为什么休眠 PersistentSet.contains() 这么慢？ （与 java.util.HashSet 相比）
Why hibernate PersistentSet.contains() is so slow? (compared to java.util.HashSet)
我正在开发一个用例，在该用例中，我获得了一组 ID（名为 group），并且需要验证其中哪些 ID 位于另一个集合（名为 projectDevicesIds）中，并且哪些没有。请注意，最后一个集合是从数据库中获取的 PersistentSet。代码非常简单如下：
Collection<String> inside = new HashSet<>();
Collection<String> notInside = new HashSet<>();
group.forEach(id -> {
if (projectDevicesIds.contains(id)) inside.add(id);
else notInside.add(id);
});
到目前为止一切顺利，问题是当 projectDevicesIds (hibernate PersistentSet) 的大小为 100 000 且 group 包含 1000 个 id 时，此代码平均需要 200 毫秒才能 运行.当我做同样的测试但不是使用 PersistentSet 而是使用 HashSet 时，它只需要 1 毫秒！即使测试在专业上不准确，这种差异也是疯狂的并且会损害我的用例性能。在休眠中 official docs 他们说 PersistentSet 在内部使用 HashSet，所以我期望的性能大致相同。
有人可以向我解释为什么 PersistentSet.contains() 与 HashSet 相比需要这么长时间吗？并以某种方式帮助我改进此用例性能？
PersistentSet 表示数据库上的关联。这意味着当你调用 contains 时，Hibernate ORM 需要首先刷新之前可能影响关联的操作，并最终从数据库中重新加载它。或者，如果关联已延迟加载，则可能需要重新加载它。
第一次加载集合后，性能差异应该不会那么高，但这实际上取决于您如何获得 projectDevicesIds。
如果你启用日志，你应该看看 Hibernate ORM 在你调用 contains 方法时是否需要 运行 额外的查询。
@Davide 的回答解决了 forEach 时间问题（从 200 毫秒到 1 毫秒）但是 eager 抓取结果变慢了，总时间（eager fetch + forEach) 更高 ( > 250ms).
所以我想出了一个解决方法来强制使用 HashSet（而不是 PersistentSet）。我没有通过 Project POJO 获取设备，而是在 ProjectJpaRepositoty 中添加了自定义 SQL 查询以从特定项目获取设备 ID，但是 return class 是一个 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);
}
现在整体时间是我能得到的最低（~75ms），这是可以接受的。
我正在开发一个用例，在该用例中，我获得了一组 ID（名为 group），并且需要验证其中哪些 ID 位于另一个集合（名为 projectDevicesIds）中，并且哪些没有。请注意，最后一个集合是从数据库中获取的 PersistentSet。代码非常简单如下：
Collection<String> inside = new HashSet<>();
Collection<String> notInside = new HashSet<>();
group.forEach(id -> {
if (projectDevicesIds.contains(id)) inside.add(id);
else notInside.add(id);
});
到目前为止一切顺利，问题是当 projectDevicesIds (hibernate PersistentSet) 的大小为 100 000 且 group 包含 1000 个 id 时，此代码平均需要 200 毫秒才能 运行.当我做同样的测试但不是使用 PersistentSet 而是使用 HashSet 时，它只需要 1 毫秒！即使测试在专业上不准确，这种差异也是疯狂的并且会损害我的用例性能。在休眠中 official docs 他们说 PersistentSet 在内部使用 HashSet，所以我期望的性能大致相同。
有人可以向我解释为什么 PersistentSet.contains() 与 HashSet 相比需要这么长时间吗？并以某种方式帮助我改进此用例性能？
PersistentSet 表示数据库上的关联。这意味着当你调用 contains 时，Hibernate ORM 需要首先刷新之前可能影响关联的操作，并最终从数据库中重新加载它。或者，如果关联已延迟加载，则可能需要重新加载它。
第一次加载集合后，性能差异应该不会那么高，但这实际上取决于您如何获得 projectDevicesIds。
如果你启用日志，你应该看看 Hibernate ORM 在你调用 contains 方法时是否需要 运行 额外的查询。
@Davide 的回答解决了 forEach 时间问题（从 200 毫秒到 1 毫秒）但是 eager 抓取结果变慢了，总时间（eager fetch + forEach) 更高 ( > 250ms).
所以我想出了一个解决方法来强制使用 HashSet（而不是 PersistentSet）。我没有通过 Project POJO 获取设备，而是在 ProjectJpaRepositoty 中添加了自定义 SQL 查询以从特定项目获取设备 ID，但是 return class 是一个 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);
}
现在整体时间是我能得到的最低（~75ms），这是可以接受的。