在Session的緩存中存放的是相互關(guān)聯(lián)的對象圖。默認情況下，當Hibernate從數(shù)據(jù)庫中加載Customer對象時，會同時加載所有關(guān)聯(lián)的 Order對象。以Customer和Order類為例，假定ORDERS表的CUSTOMER_ID外鍵允許為null

以下Session的find()方法用于到數(shù)據(jù)庫中檢索所有的Customer對象： 

List customerLists=session.find("from Customer as c"); 

運行以上find()方法時，Hibernate將先查詢CUSTOMERS表中所有的記錄，然后根據(jù)每條記錄的ID，到ORDERS表中查詢有參照關(guān)系的記錄，Hibernate將依次執(zhí)行以下select語句： 

select * from CUSTOMERS; 
select * from ORDERS where CUSTOMER_ID=1; 
select * from ORDERS where CUSTOMER_ID=2; 
select * from ORDERS where CUSTOMER_ID=3; 
select * from ORDERS where CUSTOMER_ID=4; 

通過以上5條select語句，Hibernate最后加載了4個Customer對象和5個Order對象，在內(nèi)存中形成了一幅關(guān)聯(lián)的對象圖.


Hibernate在檢索與Customer關(guān)聯(lián)的Order對象時，使用了默認的立即檢索策略。這種檢索策略存在兩大不足： 

（1） select語句的數(shù)目太多，需要頻繁的訪問數(shù)據(jù)庫，會影響檢索性能。如果需要查詢n個Customer對象，那么必須執(zhí)行n+1次select查詢語 句。這就是經(jīng)典的n+1次select查詢問題。這種檢索策略沒有利用SQL的連接查詢功能，例如以上5條select語句完全可以通過以下1條 select語句來完成： 

select * from CUSTOMERS left outer join ORDERS 
on CUSTOMERS.ID=ORDERS.CUSTOMER_ID 

以上select語句使用了SQL的左外連接查詢功能，能夠在一條select語句中查詢出CUSTOMERS表的所有記錄，以及匹配的ORDERS表的記錄。 

（2）在應(yīng)用邏輯只需要訪問Customer對象，而不需要訪問Order對象的場合，加載Order對象完全是多余的操作，這些多余的Order對象白白浪費了許多內(nèi)存空間。 
為了解決以上問題，Hibernate提供了其他兩種檢索策略：延遲檢索策略和迫切左外連接檢索策略。延遲檢索策略能避免多余加載應(yīng)用程序不需要訪問的關(guān)聯(lián)對象，迫切左外連接檢索策略則充分利用了SQL的外連接查詢功能，能夠減少select語句的數(shù)目。

對數(shù)據(jù)庫訪問還是必須考慮性能問題的， 在設(shè)定了1 對多這種關(guān)系之后， 查詢就會出現(xiàn)傳說中的n +1 問題。 
1 ）1 對多，在1 方，查找得到了n 個對象， 那么又需要將n 個對象關(guān)聯(lián)的集合取出，于是本來的一條sql查詢變成了n +1 條 
2）多對1 ，在多方，查詢得到了m個對象，那么也會將m個對象對應(yīng)的1 方的對象取出， 也變成了m+1

怎么解決n +1 問題？ 
1 ）lazy=true， hibernate3開始已經(jīng)默認是lazy=true了；lazy=true時不會立刻查詢關(guān)聯(lián)對象，只有當需要關(guān)聯(lián)對象（訪問其屬性，非id字段）時才會發(fā)生查詢動作。 

2）二級緩存， 在對象更新，刪除，添加相對于查詢要少得多時， 二級緩存的應(yīng)用將不怕n +1 問題，因為即使第一次查詢很慢，之后直接緩存命中也是很快的。 
不同解決方法，不同的思路，第二條卻剛好又利用了n +1 。

3) 當然你也可以設(shè)定fetch=join(annotation : @ManyToOne() @Fetch(FetchMode.JOIN))