象)，而jdbc则是直接操作数据库.
2.Hibernate是JDBC的轻量级的对象封装，它是一个独立的对象持久层框架，和App Server，和EJB没有什么必然的联系。Hibernate可以用在任何JDBC可以使用的场合
3.Hibernate是一个和JDBC密切关联的框架，所以Hibernate的兼容性和JDBC驱动，和数据库都有一定的关系，但是和使用它的Java程序，和App Server没有任何关系，也不存在兼容性问题。
还有一点,正确的使用JDBC技术,它的效率一定比hibernate要好,因为hibernate是基于jdbc的技术.
hibernate是jdbc的轻量级封装，包括jdbc的与数据库的连接（用hibernate.property的配置文件实现当然本质是封装了jdbc的forname），和查询，删除等代码，都用面向对象的思想用代码联系起来，hibernate通过hbm 配置文件把po类的字段和数据库的字段关联起来比如数据库的id,在po类中就是pravite Long id;
public Long getId()
public setId(Long id);然后hql语句也是面向对象的，它的查询语句不是查询数据库而是查询类的,这些实现的魔法就是xml文件，其实hibernate=封装的jdbc+xml文件
数据库优化
设计数据库的优化措施。这要看你对预期的数据量的一个估计，不同的数据量有不同的策略。100万数据的表和1亿的数据表的策略肯定是不一样的。同样的设计，查询语句不一样，效果可能也不一样。
比较常用的数据库设计方面的处理措施是，
1、索引的建立，一张表，如果有一些经常查询的字段上，要建立索引。比如库存表，你会经常按厂家查询，那么在厂家这个字段上就要建立索引。如楼上所说，在某些时刻，要采取违反第3范式的一些数据库设计手段。
2、分库，分表技术。可以按业务层次，或者日期、厂家、地区等字段，对表进行横向或纵向的分割。把事务表和数据仓库表分开等。
3、事实上，对于系统的优化，从数据库本身的优化，数据库表的设计，以及应用程序的设计上，关联是很密切的。比如在数据库，可以把临时表，或者一些日志类的表放在内存盘中。在程序设计上，采用缓存机制，分布式数据库机制等等，都是提高系统响应能力的方法。
数据库的优化和你的业务、流量、硬件是分不开的
业务：主要指查询的方式，读写权重，表大小
流量：主要考虑并发请求数
硬件：主要是内存、磁盘、CPU的环境
从业务角度讲：
简单查询只需要对查询条件的列建立索引
需要排序的查询就应该使用符合索引，使排序从文件系统转移到内存中
读写要考虑效率和锁的问题，如果两方面都比较突出，可以考虑建立主从，主服务器做写操作，从服务器做读，读的压力大，可以建立多个从
表的大小直接影响查询效率，单个表的数据量有几十万效率就很低了，可以考虑hash分表，利用表中的某个比较符合业务的字段做分表
如业务需要处理订单之类，需要完整的处理过程，应该选择带有事务处理的存储引擎，如mysql 的 innodb
从流量角度讲：
最主要的是选择适合的存储引擎，mysql的myisam的表级锁会对引擎适合并发较低的环境，但查询速度较快，随着并发的增加，效率支线下降，innodb的行级锁查询速度没有myisam快，但是极大的减少了锁，是并发的效率大大增加，对高并发的环境是不二选择
从硬件角度讲：
内存要合理分配，尤其是事务型的存储引擎，建议内存从小到大的逐渐调整，过大的使用内存会导致使用swap
磁盘的io通常是数据库的主要瓶颈，在你表设计已经比较合理的情况下，io效率依然低下，可以考虑分磁盘存储数据，最好可以使用raid负载磁盘阵列，用多个磁盘分担io的压力
这个年代没有人用单核的处理器，所以多核处理器是最佳选择
总的来说数据库的优化由sql、内存、磁盘IO、表结构、存储引擎等几个主要方面，优化是个过程，没有标准，具体问题具体分析