Artigo EspWeb 2013 - Aurélio Junior

Propaganda
Análise de Desempenho dos Frameworks de Persistência
Hibernate e EclipseLink
Aurélio Vargas Ramos Júnior1, Edson A. Oliveira Junior2
Resumo. Nas aplicações de software é comum o armazenamento de dados persistentes. Esses
sistemas são apoiados, em sua maioria, por gerenciadores de banco de dados relacionais, um
framework de persistência gerencia a base de dados e o mapeamento entre a base de dados e os
objetos. Este artigo compara a performance de dois frameworks de persistência – Hibernate e
EclipseLink JPA usando uma base de dados de uma locadora de DVDs. Para facilitar tais testes,
faz-se uso da API JPA que permite a fácil migração entre esses frameworks com pequenas
alterações em sua configuração.
Palavras-chave: framework, ORM, Hibernate, JPA, EclipseLink, benchmark.
Abstract. In the applications software is common to store persistent data. These systems are
supported mostly by managers relational database, a persistence framework manages the
database and the mapping between the database and the objects. This paper compares the
performance of two persistence frameworks – Hibernate and EclipseLink JPA using a DVD rental
database. To facilitate these tests, it is using the JPA API that allows easy migration between these
frameworks with small changes to your configuration.
Keywords: framework, ORM, Hibernate, JPA, EclipseLink, benchmark.
1. Introdução
Trabalhar com software orientado a objetos e bancos de dados relacionais pode
ser trabalhoso e demorado, devido a incompatibilidade entre o paradigma de
representação dos dados no modelo de objetos e o modelo de bancos de dados
relacionais (conflito de impedância) [7]. Frameworks de mapeamento objeto relacional
são uma solução. O Mapeamento Objeto-Relacional, (Object Relational Mapping - ORM)
refere-se à técnica de mapeamento de dados a partir de uma representação do modelo
de objeto em uma representação do modelo de dados relacional [3]. Servindo como uma
ponte entre esse conflito de impedância o que torna a persistência de objetos mais
simples, o trabalho do desenvolvedor é definir como os objetos são mapeados nas
tabelas do banco e o Framework ORM faz o acesso ao banco, gerando inclusive os
comandos em SQL necessários para tarefas padrões.
Este artigo tem como meta comparar dois frameworks ORM, o Hibernate que é
um dos mais consolidados por desenvolvedores Java e .NET e o EclipseLink, um
framework extensível que permite interagir com vários serviços de dados, incluindo
Banco de Dados, Web Services, Objetos XML, EIS, etc. Sendo assim, EclipseLink
não implementa apenas o padrão JPA, mas também outros padrões como JAXB,
JCA e SDO. Para tal comparação serão utilizadas algumas operações de
1
Aluno do curso de especialização em Desenvolvimento de Sistemas para Web – Universidade Estadual de
Maringá (UEM) - Av. Colombo, 5790 – Bloco C56 – Maringá – PR – Brasil – [email protected]
2
Departamento de Informática – Universidade Estadual de Maringá (UEM) - Av. Colombo, 5790 – Bloco
C56 – Maringá – PR – Brasil - [email protected]
1
persistência a saber: consultas simples e com joins, inserção, alteração e exclusão.
Será utilizada uma média do desempenho dos procedimentos executados para
encontrar o framework com menor tempo médio nas operações de persistência.
Este artigo está organizado da seguinte forma: na Seção 2 são abordadas as
tecnologias utilizadas para efetuar a comparação dos frameworks; na Seção 3 é
realizado o estudo comparativo de desempenho entre Hibernate e EclipseLink e na
Seção 4 é apresentada a conclusão e trabalhos que podem ser desenvolvidos
futuramente.
2. Revisão Bibliográfica
2.1. Hibernate
O framework Hibernate foi desenvolvido por uma equipe de programadores Java
liderada por Gavin King e teve sua primeira versão divulgada em 2004. Segundo King [5],
um dos objetivos ao criar o projeto era resolver seus problemas referentes à persistência
causados pelo EJB 2.0, o qual considerava muito complexo. Devido à popularidade do
projeto e por se tratar de um projeto “pessoal”, King utilizava seu tempo livre para que
pudesse resolver problemas identificados pelos usuários do Hibernate. Com um escopo
muito vasto, o projeto tornou-se inviável de ser mantido apenas nos tempos livres, assim
King aceitou entrar para o JBoss Group, passando a ser remunerado para continuar a
desenvolver o projeto, o que lhe permitiu dedicação completa ao Hibernate [5].
Com a especificação da JPA (Java Persistence API), solidificou-se como a
implementação mais utilizada. Diversos projetos também passaram a ser desenvolvidos
pela equipe do Hibernate a fim de aprimorar os recursos existentes no framework. Muitos
deles, em vez de serem anexados ao projeto Core, tornaram-se plugins, tais como
Hibernate Search, o Hibernate OGM e o Hibernate Validator. Este último, inclusive, teve
fortes influências para a criação de uma nova especificação, a Bean Validation (JSR
303).
A partir da versão 3.5, o Hibernate tornou-se uma implementação certificada para a JPA2
(JSR 317), lançada oficialmente no final de 2009. Várias annotations surgiram e muitos
recursos foram aprimorados [9]. A escolha do Hibernate se deve ao fato de ele ser o
framework ORM Java mais consolidado do mercado e implementar a especificação
padrão Java EE para persistência, o JPA.
2.2. EclipseLink JPA
O Eclipse Persistence Services Project, mais conhecido como EclipseLink, é uma
solução abrangente de persistência open source. Seu projeto foi iniciado por uma doação
do código-fonte completo e suítes de teste de produtos da Oracle TopLink. Esse projeto
traz a experiência de mais de 12 anos de uso comercial e de Desenvolvimento [1]. Podese dizer que o EclipseLink evoluiu ao ponto de ser uma ferramenta superior ao TopLink.
É dito que as próximas versões do TopLink incluirão o EclipseLink, assim como a
próxima versão do Oracle Application Server [4]. Similar ao Hibernate, a intenção do
projeto é oferecer uma solução baseada em padrões centrados no JPA [1]. A escolha do
EclipseLink se deve porque apesar do Hibernate ter originado a JPA, o EclipseLink
substituiu o produto “Oracle TopLink Essentials” e também se tornou a implementação de
referência da versão JPA 2.0, sendo distribuído juntamente com o servidor de aplicações
GlassFish V3 [10].
2.3. Java Persistence API (JPA)
O Java Persistence API (JPA) é uma especificação de persistência padrão
aprovada pela JCP (Java Community Process) em meados de 2006, como parte da
especificação EJB3 (Enterprise Java Beans 3). O JPA lida com a forma como os dados
2
relacionais são mapeados para objetos Java, a maneira que esses objetos são
armazenados em um banco de dados relacional para que possam ser acessados
posteriormente e, a existência continuada de um estado da entidade mesmo após a
aplicação que usa termina. Além de simplificar o modelo de persistência da entidade, o
JPA padroniza mapeamento objeto-relacional [4].
Neste artigo a base de dados foi mapeada utilizando do padrão JPA 2.0, para
padronizar a aplicação o que torna possível que a aplicação seja independente do
framework abordado. Sendo assim para cada teste, foi necessário somente alterar a
biblioteca utilizada pela aplicação (framework).
2.4. Protótipo de aplicação para os casos de teste
O objetivo deste trabalho é analisar o desempenho dos frameworks Hibernate e
EclipseLink de ORM para a linguagem Java, para isso foram realizados testes utilizandose um protótipo de sistema simples para a gestão de locadora de filmes.
A base de dados DVD rental é uma base de testes que foi portada para o
Postgres do banco de dados Sakila, originalmente para MySQL e desenvolvida por Mike
Hillyer do MySQL AB documentation team. Essa base foi modificada para se adequar às
funcionalidades do PostgreSQL3. O DVD rental representa um processo de comércio de
uma loja de locação de DVD com aproximadamente 300.000 registros. Possuindo muitos
objetos como:






15 tabelas
1 trigger
7 views
8 funções
1 domínio
13 seqüências
A Figura 1 ilustra o diagrama de entidade-relacionamento dessa base.
3
O esquema e seus dados estão disponíveis no endereço: http://www.postgresqltutorial.com/postgresqlsample-database/
3
Figura 1: Modelo Entidade-Relacionamento do banco de dados Dvd Rental.
3. Estudo Comparativo de Desempenho entre Hibernate e EclipseLink JPA
3.1. Ambiente de Execuções
Para efetuar as execuções de benchmark foi utilizado:

Eclipse Kepler Java EE for Web Developers como ambiente de desenvolvimento
integrado (IDE);

Hibernate 4.3.1;

EclipseLink JPA 2.5.1;

Postgres 9.3;

Java JDK 1.7.0_45;

Sistema Operacional Linux Mint 16 Petra x86_64 GNU/Linux; e

Sistema de arquivos - ext4.
O computador usado para os testes é um Dell Intel optiplex 780 processador
Intel(R) Core(TM)2 Quad CPU Q9550 @ 2.83GHz, 4GB de memória RAM.
O
projeto
pode
ser
baixado
https://github.com/kawekaweau/jpa-bench-test.
no
repositório
GitHub
3.2. Planejamento, Execução e Análise dos Resultados
4
3.2.1 Definição de Contexto e Planejamento do Estudo Comparativo
3.2.1.1 Objetivo do Estudo
Comparar frameworks de persistência objeto-relacional, com o objetivo de
identificar o melhor desempenho com relação à operações de persistência de dados em
um banco de dados relacional, do ponto de vista de analistas e desenvolvedores de
software, no contexto de um estudo de caso específico para operações de persistência
relacionais.
3.2.1.2 Seleção das Variáveis


Variáveis independentes (entrada/causa):
o
Framework de persistência - Hibernate e EclipseLink JPA;
o
Sistema Operacional Linux Mint 16 Petra x86_64 GNU/Linux;
o
Sistema de arquivos - ext4; e
o
Banco de Dados – Postgres 9.3.2.
Variável dependente (observação/efeito):
o
Desempenho.
3.2.1.3 Definição das Hipóteses

Hipótese Nula (H0): os tempos médios para a execução das operações
de persistência usando Hibernate e EclipseLink JPA são os mesmos.

Hipótese Alternativa (H1): o tempo médio de execução das operações
de persistência usando Hibernate é menor que o tempo médio usando
EclipseLink; e

Hipótese Alternativa (H2): o tempo médio de execução das operações
de persistência usando Hibernate é maior que o tempo médio usando
EclipseLink.
3.2.2 Definição do plano de Testes
3.2.2.1 Procedimentos metodológicos
Foram gravados tempos de relógio do sistema em dois momentos: na
requisição e na obtenção da resposta. Calcula-se a diferença entre o tempo do momento
de obtenção da resposta e o tempo do momento da requisição [6].
RES = T2 – T1
T1: Tempo obtido no momento da requisição.
T2: Tempo obtido no momento da resposta.
RES: Tempo de resposta.
3.2.2.2 Medidas
5
Boral e Dewitt [6] definem que quatro tipos de consultas são necessárias para
a realização da análise de desempenho em sistemas de bancos de dados.
Grupos
Utilização de CPU
Utilização de Disco
Tipo 1
Baixo
Baixo
Tipo 2
Baixo
Alto
Tipo 3
Alto
Baixo
Tipo 4
Alto
Alto
Quadro 1: Tipos de consultas para análise de desempenho.
Segundo os autores as consultas em bancos de dados consomem basicamente dois
recursos de sistema:
a) Ciclos de CPU: são consumidos tanto pelo sistema que executa a consulta (a
aplicação) como por outras funções executadas pelo próprio SGBD. Ciclos de CPU
também são consumidos pelo Sistema Operacional na iniciação das operações de disco.
b) Operações de Disco: são consumidos durante a recuperação dos dados requeridos
para responder uma consulta, armazenar dados de uma consulta no disco ou atividades
de swapping.
As consultas foram baseadas no Quadro 1, e nas métricas definidas para avaliação das
alternativas de persistência de dados num ambiente objeto relacional, por Santos e
Martins [7]. Foram utilizadas 2 métricas de consulta e 3 métricas de inserção de
entidades. Sendo as consultas executadas as seguintes:
Inserções

Inserção simples;

Inserção em Cascata;

Inserção relacionamento ManyToMany;
Consultas

Consulta em profundidade;

Consulta relacionamento M:N;

Consulta de 1 tupla campo indexada;

Consulta de 100 tuplas em 10000 não indexadas;

Consulta 1.000 tuplas de 10.000 utilizando índice com relação a outra tabela;

Consulta 100 tuplas de 10.000 utilizando de função agregada;
3.2.2 Execução do Estudo Comparativo
O estudo comparativo foi conduzido com base na execução de 12 operações de
persistência, sendo 6 consultas, 3 inserções e 3 exclusões. Cada consulta foi executada
100 vezes, sendo efetuado o cálculo médio do desempenho de cada consulta para ser
criado o gráfico dos resultados.
Inserções: para testar o tempo necessário para efetuar as inserções foram
testados três tipos de inserções sendo: a inserção de uma entidade disjunta [2], na qual
6
foi inserida a entidade Actor. A inserção em um relacionamento M*N (relacionamento
Actor Film) e uma inserção em cascata (foram persistidas as entidades City e Country
através da persistência da entidade Address). Como mostra a Figura 2, o Hibernate levou
um tempo maior que o EclipseLink na inserção em um relacionamento M*N, sendo que
nas demais o Hibernate apresentou um desempenho melhor.
0,004
EclipseLink JPA
0,01
0,004
Hibernate
0,003
0
0,002
0,019
0,007
0,004
0,006
0,008
0,01
0,012
0,014
0,016
0,018
0,02
Tempo em segundos
Simples
Aninhada
Relacionamento M*N
Figura 2: Desempenho inserções.
Consultas: foram efetuadas 6 tipos de consulta as duas primeiras são busca em
profundidade (a partir da Entidade Payment obteve se a entidade Store através da
junção com mais 3 entidades), nessa consulta o EclipseLink teve um melhor
desempenho. A segunda consulta é o retorno de um relacionamento M*N, na qual foi
buscada a entidade Rental de um cliente. Nessa consulta o Hibernate apresentou um
melhor desempenho como mostra a Figura 3.
0,004
0,017
EclipseLink JPA
0,002
Hibernate
0
1,414
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
Tempo em segundos
Busca Profundidade
Relacionamento M*N
Figura 3: Busca em Profundidade e consulta de um relacionamento M*N.
Grupo 1: é uma consulta simples que busca 1 registro do tipo Customer por ID.
Conforme o Quadro 1 apresentado na seção 3.2.2.2, essa consulta ocupa pouco
processamento e utilização de disco. O comando utilizado para essa consulta foi:
“SELECT c FROM Customer c WHERE c.customerId = 3”. Como mostra a Figura 4, o
Hibernate efetuou a consulta em 0,007s e o EclipseLink JPA efetuou a consulta em
0,006s.
7
EclipseLink JPA
0,006
Hibernate
0,007
0,0054
0,0056
0,0058
0,006
0,0062
0,0064
0,0066
0,0068
0,007
0,0072
Tempo em segundos
Figura 4: Seleção de um registro por atributo índice.
Grupo 2: é uma consulta que busca 100 registros do tipo Film por titulo e ID
utilizando o operador ‘>’. Conforme o Quadro 1 apresentado na seção 3.2.2.2, essa
consulta ocupa pouco processamento e muito do disco. O comando utilizado para esta
consulta foi: “FROM Film f WHERE f.title LIKE 'on%' AND f.filmId > 500”.
Como mostra a Figura 5, o Hibernate efetuou a consulta em 0,004s e o EclipseLink
efetuou a consulta em 0,005s.
EclipseLink JPA
0,005
Hibernate
0,004
0
0,001
0,002
0,003
0,004
0,005
0,006
Figura 5: Seleção de 100 registros em 1000 utilizando operador LIKE.
Grupo 3: é uma consulta que busca 1000 registros do tipo Payment através de
uma junção com a entidade Rental e utilizando o ID de Rental para a seleção. Conforme
o Quadro 1 apresentado na seção 3.2.2.2, essa consulta ocupa bastante processamento
e pouca utilização do disco. O comando utilizado para essa consulta foi: “SELECT p FROM
Payment p LEFT JOIN FETCH p.rental LEFT JOIN FETCH p.rental WHERE
p.rental.rentalId = 2”. Como mostra a Figura 6, o Hibernate efetuou a consulta em
0,006s e o EclipseLink efetuou a consulta em 0,008s.
EclipseLink JPA
0,008
Hibernate
0,006
0
0,001
0,002
0,003
0,004
0,005
0,006
0,007
0,008
0,009
Figura 6: Seleção de 1.000 registros de 100.000 utilizando índice de outra entidade.
8
Grupo 4: é uma consulta que busca 100 registros do tipo Payment por ID
utilizando a função de agregação COUNT(). Conforme a tabela apresentada na seção
3.2.2.2, esta consulta ocupa bastante processamento e disco. O comando utilizado para
esta
consulta
foi:
“SELECT
COUNT(p)
FROM
Payment
p
WHERE
p.customer.customerId = 1 AND p.paymentId <= 100”. Como mostra a Figura 7, o
Hibernate efetuou a consulta em 0,004s e o EclipseLink efetuou a consulta em 0,003s.
EclipseLink JPA
0,003
Hibernate
0,004
0
0,0005
0,001
0,0015
0,002
0,0025
0,003
0,0035
0,004
0,0045
Figura 7: Selecionar 100 registros de 10.000 com função agregada.
3.2.3 Análise dos Dados do Estudo Comparativo
Com base na execução das operações de persistência realizadas neste estudo o
Hibernate obteve melhor desempenho em 5 operações. O EclipseLink JPA obteve
melhor desempenho em 4 operações. Sendo assim, o framework Hibernate obteve o
melhor desempenho total com base nas operações utilizadas neste estudo. O Quadro 2
mostra a quantidade de vezes que o framework foi superior categorizados por tipo de
operação.
Cláusulas
Hibernate
EclipseLink JPA
INSERT
2
1
SELECT
3
3
Total
5
4
Quadro 2: Desempenho dos frameworks categorizados por tipo de operação.
Assim, o estudo realizado fornece indícios de que a hipótese nula (H0) deve ser
rejeitada e, conseqüentemente, a hipótese alternativa (H1) deve ser aceita, sendo que no
total de operações, o framework Hibernate obteve melhor desempenho do que o
framework EclipseLink JPA para as operações de consulta realizadas neste estudo. Já o
framework EclipseLink obteve melhor desempenho médio nas operações.
4. Conclusões e Trabalhos Futuros
Este artigo apresentou uma análise de desempenho baseada em benchmark por
meio de uma série de operações de persistência com o intuito de fornecer evidências
iniciais, para guiar na escolha do framework de persistência mais adequado para projetos
de persistência baseados em mono-usuário e acesso não concorrente. Os resultados
9
obtidos devem ser associados à Base de Dados Postgres e Sistema Operacional Linux
(Ext4). A utilização de outras bases de dados e sistema operacionais (ou sistema de
arquivos), pode levar a resultados diferentes dos apresentados aqui.
Com base nos resultados obtidos pode-se observar uma ligeira vantagem na
utilização do Hibernate com relação ao EclipseLink para o conjunto de operações de
consultas e, um desempenho aproximado porém com ligeira vantagem para o
EclipseLink em operações de inserção definidas pelo benchmark utilizado.
Com relação a trabalhos que podem ser desenvolvidos futuramente tem-se: (i) a
análise de desempenho dos frameworks trabalhado no projeto, em um sistema
multiusuário; (ii) planejamento e realização de uma análise do mesmo mapeamento em
base de dados distintas, a base utilizada possui implementações para outros banco de
dados; (iii) planejamento e realização de uma análise comparativa com sistemas de
arquivos diferentes e (iv) estudo comparativo através de métricas qualitativas dos
frameworks ORM.
Referências Bibliográficas
[1] CLARKE, D. Apresentando EclipseLink. Eclipse Zone, 30 jun 2008. Disponível em:
<http://eclipse.dzone.com/articles/introducing-eclipselink?page=0,0>. Acesso em: 15, jan, 2014
[2] DIOGO V. DOS SANTOS, MARCELO DE R. MARTINS – Métricas para avaliação das
alternativas de persistência de dados num ambiente objeto relacional. São Paulo: IME/USP,
2007.
[3] HIBERNATE. Community Documentation. Hibernate Developer Guide. Disponível em:
<http://docs.jboss.org/hibernate/core/4.3/devguide/en-US/html_single >. Acesso em: 15, jan, 2014.
[4] HIGOR, M. Introdução ao EclipseLink. DevMedia. Disponível em:
< http://www.devmedia.com.br/introducao-ao-eclipselink/29131#ixzz2rwAhkQqH >. Acesso em: 20,
jan, 2014
[5] IZALMO PRIMO D S. Artigo Java Magazine 73 - Desenvolvendo com Hibernate .
Disponível em: < http://www.devmedia.com.br/artigo-java-magazine-73-desenvolvendo-comhibernate/14756#ixzz2reXxyHvD>. Acesso em: 15, jan, 2014.
[6] JADER D. S. T. C. - Estudo comparativo entre os frameworks de Mapeamento ObjetoRelacional Hibernate e Toplink. Maringá, Paraná: EspWeb/UEM. 2011.
[7] PIETER VAN ZYL, DERRICK G. KOURIE, ANDREW BOAKE – Comparing the Performance
of Object Databases and ORM Tools. Disponível em: <http://odbms.org/download/027.01 Zyl
Comparing the Performance of Object Databases and ORM Tools September 2006.PDF>. Acesso
em: 10, set, 2013.
[8] VITOR GOTARDO - Análise de Desempenho dos Frameworks de Persistência Hibernate e
Spring Data. Maringá, Paraná: EspWeb/UEM. 2013.
[9] HANELLI TAVANTE – As novidades do Hibernate 4. Disponível em: <
http://blog.caelum.com.br/as-novidades-do-hibernate-4/>.
[10] SILVIO PAGANINI – Persistência a toda prova. Java Magazine 81. Disponível em: <
http://www.devmedia.com.br/jpa-2-0-persistencia-a-toda-prova-java-magazine-81/17437/>.
[6] MIKAEL KOPTEFF – The Usage and Performance of Object Databases compared with
ORM tools in a Java environment. Disponível em: <http://www.odbms.org/download/045.01
Kopteff The Usage and Performance of Object Databases Compared with ORM Tools in a Java
Environment March 2008.PDF>. Acesso em: 10, set, 2013.
[8] SHOAIB MAHMOOD BHATTI, ZAHID HUSSAIN ABRO, FARZANA RAUF ABRO –
Performance Evaluation of Java Based Object Relational Mapping Tools. Disponível em:
<http://publications.muet.edu.pk/research_papers/pdf/pdf755.pdf>. Acesso em: 16, nov, 2013.
[9] MIKE AULT, DONALD K. BURLESON, CLAUDIA FERNANDEZ, KEVIN KLEIN, BERT SCALZO
- Database Benchmarking: Practical Methods for Oracle & SQL Server. Rampant Techpress,
PAP/CDR edition, p. 19, 2007.
[]Leia mais em: Maven, JSF 2, Spring e Hibernate - Revista Java Magazine 101
http://www.devmedia.com.br/maven-jsf-2-spring-e-hibernate-revista-java-magazine101/23800#ixzz2vQ4TsGsk
10
Download
Random flashcards
paulo

2 Cartões oauth2_google_ddd7feab-6dd5-47da-9583-cdda567b48b3

Estudo Duda✨

5 Cartões oauth2_google_f1dd3b00-71ac-4806-b90b-c8cd7d861ecc

Matemática

2 Cartões Elma gomes

Criar flashcards