1. 在处理大数据量时，会有大量的数据缓冲保存在 Session 的一级缓存中，这缓存大太时会严重显示性能，所以在使用 Hibernate 处理大数据量的，可以使用 session.clear()或者 session. Evict(Object) 在处理过程中，清除全部的缓存或者清除某个对象。 

2. 对大数据量查询时，慎用 list()或者 iterator() 返回查询结果， 

3. 对于关联操作，Hibernate 虽然可以表达复杂的数据关系，但请慎用，使数据关系较为简单时会得到较好的效率，特别是较深层次的关联时，性能会很差。 

4. 对含有关联的 PO（持久化对象）时，若 default-cascade="all" 或者 “save-update”，新增 PO 时，请注意对 PO 中的集合的赋值操作，因为有可能使得多执行一次 update 操作。 

5. 在一对多、多对一的关系中，使用延迟加载机制，会使不少的对象在使用时方会初始化，这样可使得节省内存空间以及减少数据库的负荷，而且若 PO 中的集合没有被使用时，就可减少互数据库的交互从而减少处理时间。 
 
6. 对于大数据量新增、修改、删除操作或者是对大数据量的查询，与数据库的交互次数是决定处理时间的最重要因素，减少交互的次数是提升效率的最好途径，所以在开发过程中，请将 show_sql 设置为 true，深入了解 Hibernate 的处理过程，尝试不同的方式，可以使得效率提升。 

7.Hibernate 是以 JDBC 为基础，但是 Hibernate 是对 JDBC 的优化，其中使用 Hibernate 的缓冲机制会使性能提升，如使用二级缓存以及查询缓存，若命中率较高明，性能会是到大幅提升。 

8.Hibernate 可以通过设置 hibernate.jdbc.fetch_size，hibernate.jdbc.batch_size 等属性，对 Hibernate 进行优化。
hibernate.jdbc.fetch_size 50 
hibernate.jdbc.batch_size 25 
      Fetch Size 是设定 JDBC 的 Statement 读取数据的时候每次从数据库中取出的记录条数。例如一次查询 1 万条记录，对于 Oracle 的 JDBC 驱动来说，是不会 1 次性把 1 万条取出来的，而只会取出 Fetch Size 条数，当纪录集遍历完了这些记录以后，再去数据库取 Fetch Size 条数据。 
      Batch Size 是设定对数据库进行批量删除，批量更新和批量插入的时候的批次大小，有点相当于设置 Buffer 缓冲区大小的意思。