事務管理器實現
)，對於長事務效率低，但安全。樂觀鎖
(一般在應用級別實現
)，如在
hibernate
中可以定義
version
字段，顯然，如果有多個應用運算元據，且這些應用不是用同一種樂觀鎖機制，則樂觀鎖會失效。因此，針對不同的資料應有不同的策略，同前面許多情況一樣，很多時候我們是在效率與安全
/準確性上找乙個平衡點，無論如何，優化都不是乙個純技術的問題，你應該對你的應用和業務特徵有足夠的了解。
9、 批量操作
即使是使用jdbc，在進行大批資料更新時，
batch
與不使用
batch
有效率上也有很大的差別。我們可以通過設定
batch_size
來讓其支援批量操作。
舉個例子，要批量刪除某錶中的物件，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，這主要是為了維護二級快取，這樣效率肯定高不了，在後續的版本中增加了
bulk delete/update
，但這也無法解決快取的維護問題。也就是說，由於有了二級快取的維護問題，
hibernate
的批量操作效率並不盡如人意
!從前面許多要點可以看出，很多時候我們是在效率與安全/準確性上找乙個平衡點，無論如何，優化都不是乙個純技術的問題，你應該對你的應用和業務特徵有足夠的了解，一般的，優化方案應在架構設計期就基本確定，否則可能導致沒必要的返工，致使專案延期，而作為架構師和專案經理，還要面對開發人員可能的抱怨，必竟，我們對使用者需求更改的控制力不大，但技術
/架構風險是應該在初期意識到並制定好相關的對策。
還有一點要注意，應用層的快取只是錦上添花，永遠不要把它當救命稻草，應用的根基(資料庫設計，演算法，高效的操作語句，恰當
api的選擇等
)才是最重要的。
如何進行HIBERNATE效能調優
大體上，對於hibernate效能調優的主要考慮點如下 資料庫設計調整 hql優化 api的正確使用 如根據不同的業務型別選用不同的集合及查詢api 主配置引數 日誌，查詢快取，fetch size,batch size等 對映檔案優化 id生成策略，二級快取，延遲載入，關聯優化 一級快取的管理 針...
如何進行Monkey Test
一 簡介 monkey是android中的乙個命令列工具，可以執行在模擬器裡或實際裝置中。它向系統傳送偽隨機的使用者事件流 如按鍵輸入 觸控螢幕輸入 手勢輸入等 實現對正在開發的應用程式進行壓力測試。monkey包括許多選項，它們大致分為四大類 基本配置選項，如設定嘗試的事件數量 執行約束選項，如設...
如何進行Code Review
code review應該怎麼做 如何高效迅速的進行codereview 下面推薦一些 code review 工具 crucible atlassian 內部 審查工具 gerrit google 開源的 git 審查工具 github 程式設計師應該很熟悉了，上面的 pull request 在...