关键策略总结：1. 设置合适的缓存大小，使用 pageSize=1024 和 cacheSize=131072 来优化内存使用；2. 启用 MVStore 存储引擎，通过 mv_store=true 提升读写性能；3. 调整堆内存参数如 -Xmx4g -Xms4g，并设置 h2.server.webAllowFileReadThrough=true；4. 使用索引优化查询，避免 N+1 问题；5. 定期运行 ANALYZE 来更新统计信息；6. 关闭不必要的日志记录，设置 TRACE_LEVEL_FILE=0。

H2官方文档性能调优

In-Memory Mode: Databases are not persisted. The data exists only in RAM. This mode is very fast, but if the application crashes the data is lost. To create an in-memory database, use jdbc:h2:mem:dbname. In-Memory databases are faster than disk based databases. The speed gain depends on the use case: for simple read-only queries it is up to 20 times faster. For more complex queries or write-heavy applications the speed gain is smaller.

博客H2内存优化实践

对于H2数据库，内存优化的核心是调整缓存配置。在h2.properties文件中设置 cacheSize=65536 和 pageSize=512 可以显著提升查询速度。同时，增加JVM堆内存到 -Xmx2g，避免OutOfMemoryError。实际测试中，缓存优化后，批量插入性能提升了3倍。

StackOverflow H2性能讨论

To improve performance, use the MV Store (default since 1.4). Set PARAM_MULTI_THREADED=1 for better concurrency. For large datasets, avoid in-memory mode and use disk with write delay: SET WRITE_DELAY 0. Also, create indexes on frequently queried columns: CREATE INDEX idx_name ON table(column).

CSDN H2调优经验

H2数据库在嵌入式使用时，性能瓶颈往往在内存分配。推荐配置：url=jdbc:h2:~/test;DB_CLOSE_DELAY=-1;CACHE_SIZE=100000;PAGE_SIZE=1024;LOCK_MODE=3。结合线程池管理连接，能将TPS从500提升到2000以上。

GitHub H2优化issue

Enable LOCK_TIMEOUT=10000 to prevent deadlocks. Use prepared statements always. For memory, monitor with Runtime.getRuntime().freeMemory(). Optimize by closing resultsets immediately after use. In server mode, set MAX_MEMORY_ROWS=20000 to limit memory per connection.

Medium文章H2最佳实践

H2性能提升的关键是减少磁盘I/O。通过设置 LOCK_UPGRADE=true 和 DB_CLOSE_ON_EXIT=FALSE，结合足够的缓存，能让复杂JOIN查询速度翻倍。避免使用 SELECT *，指定列名减少数据传输。

FAQ
Q: H2数据库如何设置内存缓存大小？
A: 在连接URL中添加 ;CACHE_SIZE=65536。
Q: 为什么H2查询变慢？
A: 缺少索引或缓存不足，运行 CREATE INDEX 和增加缓存。
Q: JVM内存不足怎么处理？
A: 设置 -Xmx4g -Xms4g，并监控堆使用。
Q: MVStore是什么？
A: H2的新存储引擎，默认启用，性能更好。