本文在提供完整代碼示例,可見 https://github.com/YunaiV/SpringBoot-Labs 的 lab-19 目錄。
原創不易,給點個 Star 嘿,一起衝鴨!
1. 概述
在我們的項目中,數據庫連接池基本是必不可少的組件。在目前數據庫連接池的選型中,主要是
-
Druid ,爲監控而生的數據庫連接池。
-
HikariCP ,號稱性能最好的數據庫連接池。
至於怎麼選擇,兩者都非常優秀,不用過多糾結。
-
Spring Boot 2.X 版本,默認採用 HikariCP 。
-
阿里大規模採用 Druid 。
當然,如下有一些資料,胖友可以閱讀參考:
-
《Druid 連接池介紹》
-
《爲什麼 HikariCP 被號稱爲性能最好的 Java 數據庫連接池,如何配置使用》
-
《alibaba/druid pool analysis》 ,一個小小的“撕逼”。
下面,我們來進行 HikariCP 和 Druid 的入門,會配置單數據源和多數據源情況下的連接池。
2. HikariCP 單數據源
示例代碼對應倉庫:lab-19-datasource-pool-hikaricp-single 。
在本小節,我們會使用配置一個數據源的 HikariCP 連接池。
艿艿:推薦入門後,可以看看 HikariCP 的文檔:https://github.com/brettwooldridge/HikariCP/wiki 。
2.1 引入依賴
在 pom.xml
文件中,引入相關依賴。
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.1.3.RELEASE</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<modelVersion>4.0.0</modelVersion>
<artifactId>lab-19-datasource-pool-hikaricp-single</artifactId>
<dependencies>
<!-- 實現對數據庫連接池的自動化配置 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-jdbc</artifactId>
</dependency>
<dependency> <!-- 本示例,我們使用 MySQL -->
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>5.1.48</version>
</dependency>
<!-- 方便等會寫單元測試 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
</project>
-
無需主動引入 HikariCP 的依賴。因爲在 Spring Boot 2.X 中,
spring-boot-starter-jdbc
默認引入com.zaxxer.HikariCP
依賴。
2.2 應用配置文件
在 application.yml
中,添加 HikariCP 配置,如下:
spring:
# datasource 數據源配置內容,對應 DataSourceProperties 配置屬性類
datasource:
url: jdbc:mysql://127.0.0.1:3306/test?useSSL=false&useUnicode=true&characterEncoding=UTF-8
driver-class-name: com.mysql.jdbc.Driver
username: root # 數據庫賬號
password: # 數據庫密碼
# HikariCP 自定義配置,對應 HikariConfig 配置屬性類
hikari:
minimum-idle: 10 # 池中維護的最小空閒連接數,默認爲 10 個。
maximum-pool-size: 10 # 池中最大連接數,包括閒置和使用中的連接,默認爲 10 個。
-
在
spring.datasource
配置項下,我們可以添加數據源的通用配置。 -
在
spring.datasource.hikari
配置項下,我們可以添加 HikariCP 連接池的自定義配置。然後DataSourceConfiguration.Hikari
會自動化配置 HikariCP 連接池。
HikariCP 更多配置項,可以看看如下表格:s
FROM 《HikariCP 連接池及其在 Spring Boot 中的配置》
配置項 | 描述 | 構造器默認值 | 默認配置validate之後的值 | validate重置 |
---|---|---|---|---|
autoCommit | 自動提交從池中返回的連接 | true | true | - |
connectionTimeout | 等待來自池的連接的最大毫秒數 | SECONDS.toMillis(30) = 30000 | 30000 | 如果小於250毫秒,則被重置回30秒 |
idleTimeout | 連接允許在池中閒置的最長時間 | MINUTES.toMillis(10) = 600000 | 600000 | 如果idleTimeout+1秒>maxLifetime 且 maxLifetime>0,則會被重置爲0(代表永遠不會退出);如果idleTimeout!=0且小於10秒,則會被重置爲10秒 |
maxLifetime | 池中連接最長生命週期 | MINUTES.toMillis(30) = 1800000 | 1800000 | 如果不等於0且小於30秒則會被重置回30分鐘 |
connectionTestQuery | 如果您的驅動程序支持JDBC4,我們強烈建議您不要設置此屬性 | null | null | - |
minimumIdle | 池中維護的最小空閒連接數 | -1 | 10 | minIdle<0或者minIdle>maxPoolSize,則被重置爲maxPoolSize |
maximumPoolSize | 池中最大連接數,包括閒置和使用中的連接 | -1 | 10 | 如果maxPoolSize小於1,則會被重置。當minIdle<=0被重置爲DEFAULT_POOL_SIZE則爲10;如果minIdle>0則重置爲minIdle的值 |
metricRegistry | 該屬性允許您指定一個 Codahale / Dropwizard MetricRegistry 的實例,供池使用以記錄各種指標 |
null | null | - |
healthCheckRegistry | 該屬性允許您指定池使用的Codahale / Dropwizard HealthCheckRegistry的實例來報告當前健康信息 | null | null | - |
poolName | 連接池的用戶定義名稱,主要出現在日誌記錄和JMX管理控制檯中以識別池和池配置 | null | HikariPool-1 | - |
initializationFailTimeout | 如果池無法成功初始化連接,則此屬性控制池是否將 fail fast |
1 | 1 | - |
isolateInternalQueries | 是否在其自己的事務中隔離內部池查詢,例如連接活動測試 | false | false | - |
allowPoolSuspension | 控制池是否可以通過JMX暫停和恢復 | false | false | - |
readOnly | 從池中獲取的連接是否默認處於只讀模式 | false | false | - |
registerMbeans | 是否註冊JMX管理Bean(MBeans ) |
false | false | - |
catalog | 爲支持 catalog 概念的數據庫設置默認 catalog |
driver default | null | - |
connectionInitSql | 該屬性設置一個SQL語句,在將每個新連接創建後,將其添加到池中之前執行該語句。 | null | null | - |
driverClassName | HikariCP將嘗試通過僅基於jdbcUrl的DriverManager解析驅動程序,但對於一些較舊的驅動程序,還必須指定driverClassName | null | null | - |
transactionIsolation | 控制從池返回的連接的默認事務隔離級別 | null | null | - |
validationTimeout | 連接將被測試活動的最大時間量 | SECONDS.toMillis(5) = 5000 | 5000 | 如果小於250毫秒,則會被重置回5秒 |
leakDetectionThreshold | 記錄消息之前連接可能離開池的時間量,表示可能的連接泄漏 | 0 | 0 | 如果大於0且不是單元測試,則進一步判斷:(leakDetectionThreshold < SECONDS.toMillis(2) or (leakDetectionThreshold > maxLifetime && maxLifetime > 0),會被重置爲0 . 即如果要生效則必須>0,而且不能小於2秒,而且當maxLifetime > 0時不能大於maxLifetime |
dataSource | 這個屬性允許你直接設置數據源的實例被池包裝,而不是讓HikariCP通過反射來構造它 | null | null | - |
schema | 該屬性爲支持模式概念的數據庫設置默認模式 | driver default | null | - |
threadFactory | 此屬性允許您設置將用於創建池使用的所有線程的java.util.concurrent.ThreadFactory的實例。 | null | null | - |
scheduledExecutor | 此屬性允許您設置將用於各種內部計劃任務的java.util.concurrent.ScheduledExecutorService實例 | null | null | - |
2.3 Application
創建 Application.java
類,配置 @SpringBootApplication
註解即可。代碼如下:
// Application.java
@SpringBootApplication
public class Application implements CommandLineRunner {
private Logger logger = LoggerFactory.getLogger(Application.class);
@Autowired
private DataSource dataSource;
public static void main(String[] args) {
// 啓動 Spring Boot 應用
SpringApplication.run(Application.class, args);
}
@Override
public void run(String... args) {
try (Connection conn = dataSource.getConnection()) {
// 這裏,可以做點什麼
logger.info("[run][獲得連接:{}]", conn);
} catch (SQLException e) {
throw new RuntimeException(e);
}
}
}
通過實現 CommandLineRunner 接口,應用啓動完成後,回調 #run(String... args)
方法,輸出下 Connection 信息。執行日誌如下:
2019-11-12 11:15:32.303 INFO 41198 --- [ main] com.zaxxer.hikari.HikariDataSource : HikariPool-1 - Starting...
2019-11-12 11:15:32.472 INFO 41198 --- [ main] com.zaxxer.hikari.HikariDataSource : HikariPool-1 - Start completed.
2019-11-12 11:15:32.473 INFO 41198 --- [ main] c.i.s.lab19.datasourcepool.Application : [run][獲得連接:HikariProxyConnection@1561745898 wrapping com.mysql.jdbc.JDBC4Connection@793138bd]
-
可以看到,HikariDataSource 成功初始化。
3. HikariCP 多數據源
示例代碼對應倉庫:lab-19-datasource-pool-hikaricp-multiple 。
在本小節,我們會使用配置兩個數據源的 HikariCP 連接池。
3.1 引入依賴
和 「2.1 引入依賴」 是一致。
3.2 應用配置文件
在 application.yml
中,添加 HikariCP 配置,如下:
spring:
# datasource 數據源配置內容
datasource:
# 訂單數據源配置
orders:
url: jdbc:mysql://127.0.0.1:3306/test_orders?useSSL=false&useUnicode=true&characterEncoding=UTF-8
driver-class-name: com.mysql.jdbc.Driver
username: root
password:
# HikariCP 自定義配置,對應 HikariConfig 配置屬性類
hikari:
minimum-idle: 20 # 池中維護的最小空閒連接數,默認爲 10 個。
maximum-pool-size: 20 # 池中最大連接數,包括閒置和使用中的連接,默認爲 10 個。
# 用戶數據源配置
users:
url: jdbc:mysql://127.0.0.1:3306/test_users?useSSL=false&useUnicode=true&characterEncoding=UTF-8
driver-class-name: com.mysql.jdbc.Driver
username: root
password:
# HikariCP 自定義配置,對應 HikariConfig 配置屬性類
hikari:
minimum-idle: 15 # 池中維護的最小空閒連接數,默認爲 10 個。
maximum-pool-size: 15 # 池中最大連接數,包括閒置和使用中的連接,默認爲 10 個。
-
我們在
spring.datasource
配置項下,定義了orders
和users
兩個數據源的配置。而每個數據源的配置,和我們在 「2.2 應用配置文件」 是一致的。
3.3 數據源配置類
3.3.1 錯誤的示例
在網上,我們會看到這樣配置多個數據源的配置類。代碼如下:
@Bean(name = "ordersDataSource")
@ConfigurationProperties(prefix = "spring.datasource.orders")
public DataSource ordersDataSource() {
return DataSourceBuilder.create().build();
}
@Bean(name = "usersDataSource")
@ConfigurationProperties(prefix = "spring.datasource.users")
public DataSource ordersDataSource() {
return DataSourceBuilder.create().build();
}
-
實際上,這樣做的話,在部分場景下,會存在問題,這是爲什麼呢?
-
我們先來理解這段程序的用途。以
#ordersDataSource()
方法爲例子:-
DataSourceBuilder.create().build()
代碼段,會創建一個 DataSource 數據源。 -
搭配上
@Bean(name = "ordersDataSource")
註解,會創建一個名字爲"ordersDataSource"
的 DataSource Bean 。這裏,我們使用 HikariCP ,所以返回的是 HikariDataSource Bean 。 -
@ConfigurationProperties(prefix = "spring.datasource.orders")
註解,會將"spring.datasource.orders"
配置項,逐個屬性賦值給 DataSource Bean 。
-
-
看起來貌似沒問題,但是如果每個數據源如果有 HikariCP 的
"hikari"
自定義配置項時,它的自定義配置項無法設置到 HikariDataSource Bean 中。因爲,"spring.datasource.orders.hikari"
是"spring.datasource.orders"
的第二層屬性。而 HikariDataSource 的配置屬性在第一層,這就導致無法正確的設置。
雖然存在該問題,但是大多數項目,我們並不會自定義 HikariCP 的 "hikari"
配置項,所以這個問題就偷偷藏起來,**“不存在”**了。
3.3.2 正確的示例
當然,作爲入門的示例,艿艿還是希望提供正確的做法。
在 cn.iocoder.springboot.lab19.datasourcepool.config
包路徑下,我們會創建 DataSourceConfig 配置類。代碼如下:
// DataSourceConfig.java
@Configuration
public class DataSourceConfig {
/**
* 創建 orders 數據源的配置對象
*/
@Primary
@Bean(name = "ordersDataSourceProperties")
@ConfigurationProperties(prefix = "spring.datasource.orders") // 讀取 spring.datasource.orders 配置到 DataSourceProperties 對象
public DataSourceProperties ordersDataSourceProperties() {
return new DataSourceProperties();
}
/**
* 創建 orders 數據源
*/
@Bean(name = "ordersDataSource")
@ConfigurationProperties(prefix = "spring.datasource.orders.hikari") // 讀取 spring.datasource.orders 配置到 HikariDataSource 對象
public DataSource ordersDataSource() {
// <1.1> 獲得 DataSourceProperties 對象
DataSourceProperties properties = this.ordersDataSourceProperties();
// <1.2> 創建 HikariDataSource 對象
return createHikariDataSource(properties);
}
/**
* 創建 users 數據源的配置對象
*/
@Bean(name = "usersDataSourceProperties")
@ConfigurationProperties(prefix = "spring.datasource.users") // 讀取 spring.datasource.users 配置到 DataSourceProperties 對象
public DataSourceProperties usersDataSourceProperties() {
return new DataSourceProperties();
}
/**
* 創建 users 數據源
*/
@Bean(name = "usersDataSource")
@ConfigurationProperties(prefix = "spring.datasource.users.hikari")
public DataSource usersDataSource() {
// 獲得 DataSourceProperties 對象
DataSourceProperties properties = this.usersDataSourceProperties();
// 創建 HikariDataSource 對象
return createHikariDataSource(properties);
}
private static HikariDataSource createHikariDataSource(DataSourceProperties properties) {
// 創建 HikariDataSource 對象
HikariDataSource dataSource = properties.initializeDataSourceBuilder().type(HikariDataSource.class).build();
// 設置線程池名
if (StringUtils.hasText(properties.getName())) {
dataSource.setPoolName(properties.getName());
}
return dataSource;
}
}
-
這塊代碼,我們是參考 Spring Boot
DataSourceConfiguration.Hikari
配置類來實現的。 -
#ordersDataSourceProperties()
方法,創建"orders"
數據源的 DataSourceProperties 配置對象。-
@Primary
註解,保證項目中有一個主的 DataSourceProperties Bean 。 -
new DataSourceProperties()
代碼段,會創建一個 DataSourceProperties 數據源的配置對象。 -
搭配上
@Bean(name = "ordersDataSourceProperties")
註解,會創建一個名字爲"ordersDataSourceProperties"
的 DataSourceProperties Bean 。 -
@ConfigurationProperties(prefix = "spring.datasource.orders")
註解,會將"spring.datasource.orders"
配置項,逐個屬性賦值給 DataSourceProperties Bean 。
-
-
#ordersDataSource()
方法,創建orders
數據源。-
<1.1>
處,調用#ordersDataSourceProperties()
方法,獲得orders
數據源的 DataSourceProperties 。 -
<1.2>
處,調用#createHikariDataSource(DataSourceProperties properties)
方法,創建 HikariDataSource 對象。這樣,"spring.datasource.orders"
配置項,逐個屬性賦值給 HikariDataSource Bean 。 -
搭配上
@Bean(name = "ordersDataSource")
註解,會創建一個名字爲"ordersDataSource"
的 HikariDataSource Bean 。 -
@ConfigurationProperties(prefix = "spring.datasource.orders.hikari")
註解,會將 HikariCP 的"spring.datasource.orders.hikari"
自定義配置項,逐個屬性賦值給 HikariDataSource Bean 。
-
-
users
數據源的配置,同上,就不重複解釋了。
3.4 Application
創建 Application.java
類,配置 @SpringBootApplication
註解即可。代碼如下:
// Application.java
@SpringBootApplication
public class Application implements CommandLineRunner {
private Logger logger = LoggerFactory.getLogger(Application.class);
@Resource(name = "ordersDataSource")
private DataSource ordersDataSource;
@Resource(name = "usersDataSource")
private DataSource usersDataSource;
public static void main(String[] args) {
// 啓動 Spring Boot 應用
SpringApplication.run(Application.class, args);
}
@Override
public void run(String... args) {
// orders 數據源
try (Connection conn = ordersDataSource.getConnection()) {
// 這裏,可以做點什麼
logger.info("[run][ordersDataSource 獲得連接:{}]", conn);
} catch (SQLException e) {
throw new RuntimeException(e);
}
// users 數據源
try (Connection conn = usersDataSource.getConnection()) {
// 這裏,可以做點什麼
logger.info("[run][usersDataSource 獲得連接:{}]", conn);
} catch (SQLException e) {
throw new RuntimeException(e);
}
}
}
執行日誌如下:
2019-11-12 15:30:35.060 INFO 45868 --- [ main] com.zaxxer.hikari.HikariDataSource : HikariPool-1 - Starting...
2019-11-12 15:30:35.365 INFO 45868 --- [ main] com.zaxxer.hikari.HikariDataSource : HikariPool-1 - Start completed.
2019-11-12 15:30:35.367 INFO 45868 --- [ main] c.i.s.lab19.datasourcepool.Application : [run][ordersDataSource 獲得連接:HikariProxyConnection@1041547629 wrapping com.mysql.jdbc.JDBC4Connection@3c989952]
2019-11-12 15:30:35.371 INFO 45868 --- [ main] com.zaxxer.hikari.HikariDataSource : HikariPool-2 - Starting...
2019-11-12 15:30:35.376 INFO 45868 --- [ main] com.zaxxer.hikari.HikariDataSource : HikariPool-2 - Start completed.
2019-11-12 15:30:35.376 INFO 45868 --- [ main] c.i.s.lab19.datasourcepool.Application : [run][usersDataSource 獲得連接:HikariProxyConnection@795748540 wrapping com.mysql.jdbc.JDBC4Connection@7c098bb3]
-
可以看到,兩個 HikariDataSource 成功初始化。
多數據源和 JPA、MyBatis、JdbcTemplate 的集成,可以看看 《芋道 Spring Boot 多數據源(讀寫分離)入門》 文章。
4. Druid 單數據源
示例代碼對應倉庫:lab-19-datasource-pool-druid-single 。
在本小節,我們會使用配置一個數據源的 Druid 連接池。並簡單看看 Druid 的監控功能。
艿艿:推薦入門後,可以看看 Druid 的文檔:https://github.com/alibaba/druid/wiki/ 。
4.1 引入依賴
在 pom.xml
文件中,引入相關依賴。
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.1.3.RELEASE</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<modelVersion>4.0.0</modelVersion>
<artifactId>lab-19-datasource-pool-druid-single</artifactId>
<dependencies>
<!-- 保證 Spring JDBC 的依賴健全 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-jdbc</artifactId>
</dependency>
<!-- 實現對 Druid 連接池的自動化配置 -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.1.21</version>
</dependency>
<dependency> <!-- 本示例,我們使用 MySQL -->
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>5.1.48</version>
</dependency>
<!-- 實現對 Spring MVC 的自動化配置,因爲我們需要看看 Druid 的監控功能 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- 方便等會寫單元測試 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
</project>
具體每個依賴的作用,胖友自己認真看下艿艿添加的所有註釋噢。S
4.2 應用配置文件
在 application.yml
中,添加 Druid 配置,如下:
spring:
# datasource 數據源配置內容,對應 DataSourceProperties 配置屬性類
datasource:
url: jdbc:mysql://127.0.0.1:3306/test?useSSL=false&useUnicode=true&characterEncoding=UTF-8
driver-class-name: com.mysql.jdbc.Driver
username: root # 數據庫賬號
password: # 數據庫密碼
type: com.alibaba.druid.pool.DruidDataSource # 設置類型爲 DruidDataSource
# Druid 自定義配置,對應 DruidDataSource 中的 setting 方法的屬性
druid:
min-idle: 0 # 池中維護的最小空閒連接數,默認爲 0 個。
max-active: 20 # 池中最大連接數,包括閒置和使用中的連接,默認爲 8 個。
filter:
stat: # 配置 StatFilter ,對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatFilter
log-slow-sql: true # 開啓慢查詢記錄
slow-sql-millis: 5000 # 慢 SQL 的標準,單位:毫秒
stat-view-servlet: # 配置 StatViewServlet ,對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatViewServlet%E9%85%8D%E7%BD%AE
enabled: true # 是否開啓 StatViewServlet
login-username: yudaoyuanma # 賬號
login-password: javaniubi # 密碼
-
spring.datasource
配置項,設置 Spring 數據源的通用配置。其中,spring.datasource.type
配置項,需要主動設置使用 DruidDataSource 。因爲默認情況下,spring-boot-starter-jdbc
的 DataSourceBuilder 會按照DATA_SOURCE_TYPE_NAMES
的順序,嘗試推斷數據源的類型。 -
spring.datasource.druid
配置項,設置 Druid 連接池的自定義配置。然後 DruidDataSourceAutoConfigure 會自動化配置 Druid 連接池。-
在 《Druid —— 配置屬性》 和 《DruidDataSource 配置屬性列表》 下,提供了各種 Druid 的配置項,胖友可以自己看看。
-
filter.stat
配置項,我們配置了 Druid StatFilter ,用於統計監控信息。對應文檔 《Druid —— 配置_StatFilter》 。要注意,StatFilter 並不是我們說的javax.servlet.Filter
,而是 Druid 提供的 Filter 拓展機制。 -
filter.stat-view-servlet
配置項,我們配置了 Druid StatViewServlet ,用於提供監控信息的展示的 html 頁面和 JSON API 。對應文檔 《Druid —— 配置_StatViewServlet 配置》 。StatViewServlet 就是我們說的javax.servlet.Filter
。
-
4.3 Application
創建 Application.java
類,配置 @SpringBootApplication
註解即可。代碼如下:
@SpringBootApplication
public class Application implements CommandLineRunner {
private Logger logger = LoggerFactory.getLogger(Application.class);
@Autowired
private DataSource dataSource;
public static void main(String[] args) {
// 啓動 Spring Boot 應用
SpringApplication.run(Application.class, args);
}
@Override
public void run(String... args) {
logger.info("[run][獲得數據源:{}]", dataSource.getClass());
}
}
執行日誌如下:
2019-11-12 19:34:12.079 INFO 48359 --- [ main] c.a.d.s.b.a.DruidDataSourceAutoConfigure : Init DruidDataSource
2019-11-12 19:34:12.156 INFO 48359 --- [ main] com.alibaba.druid.pool.DruidDataSource : {dataSource-1} inited
2019-11-12 19:34:12.560 INFO 48359 --- [ main] c.i.s.lab19.datasourcepool.Application : [run][獲得數據源:class com.alibaba.druid.spring.boot.autoconfigure.DruidDataSourceWrapper]
-
可以看到,DruidDataSource 成功初始化。
4.4 監控功能
因爲我們在 「4.2 應用配置中」 中,做了如下操作:
-
通過
spring.datasource.filter.stat
配置了 StatFilter ,統計監控信息。 -
通過
spring.datasource.filter.stat-view-servlet
配置了 StatViewServlet ,提供監控信息的展示的 html 頁面和 JSON API 。
所以我們在啓動項目後,訪問 http://127.0.0.1:8080/druid
地址,可以看到監控 html 頁面。如下圖所示:
-
在界面的頂部,提供了數據源、SQL 監控、SQL 防火牆等等功能。
-
每個界面上,可以通過 View JSON API 獲得數據的來源。同時,我們可以在 JSON API(
http://127.0.0.1:8080/druid/api.html
) 菜單對應的界面中,看到 StatViewServlet 內置的監控信息的 JSON API 列表。 -
因爲監控信息是存儲在 JVM 內存中,在 JVM 進程重啓時,信息將會丟失。如果我們希望持久化到 MySQL、Elasticsearch、HBase 等存儲器中,可以通過 StatViewServlet 提供的 JSON API 接口,採集監控信息。另外,有個 druid-aggregated-monitor 開源項目,提供了 集中監控分佈式服務中的 Druid 連接池的方案和思路。
-
如果 StatViewServlet 提供的 JSON API 接口,無法滿足我們的訴求,我們可以通過自定義 API 接口,使用 DruidStatManagerFacade 獲得監控信息。使用示例 DruidStatController 代碼如下:
// DruidStatController.java @RestController public class DruidStatController { @GetMapping("/monitor/druid/stat") @Deprecated public Object druidStat(){ // `DruidStatManagerFacade#getDataSourceStatDataList()` 方法,可以獲取所有數據源的監控數據。 // 除此之外,DruidStatManagerFacade 還提供了一些其他方法,你可以按需選擇使用。 return DruidStatManagerFacade.getInstance().getDataSourceStatDataList(); } }
-
當然,絕大多數情況下,我們並不需要做這方面的拓展。
-
5. Druid 多數據源
示例代碼對應倉庫:lab-19-datasource-pool-druid-multiple 。
在本小節,我們會使用配置兩個數據源的 Druid 連接池。
5.1 引入依賴
和 「4.1 引入依賴」 是一致。
5.2 應用配置
在 application.yml
中,添加 Druid 配置,如下:
spring:
# datasource 數據源配置內容
datasource:
# 訂單數據源配置
orders:
url: jdbc:mysql://127.0.0.1:3306/test_orders?useSSL=false&useUnicode=true&characterEncoding=UTF-8
driver-class-name: com.mysql.jdbc.Driver
username: root
password:
type: com.alibaba.druid.pool.DruidDataSource # 設置類型爲 DruidDataSource
# Druid 自定義配置,對應 DruidDataSource 中的 setting 方法的屬性
min-idle: 0 # 池中維護的最小空閒連接數,默認爲 0 個。
max-active: 20 # 池中最大連接數,包括閒置和使用中的連接,默認爲 8 個。
# 用戶數據源配置
users:
url: jdbc:mysql://127.0.0.1:3306/test_users?useSSL=false&useUnicode=true&characterEncoding=UTF-8
driver-class-name: com.mysql.jdbc.Driver
username: root
password:
type: com.alibaba.druid.pool.DruidDataSource # 設置類型爲 DruidDataSource
# Druid 自定義配置,對應 DruidDataSource 中的 setting 方法的屬性
min-idle: 0 # 池中維護的最小空閒連接數,默認爲 0 個。
max-active: 20 # 池中最大連接數,包括閒置和使用中的連接,默認爲 8 個。
# Druid 自定已配置
druid:
# 過濾器配置
filter:
stat: # 配置 StatFilter ,對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatFilter
log-slow-sql: true # 開啓慢查詢記錄
slow-sql-millis: 5000 # 慢 SQL 的標準,單位:毫秒
# StatViewServlet 配置
stat-view-servlet: # 配置 StatViewServlet ,對應文檔 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatViewServlet%E9%85%8D%E7%BD%AE
enabled: true # 是否開啓 StatViewServlet
login-username: yudaoyuanma # 賬號
login-password: javaniubi # 密碼
-
不同於我們在 「3.2 應用配置文件」 中,我們將 Druid 的自定義配置,和
url
、driver-class-name
等數據源的通用配置放在同一級,這樣後續我們只需要使用@ConfigurationProperties(prefix = "spring.datasource.orders")
的方式,就能完成 DruidDataSource 的配置屬性設置。 -
在
spring.datasource.druid
配置項下,我們還是配置了filter.stat
和stat-view-servlet
配置項,用於 Druid 監控功能。
5.3 數據源配置類
在 cn.iocoder.springboot.lab19.datasourcepool.config
包路徑下,我們會創建 DataSourceConfig 配置類。代碼如下:
// DataSourceConfig.java
@Configuration
public class DataSourceConfig {
/**
* 創建 orders 數據源
*/
@Primary
@Bean(name = "ordersDataSource")
@ConfigurationProperties(prefix = "spring.datasource.orders") // 讀取 spring.datasource.orders 配置到 HikariDataSource 對象
public DataSource ordersDataSource() {
return DruidDataSourceBuilder.create().build();
}
/**
* 創建 users 數據源
*/
@Bean(name = "usersDataSource")
@ConfigurationProperties(prefix = "spring.datasource.users")
public DataSource usersDataSource() {
return DruidDataSourceBuilder.create().build();
}
}
-
因爲我們在 「5.2 應用配置」 中,將 Druid 自定義的配置項,和數據源的通用配置放在了同一級,所以我們只需使用
@ConfigurationProperties(prefix = "spring.datasource.orders")
這樣的方式即可。 -
當然,「3.3.2 正確的示例」 也是可以這麼做的。實際情況下,比較推薦本小節的方式。
5.4 Application
創建 Application.java
類,配置 @SpringBootApplication
註解即可。代碼如下:
// Application.java
@SpringBootApplication
public class Application implements CommandLineRunner {
private Logger logger = LoggerFactory.getLogger(Application.class);
@Resource(name = "ordersDataSource")
private DataSource ordersDataSource;
@Resource(name = "usersDataSource")
private DataSource usersDataSource;
public static void main(String[] args) {
// 啓動 Spring Boot 應用
SpringApplication.run(Application.class, args);
}
@Override
public void run(String... args) {
// orders 數據源
logger.info("[run][獲得數據源:{}]", ordersDataSource.getClass());
// users 數據源
logger.info("[run][獲得數據源:{}]", usersDataSource.getClass());
}
}
執行日誌如下:
2019-11-12 21:39:24.063 INFO 49670 --- [ main] c.i.s.lab19.datasourcepool.Application : [run][獲得數據源:class com.alibaba.druid.spring.boot.autoconfigure.DruidDataSourceWrapper]
2019-11-12 21:39:24.064 INFO 49670 --- [ main] c.i.s.lab19.datasourcepool.Application : [run][獲得數據源:class com.alibaba.druid.spring.boot.autoconfigure.DruidDataSourceWrapper]
-
可以看到,兩個 DruidDataSource 成功初始化。
5.5 監控功能
和 「4.4 監控功能」 一致。
不過呢,我們在監控頁面上,可以看到兩個 Druid 數據庫連接池。
666. 彩蛋
艿艿:咳咳咳,瞎嗶嗶了一些內容,可以選擇不看。😜
艿艿在星球裏,做了一波目前在使用的連接池的調查,大概比例是 Druid : HikariCP 爲 2:1 左右。猜測隨着 Spring Boot 2.X 逐步普及之後,HikariCP 有一定機率反超 Druid 。
雖然說,HikariCP 沒有直接提供監控功能,但是可以使用 Prometheus 採集 Spring Boot Metrics 的數據,後續使用 Grafana 製作儀表盤。目前,已經有 Spring Boot HikariCP / JDBC 可以直接使用。具體怎麼做,胖友可以看看 《Spring Boot 中使用 HikariCP 連接池》 文章。
Druid 的 Issues 3047 中,也有人提出,是否能夠提供 Druid 接入 Prometheus 統一監控的訴求。Druid 目前暫時不支持,不過有聰慧的胖友,提出了使用 Prometheus jmx_exporter 的方式,將 Druid 實現的 JMX 格式的指標暴露出來,提供給 Prometheus 採集監控信息。
在編寫本文的過程中,無意中看到 Druid 文檔中提到,曾經想試驗性的提供 分庫分表 的功能,而艿艿的記憶中,Sharding-JDBC 曾經也想開發數據庫連接池的功能。大體在 DataSource 數據源上做拓展的中間件,可能都不甘於僅僅只覆蓋一塊需求,而是希望成爲一站式的數據庫中間件。立個 Flag ,ShardingSphere 可能會提供數據庫連接池的組件。
旁白君:Sharding-JDBC 是 ShardingSphere 在 JDBC 層面提供的分庫分表組件。當然,不僅僅提供分庫分表的功能,也提供讀寫分離、數據脫敏、分佈式事務等等功能。
如果胖友工作的比較早,一定還接觸過其它連接池。例如說,c3p0、dbcp、BoneCP 等等。數據庫連接池的發展過程,是個非常有意思的歷史。感興趣的胖友,可以看看 《大話數據庫連接池簡史,你都用過幾個?》 一文,江湖味十足~
可能胖友會比較糾結,是否要去自定義連接池的配置呢?一般情況下,默認的配置基本能夠滿足項目的基本要求,不需要特別刻意去修改。當然,這裏推薦看兩篇文章:
-
《DruidDataSource 配置》 ,Druid 官方提供了通用的配置。
-
《Druid 連接池推薦配置》 ,某公司的內部實踐。