為什么 hibernate PersistentSet.contains() 這么慢？ （與 java.util.HashSet 相比）

Question

我正在開發一個用例，其中給了我一個 ID 集合（名為group ），並且需要驗證這些 ID 中的哪些在另一個集合（名為projectDevicesIds ）中，哪些不在。 請注意，最后一個集合是從數據庫獲得的 PersistentSet。 代碼非常簡單，如下：

Collection<String> inside = new HashSet<>();
Collection<String> notInside = new HashSet<>();
group.forEach(id -> {
        if (projectDevicesIds.contains(id)) inside.add(id);
        else notInside.add(id);
    });

到目前為止一切順利，問題是當projectDevicesIds (hibernate PersistentSet) 的大小為 100 000 並且group包含 1000 個 id 時，此代碼平均需要 200 毫秒才能運行。 當我進行相同的測試但不使用 PersistentSet 而使用 HashSet 時，它只需要 1 毫秒，即使測試在專業上並不准確。 這種差異很瘋狂，會損害我的用例性能。 在 hibernate 官方文檔中，他們說 PersistentSet 在內部使用 HashSet，所以我期待相同的性能。

有人可以向我解釋為什么 PersistentSet.contains() 與 HashSet 相比需要這么長時間嗎？ 並以某種方式幫助我提高這個用例的性能？

Answer 1

PersistentSet 表示數據庫上的關聯。 這意味着當您調用contains時，Hibernate ORM 需要首先刷新可能影響關聯的先前操作，並最終從數據庫中重新加載它。 或者，如果關聯已被延遲加載，它可能只需要重新加載它。

首次加載集合后，性能差異不應該那么高，但這實際上取決於您如何獲取projectDevicesIds 。

如果啟用日志，您應該查看在調用contains方法時 Hibernate ORM 是否需要運行額外的查詢。

Answer 2

@Davide 的回答解決了forEach時間問題（從 200 毫秒到 1 毫秒），但結果是eager獲取速度較慢，並且總時間（ eager fetch + forEach ）更高（> 250 毫秒）。

所以我想出了一個解決方法來強制使用HashSet （而不是PersistentSet ）。 我沒有通過Project POJO獲取設備，而是在ProjectJpaRepositoty中添加了一個自定義 SQL 查詢以從特定項目獲取設備 ID，但返回 class 是一個HashSet ：

public interface ProjectRepository extends JpaRepository<Project, String> {
            @Query(
                    value = "SELECT id FROM device WHERE project_id = :projectId",
                    nativeQuery = true
            )
            HashSet<String> getDevicesId(String projectId);
}

現在總時間是我能得到的最低時間（~75ms），這是可以接受的。