作者背景#

Vlad Mihalcea 是 Java Champion、Hibernate ORM 核心貢獻者，任職於 Red Hat 擔任 Hibernate Developer Advocate。他在 StackOverflow 上回答了數千個 Hibernate 與 JPA 相關問題，獲得 Hibernate、Java、JPA 三個金牌標籤。自 2013 年起持續撰寫關於 Java 持久化與資料庫效能的技術文章，同時開發了 FlexyPool（連線池監控工具）和 Hypersistence Optimizer（JPA/Hibernate 效能自動檢測工具）等開源專案。

完整摘要#

本書要解決的核心問題是：Java 企業應用程式如何在不犧牲資料完整性的前提下，最大化資料存取層的效能與可擴展性。全書以 response time 與 throughput 兩大指標為主軸，從底層 JDBC 到高階 ORM 框架逐層展開。

第一部分從 JDBC 與資料庫基礎出發，涵蓋 connection pooling（以 HikariCP 為例，連線取得速度快二到四個數量級）、batch updates（PreparedStatement batching 與 bulk processing 的效能差異）、statement caching（server-side 與 client-side 的快取機制）、ResultSet fetching（fetch size 調校與 result set 大小控制），以及 transaction 的完整討論——從 ACID 特性、isolation levels、Two-Phase Locking 與 MVCC 兩大並行控制策略，到 application-level 的 optimistic/pessimistic locking。

第二部分深入 JPA 與 Hibernate，探討 Persistence Context 的 write-behind cache 機制、entity state transitions、dirty checking、flushing 順序等內部運作。在映射層面，詳細比較了各種 identifier generator（identity、sequence、table）的效能特性，說明 database sequence 搭配 pooled optimizer 為最佳選擇。關聯映射方面，系統性分析了 @ManyToOne、@OneToMany、@OneToOne、@ManyToMany 各種組合的 DML 效率，強調 child-side 控制 foreign key 的重要性。繼承映射比較了 Single Table、Join Table、Table-per-class 與 @MappedSuperclass 四種策略的讀寫效能與資料完整性取捨。fetching 章節深入探討 N+1 query 問題、DTO projection 與 entity query 的適用場景、Open Session in View 反模式，以及 second-level cache 的四種 concurrency strategy（READ_ONLY、NONSTRICT_READ_WRITE、READ_WRITE、TRANSACTIONAL）。併發控制章節則涵蓋 implicit/explicit optimistic locking、versionless optimistic locking，以及 PESSIMISTIC_FORCE_INCREMENT 等進階鎖定機制。

第三部分介紹 jOOQ 作為動態 native SQL 建構工具的價值，展示其在 upsert、batch updates、complex queries（Window Functions、Recursive CTE）、stored procedures、streaming 與 keyset pagination 等場景的應用。

本書的貢獻與定位#

本書填補了 Java 持久化領域中「效能導向」的系統性著作空缺。不同於一般 Hibernate 教材著重 API 使用，本書以跨資料庫（Oracle、SQL Server、PostgreSQL、MySQL）的實測數據為論證基礎，揭示各種配置選擇背後的效能影響。其獨特切入角度在於從 JDBC 底層到 ORM 高階抽象的完整垂直剖析，讓讀者理解「所有通訊最終都流經 JDBC，所有執行都發生在資料庫引擎中」這一核心原則。主要受眾為使用 JPA/Hibernate 的後端工程師、DBA 與架構師，適用於需要診斷與優化資料存取效能的企業應用場景。