Spring杂谈之好用的连接池

日常开发中，数据库连接池是个必不可少的配置，使用优秀的数据库连接池，可以有效的提高数据库访问效
率，降低连接异常等，本篇就来学习一下Spirngboot自带连接池和阿里Druid两个最常见的连接池

什么是HikariCP

HikariCP是由日本程序员开源的一个数据库连接池组件，代码非常轻量，并且速度非常的快。根据官方提供的数据，在i7,开启32个线程32个连接的情况下，进行随机数据库读写操作，HikariCP的速度是现在常用的C3P0数据库连接池的数百倍。在SpringBoot2.0中，官方默认也是使用的HikariCP作为数据库连接池，可见HikariCP连接池的目的就是为了极致的数据库连接性能体验，下面附上一张HikariCP和其他连接池的比较图:

HikariCP连接池性能图.png

从图中的结果可以看出来，HikariCP从性能来说的确一骑绝尘，那么HikariCP是如何做到这么极致的性能呢？主要依托于HikariCP自身所做的优化机制

HikariCP优化机制

字节码精简

HikariCP优化了代码，尽量减少了生成的字节码，使得cpu可以加载更多程序代码

优化了拦截和代理机制

HikariCP对拦截器机制和代理机制进行了代码优化处理，例如Statement proxy只有100行代码，大大减少了代码量，只有其他连接池例如BoneCP的十分之一

自定义数组

HikariCP针对数组操作进行了自定义数组--FastStatementList，用来替代jdk的ArrayList，优化了get、remove等方法，避免了每次调用get的时候进行范围检查，也避免了每次remove操作的时候会将数据从头到尾进行扫描的性能问题

自定义集合

同样的，针对jdk自带的集合类，HikariCP专门封装了无锁的集合类型 ，用来提高在使用中的读写并发的效率，减少并发造成的资源竞争问题

CPU时间片算法优化

HikariCP也对cpu时间片分配算法进行了优化，尽可能使得一个时间片内完成相关的操作

使用HikariCP

了解了HikariCP以后，我们开始使用吧，首先找到HikariCP的坐标:

    com.zaxxer
    HikariCP
    2.7.6

然后配置HikariCP对应的配置文件，用来读取/加载连接池配置：

/**
 * HikariCP连接池配置
 */
@Configuration
public class DataSourceConfig {

    @Value("${spring.datasource.url}")
    private String dataSourceUrl;

    @Value("${spring.datasource.username}")
    private String user;

    @Value("${spring.datasource.password}")
    private String password;

    @Bean
    public DataSource primaryDataSource() {
        HikariConfig config = new HikariConfig();
        config.setJdbcUrl(dataSourceUrl); //数据源url
        config.setUsername(user); //用户名
        config.setPassword(password); //密码
        config.addDataSourceProperty("cachePrepStmts", "true"); //是否自定义配置，为true时下面两个参数才生效
        config.addDataSourceProperty("prepStmtCacheSize", "250"); //连接池大小默认25，官方推荐250-500
        config.addDataSourceProperty("prepStmtCacheSqlLimit", "2048"); //单条语句最大长度默认256，官方推荐2048
        config.addDataSourceProperty("useServerPrepStmts", "true"); //新版本MySQL支持服务器端准备，开启能够得到显著性能提升
        config.addDataSourceProperty("useLocalSessionState", "true");
        config.addDataSourceProperty("useLocalTransactionState", "true");
        config.addDataSourceProperty("rewriteBatchedStatements", "true");
        config.addDataSourceProperty("cacheResultSetMetadata", "true");
        config.addDataSourceProperty("cacheServerConfiguration", "true");
        config.addDataSourceProperty("elideSetAutoCommits", "true");
        config.addDataSourceProperty("maintainTimeStats", "false");

        HikariDataSource ds = new HikariDataSource(config);
        return ds;
    }
}

接着我们在SpringBoot的application.properties 文件中进行配置：

server.port=8090

spring.datasource.url=jdbc:mysql://127.0.0.1:3306/test?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
spring.datasource.username=root
spring.datasource.password=123456
spring.datasource.driverClassName=com.mysql.jdbc.Driver

spring.datasource.max-idle=10
spring.datasource.max-active=15
spring.datasource.max-lifetime=86430000
spring.datasource.log-abandoned=true
spring.datasource.remove-abandoned=true
spring.datasource.remove-abandoned-timeout=60
spring.datasource.initialize=false
spring.datasource.sqlScriptEncoding=UTF-8

配置完毕，此时我们启动工程，即可看到控制台已经将我们配置的HikariCP数据库连接池信息打印出来了

阿里巴巴Druid

提到大名鼎鼎的Druid连接池，相信很多人都不陌生，因为该连接池是阿里开源的优秀的连接池，几乎已经成为现在使用最多的连接池之一。我们先打开Druid的官方github:

https://github.com/alibaba/druid 

可以看到此项目已经有19.4k的star数，并且是2019最受欢迎的开源之一，经历过真实线上双十一的考验，可以说是个很成熟的开源连接池，而Druid连接池专为监控而生，内置强大的监控功能，监控特性不影响性能。功能强大，能防SQL注入，内置Logging能诊断Hack应用行为等。

快速使用

Druid 0.1.18 之后版本都发布到maven中央仓库中，所以你只需要在项目的pom.xml中加上dependency就可以了，中央仓库坐标如下:

    com.alibaba
    druid
    ${druid-version}

这里我们使用了springBoot，由于默认支持的数据连接池只有四种：dbcp,dbcp2, tomcat, hikariCP，并不包含druid，所以我们这里也可以选择直接使用阿里官方编写的druid-spring-boot-starter，并且我们添加对应的mybatis和pageHelper的依赖:

    mysql
    mysql-connector-java



    org.mybatis.spring.boot
    mybatis-spring-boot-starter
    1.3.0



    com.github.pagehelper
    pagehelper-spring-boot-starter
    1.1.1



    com.alibaba
    druid-spring-boot-starter
    1.1.1

在application.properties中 进行数据源配置:

# 数据库访问配置
# 主数据源，默认的
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/test
spring.datasource.username=root
spring.datasource.password=123456

# 下面为连接池的补充设置，应用到上面所有数据源中
# 初始化大小，最小，最大
spring.datasource.initialSize=5
spring.datasource.minIdle=5
spring.datasource.maxActive=20
# 配置获取连接等待超时的时间
spring.datasource.maxWait=60000
# 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒 
spring.datasource.timeBetweenEvictionRunsMillis=60000
# 配置一个连接在池中最小生存的时间，单位是毫秒 
spring.datasource.minEvictableIdleTimeMillis=300000
spring.datasource.validationQuery=SELECT 1 FROM DUAL
spring.datasource.testWhileIdle=true
spring.datasource.testOnBorrow=false
spring.datasource.testOnReturn=false
# 打开PSCache，并且指定每个连接上PSCache的大小 
spring.datasource.poolPreparedStatements=true
spring.datasource.maxPoolPreparedStatementPerConnectionSize=20
# 配置监控统计拦截的filters，去掉后监控界面sql无法统计，'wall'用于防火墙 
spring.datasource.filters=stat,wall,log4j
# 通过connectProperties属性来打开mergeSql功能；慢SQL记录
spring.datasource.connectionProperties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=5000
# 合并多个DruidDataSource的监控数据
#spring.datasource.useGlobalDataSourceStat=true

配置完毕以后，由于这里我们使用了mybatis，所以我们还要在application.properties中配置一下mybatis相关:

#mybatis
#entity扫描的包名
mybatis.type-aliases-package=com.xiaolyuh.domain.model
#Mapper.xml所在的位置
mybatis.mapper-locations=classpath*:/mybaits/*Mapper.xml
#开启MyBatis的二级缓存
mybatis.configuration.cache-enabled=true

#pagehelper
pagehelper.helperDialect=mysql
pagehelper.reasonable=true
pagehelper.supportMethodsArguments=true
pagehelper.params=count=countSql

准备就绪后，我们来编写一个测试类:

@RunWith(SpringRunner.class)
@SpringBootTest
public class DataSourceTests {

    @Autowired
    ApplicationContext applicationContext;

    @Test
    public void testDataSource() throws Exception {
        // 获取配置的数据源
        DataSource dataSource = applicationContext.getBean(DataSource.class);
System.out.println(dataSource.getClass().getName());
    }
}

将测试方法运行起来，即可在控制台中看到对应的数据源的输出信息

Druid开启监控统计功能

druid最强大的功能就是自身提供了对sql的数据监控功能，并且内置了很多详细的拦截器，可以实现多个角度的拦截处理，那么如何开启监控？在Druid中内置提供了一个StatViewServlet用于展示Druid的统计信息，这个StatViewServlet的用途包括：

• 提供监控信息展示的html页面
• 提供监控信息的JSON API

如果是ssm工程，则可以在web.xml中配置StatViewServlet，如下:

      DruidStatView
      com.alibaba.druid.support.http.StatViewServlet
  
  
      DruidStatView
      /druid/*
  

配置完毕以后，启动工程则可以按照配置的监控地址访问监控信息，默认为：http://ip:port/project-name/druid/index.html

同样的，在StatViewServlet中我们可以添加访问密码的设置，只需要配置Servlet的 loginUsername 和 loginPassword这两个初始参数 即可，例如:

  
  
    DruidStatView  
    com.alibaba.druid.support.http.StatViewServlet  
      
      
    resetEnable  
    true  
      
      
      
    loginUsername  
    druid  
      
      
      
    loginPassword  
    druid  
      
  
  
    DruidStatView  
    /druid/*  
 

此时访问监控页面的时候就需要输入我们设置的用户名和密码了，如果还想针对用户有敏感信息配置和访问权限控制，我们还可以配置allow和deny参数，例如:

      DruidStatView
      com.alibaba.druid.support.http.StatViewServlet
    
        allow
        128.242.127.1/24,128.242.128.1
    
    
        deny
        128.242.127.4
    
  

这里的访问规则为:

1.deny配置优先于allow，即deny为优先拒绝，即使在allow中配置了白名单，但是只要存在于deny中，一样也会被拒绝访问

2.如果allow没有配置，或者配置为空，默认为全部都可以访问，不进行白名单限制

使用SpringBoot配置监控

由于我们这里使用的是SpringBoot，所以我们仅需要在application.properties 添加配置统计拦截的filters:

# 配置监控统计拦截的filters，去掉后监控界面sql无法统计，'wall'用于防火墙
spring.datasource.druid.filters=stat,wall,log4j

这里的配置是通过别名方式配置扩展支持的插件，如下:

• 监控统计用的filter:stat
• 日志用的filter:log4j
• 防御sql注入的filter:wall

接着我们需要在application.properties继续添加WebStatFilter和StatViewServlet的配置项:

# WebStatFilter配置，说明请参考Druid Wiki，配置_配置WebStatFilter
#启动项目后访问 http://127.0.0.1:8080/druid
#是否启用StatFilter默认值true
spring.datasource.druid.web-stat-filter.enabled=true
spring.datasource.druid.web-stat-filter.url-pattern=/*
spring.datasource.druid.web-stat-filter.exclusions=*.js,*.gif,*.jpg,*.bmp,*.png,*.css,*.ico,/druid/*
#缺省sessionStatMaxCount是1000个
spring.datasource.druid.web-stat-filter.session-stat-max-count=1000
#关闭session统计功能
spring.datasource.druid.web-stat-filter.session-stat-enable=false
#配置principalSessionName，使得druid能够知道当前的session的用户是谁
#如果你session中保存的是非string类型的对象，需要重载toString方法
spring.datasource.druid.web-stat-filter.principalSessionName=xxx.user
#如果user信息保存在cookie中，你可以配置principalCookieName，使得druid知道当前的user是谁
spring.datasource.druid.web-stat-filter.principalCookieName=xxx.user
#druid 0.2.7版本开始支持profile，配置profileEnable能够监控单个url调用的sql列表。
spring.datasource.druid.web-stat-filter.profile-enable=false

# StatViewServlet配置，说明请参考Druid Wiki，配置_StatViewServlet配置
#启动项目后访问 http://127.0.0.1:8080/druid
#是否启用StatViewServlet默认值true
spring.datasource.druid.stat-view-servlet.enabled=true
spring.datasource.druid.stat-view-servlet.urlPattern=/druid/*
#禁用HTML页面上的“Reset All”功能
spring.datasource.druid.stat-view-servlet.resetEnable=false
#用户名
spring.datasource.druid.stat-view-servlet.loginUsername=admin
#密码
spring.datasource.druid.stat-view-servlet.loginPassword=admin
#IP白名单(没有配置或者为空，则允许所有访问)
spring.datasource.druid.stat-view-servlet.allow=127.0.0.1,192.168.163.1
#IP黑名单 (存在共同时，deny优先于allow)
spring.datasource.druid.stat-view-servlet.deny=192.168.1.73

接着我们启动工程，访问http://localhost/druid ，输入配置的用户名:admin以及密码:admin,即可看到druid的监控页面:

druid监控页面.png

慢sql日志打印

在开发过程中，往往会遇到sql时间过长问题，为了定位慢sql，我们往往会定义固定时长作为慢sql的时长，而Druid支持慢sql查询，在Druid中内置提供了一个StatFilter，用于统计监控信息 ，我们可以利用这个StatFilter来统计慢sql：

StatFilter的别名是stat，这个别名映射配置信息保存在druid-xxx.jar!/META-INF/druid-filter.properties

我们需要在Spring中加入以下配置:

当然如果需要我们可以同时开启多个Filter进行组合使用，中间用,隔开即可，如下:

而如果开启慢sql的记录，我们需要先定义slowSqlMillis 来配置sql慢查询的标准，如下:

配置完毕以后，所有的超过10s的sql都会在监控页面的慢sql模块记录，可以查看具体的sql以及执行时间等，快速定位开发过程中的慢sql

DruidDataSource配置

如果我们根据业务的不同，需要更改不同的配置，这个时候我们就需要参考DriudDataSource的配置，通用的配置项如下:

配置	缺省值	描述
name		如果存在多个数据源，监控的时候可以通过名字来区分开来。如果没有配置，将会生成一个名字，格式是："DataSource-" + System.identityHashCode(this)
url		连接数据库的url
username		连接数据库的用户名
password		连接数据库的密码
driverClassName	根据url自动识别	可配可不配，如果不配置druid会根据url自动识别dbType，然后选择相应的driverClassName
initialSize	0	初始化时建立物理连接的个数。初始化发生在显示调用init方法，或者第一次getConnection时
maxActive	8	最大连接池数量
maxIdle	8	已经弃用
minIdle		最小连接池数量
maxWait		获取连接时最大等待时间，单位毫秒。配置了maxWait之后，缺省启用公平锁，并发效率会有所下降，如果需要可以通过配置useUnfairLock属性为true使用非公平锁
poolPreparedStatements	false	是否缓存preparedStatement，也就是PSCache。PSCache对支持游标的数据库性能提升巨大，比如说oracle。在mysql下建议关闭。
maxPoolPreparedStatementPerConnectionSize	-1	要启用PSCache，必须配置大于0，当大于0时，poolPreparedStatements自动触发修改为true。在Druid中，不会存在Oracle下PSCache占用内存过多的问题，可以把这个数值配置大一些，比如说100
validationQuery		用来检测连接是否有效的sql，要求是一个查询语句，常用select 'x'。如果validationQuery为null，testOnBorrow、testOnReturn、testWhileIdle都不会起作用。
validationQueryTimeout		单位：秒，检测连接是否有效的超时时间。
testOnBorrow	true	申请连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能。
testOnReturn	false	归还连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能。
testWhileIdle	false	建议配置为true，不影响性能，并且保证安全性。申请连接的时候检测，如果空闲时间大于timeBetweenEvictionRunsMillis，执行validationQuery检测连接是否有效
keepAlive	false	连接池中的minIdle数量以内的连接，空闲时间超过minEvictableIdleTimeMillis，则会执行keepAlive操作
timeBetweenEvictionRunsMillis	60s	有两个含义： 1) Destroy线程会检测连接的间隔时间，如果连接空闲时间大于等于minEvictableIdleTimeMillis则关闭物理连接。 2) testWhileIdle的判断依据，详细看testWhileIdle属性的说明
numTestsPerEvictionRun	30分钟	已经弃用
minEvictableIdleTimeMillis		连接保持空闲而不被驱逐的最小时间
connectionInitSqls		物理连接初始化的时候执行的sql
exceptionSorter	根据dbType自动识别	当数据库抛出一些不可恢复的异常时，抛弃连接
filters		属性类型是字符串，通过别名的方式配置扩展插件，常用的插件有： 监控统计用的filter:stat 日志用的filter:log4j 防御sql注入的filter:wall
proxyFilters		类型是List，如果同时配置了filters和proxyFilters，是组合关系，并非替换关系

Druid常见配置与问题

除了我们已经了解的druid常见知识以外，开发中经常还会遇到很多其他常见需求，如开启druid的防sql注入功能、记录每次执行的sql、数据库加密、log输出执行的sql等常见需求，这个时候我们就可以在官方的github的文档中查找，官方已经给我们整理好了一些开发常见的问题，地址如下:

https://github.com/alibaba/druid/wiki/常见问题

总结

在实际开发过程中，我们往往会根据自身需求或者项目本身来选择最适合的连接池，这里我们将常见的数据连接池从可扩展性、可靠稳定性、性能、可运维性以及自身功能几个方向进行了比较，可供参考:

连接池比较图.jpg