SpringBoot+Mybatis+ Druid+PageHelper 实现多数据源并分页

本篇文章主要讲述的是SpringBoot整合Mybatis、Druid和PageHelper 并实现多数据源和分页。其中SpringBoot整合Mybatis这块,在之前的的一篇文章中已经讲述了,这里就不过多说明了。重点是讲述在多数据源下的如何配置使用Druid和PageHelper 。

http://www.cnblogs.com/xuwujing/p/8260935.html

Druid介绍和使用

在使用Druid之前,先来简单的了解下Druid。

Druid是一个数据库连接池。Druid可以说是目前最好的数据库连接池!因其优秀的功能、性能和扩展性方面,深受开发人员的青睐。

Druid已经在阿里巴巴部署了超过600个应用,经过一年多生产环境大规模部署的严苛考验。Druid是阿里巴巴开发的号称为监控而生的数据库连接池!

同时Druid不仅仅是一个数据库连接池,Druid 核心主要包括三部分:

基于Filter-Chain模式的插件体系。

DruidDataSource 高效可管理的数据库连接池。

SQLParser

Druid的主要功能如下:

是一个高效、功能强大、可扩展性好的数据库连接池。

可以监控数据库访问性能。

数据库密码加密

获得SQL执行日志

扩展JDBC

介绍方面这块就不再多说,具体的可以看官方文档。那么开始介绍Druid如何使用。

首先是Maven依赖,只需要添加druid这一个jar就行了。

         

com.alibaba         

druid         

1.1.8

  

配置方面,主要的只需要在application.properties或application.yml添加如下就可以了。

说明:因为这里我是用来两个数据源,所以稍微有些不同而已。Druid 配置的说明在下面中已经说的很详细了,这里我就不在说明了。

## 默认的数据源


## 默认的数据源master.datasource.url=jdbc:mysql://localhost:3306/springBoot?useUnicode=true&characterEncoding=utf8&allowMultiQueries=truemaster.datasource.username=rootmaster.datasource.password=123456master.datasource.driverClassName=com.mysql.jdbc.Driver## 另一个的数据源cluster.datasource.url=jdbc:mysql://localhost:3306/springBoot_test?useUnicode=true&characterEncoding=utf8cluster.datasource.username=rootcluster.datasource.password=123456cluster.datasource.driverClassName=com.mysql.jdbc.Driver# 连接池的配置信息  # 初始化大小,最小,最大  spring.datasource.type=com.alibaba.druid.pool.DruidDataSourcespring.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  

成功添加了配置文件之后,我们再来编写Druid相关的类。

首先是MasterDataSourceConfig.java这个类,这个是默认的数据源配置类。

@Configuration

@MapperScan(basePackages = MasterDataSourceConfig.PACKAGE, sqlSessionFactoryRef ="masterSqlSessionFactory")

publicclassMasterDataSourceConfig{

staticfinalString PACKAGE ="com.pancm.dao.master";

staticfinalString MAPPER_LOCATION ="classpath:mapper/master/*.xml";

@Value("${master.datasource.url}")

privateString url;

@Value("${master.datasource.username}")

privateString username;

@Value("${master.datasource.password}")

privateString password;

@Value("${master.datasource.driverClassName}")

privateString driverClassName;

@Value("${spring.datasource.initialSize}")

privateint initialSize;

@Value("${spring.datasource.minIdle}")

privateint minIdle;

@Value("${spring.datasource.maxActive}")

privateint maxActive;

@Value("${spring.datasource.maxWait}")

privateint maxWait;

@Value("${spring.datasource.timeBetweenEvictionRunsMillis}")

privateint timeBetweenEvictionRunsMillis;

@Value("${spring.datasource.minEvictableIdleTimeMillis}")

privateint minEvictableIdleTimeMillis;

@Value("${spring.datasource.validationQuery}")

privateString validationQuery;

@Value("${spring.datasource.testWhileIdle}")

privateboolean testWhileIdle;

@Value("${spring.datasource.testOnBorrow}")

privateboolean testOnBorrow;

@Value("${spring.datasource.testOnReturn}")

privateboolean testOnReturn;

@Value("${spring.datasource.poolPreparedStatements}")

privateboolean poolPreparedStatements;

@Value("${spring.datasource.maxPoolPreparedStatementPerConnectionSize}")

privateint maxPoolPreparedStatementPerConnectionSize;

@Value("${spring.datasource.filters}")

privateString filters;

@Value("{spring.datasource.connectionProperties}")

privateString connectionProperties;

@Bean(name ="masterDataSource")

@Primary

publicDataSource masterDataSource() {

DruidDataSource dataSource = new DruidDataSource();

dataSource.setUrl(url);

dataSource.setUsername(username);

dataSource.setPassword(password);

dataSource.setDriverClassName(driverClassName);

//具体配置 

dataSource.setInitialSize(initialSize);

dataSource.setMinIdle(minIdle);

dataSource.setMaxActive(maxActive);

dataSource.setMaxWait(maxWait);

dataSource.setTimeBetweenEvictionRunsMillis(timeBetweenEvictionRunsMillis);

dataSource.setMinEvictableIdleTimeMillis(minEvictableIdleTimeMillis);

dataSource.setValidationQuery(validationQuery);

dataSource.setTestWhileIdle(testWhileIdle);

dataSource.setTestOnBorrow(testOnBorrow);

dataSource.setTestOnReturn(testOnReturn);

dataSource.setPoolPreparedStatements(poolPreparedStatements);

dataSource.setMaxPoolPreparedStatementPerConnectionSize(maxPoolPreparedStatementPerConnectionSize);

try{

dataSource.setFilters(filters);

}catch(SQLException e) {

e.printStackTrace();

}

dataSource.setConnectionProperties(connectionProperties);

returndataSource;

}

@Bean(name ="masterTransactionManager")

@Primary

publicDataSourceTransactionManager masterTransactionManager() {

returnnew DataSourceTransactionManager(masterDataSource());

}

@Bean(name ="masterSqlSessionFactory")

@Primary

publicSqlSessionFactory masterSqlSessionFactory(@Qualifier("masterDataSource")DataSource masterDataSource)

throws Exception {

finalSqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();

sessionFactory.setDataSource(masterDataSource);

sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()

.getResources(MasterDataSourceConfig.MAPPER_LOCATION));

returnsessionFactory.getObject();

}

}

其中这两个注解说明下:

@Primary :标志这个 Bean 如果在多个同类 Bean 候选时,该 Bean

优先被考虑。多数据源配置的时候注意,必须要有一个主数据源,用 @Primary 标志该 Bean。

@MapperScan: 扫描 Mapper 接口并容器管理。

需要注意的是sqlSessionFactoryRef 表示定义一个唯一 SqlSessionFactory 实例。

上面的配置完之后,就可以将Druid作为连接池使用了。但是Druid并不简简单单的是个连接池,它也可以说是一个监控应用,它自带了web监控界面,可以很清晰的看到SQL相关信息。

在SpringBoot中运用Druid的监控作用,只需要编写StatViewServlet和WebStatFilter类,实现注册服务和过滤规则。这里我们可以将这两个写在一起,使用@Configuration和@Bean。

为了方便理解,相关的配置说明也写在代码中了,这里就不再过多赘述了。

代码如下:

@Configuration

publicclassDruidConfiguration{

@Bean

publicServletRegistrationBeandruidStatViewServle(){

//注册服务

ServletRegistrationBean servletRegistrationBean =newServletRegistrationBean(

newStatViewServlet(),"/druid/*");

// 白名单(为空表示,所有的都可以访问,多个IP的时候用逗号隔开)

servletRegistrationBean.addInitParameter("allow","127.0.0.1");

// IP黑名单 (存在共同时,deny优先于allow) 

servletRegistrationBean.addInitParameter("deny","127.0.0.2");

// 设置登录的用户名和密码

servletRegistrationBean.addInitParameter("loginUsername","pancm");

servletRegistrationBean.addInitParameter("loginPassword","123456");

// 是否能够重置数据.

servletRegistrationBean.addInitParameter("resetEnable","false");

returnservletRegistrationBean;

}

@Bean

publicFilterRegistrationBeandruidStatFilter(){

FilterRegistrationBean filterRegistrationBean =newFilterRegistrationBean(

newWebStatFilter());

// 添加过滤规则

filterRegistrationBean.addUrlPatterns("/*");

// 添加不需要忽略的格式信息

filterRegistrationBean.addInitParameter("exclusions",

"*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*");

System.out.println("druid初始化成功!");

returnfilterRegistrationBean;

}

}

编写完之后,启动程序,在浏览器输入:http://127.0.0.1:8084/druid/index.html ,然后输入设置的用户名和密码,便可以访问Web界面了。

多数据源配置

在进行多数据源配置之前,先分别在springBoot和springBoot_test的mysql数据库中执行如下脚本。

-- springBoot库的脚本

CREATETABLE`t_user`(

`id`int(11)NOTNULLAUTO_INCREMENTCOMMENT'自增id',

`name`varchar(10)DEFAULTNULLCOMMENT'姓名',

`age`int(2)DEFAULTNULLCOMMENT'年龄',

PRIMARYKEY(`id`)

)ENGINE=InnoDBAUTO_INCREMENT=15DEFAULTCHARSET=utf8

-- springBoot_test库的脚本

CREATETABLE`t_student`(

`id`int(11)NOTNULLAUTO_INCREMENT,

`name`varchar(16)DEFAULTNULL,

`age`int(11)DEFAULTNULL,

PRIMARYKEY(`id`)

)ENGINE=InnoDBAUTO_INCREMENT=2DEFAULTCHARSET=utf8

注:为了偷懒,将两张表的结构弄成一样了!不过不影响测试!

在application.properties中已经配置这两个数据源的信息,上面已经贴出了一次配置,这里就不再贴了。

这里重点说下 第二个数据源的配置。和上面的MasterDataSourceConfig.java差不多,区别在与没有使用@Primary 注解和名称不同而已。需要注意的是MasterDataSourceConfig.java对package和mapper的扫描是精确到目录的,这里的第二个数据源也是如此。

那么代码如下:

@Configuration

@MapperScan(basePackages = ClusterDataSourceConfig.PACKAGE, sqlSessionFactoryRef ="clusterSqlSessionFactory")

publicclassClusterDataSourceConfig{

staticfinalString PACKAGE ="com.pancm.dao.cluster";

staticfinalString MAPPER_LOCATION ="classpath:mapper/cluster/*.xml";

@Value("${cluster.datasource.url}")

privateString url;

@Value("${cluster.datasource.username}")

privateString username;

@Value("${cluster.datasource.password}")

privateString password;

@Value("${cluster.datasource.driverClassName}")

privateString driverClass;

// 和MasterDataSourceConfig一样,这里略

@Bean(name ="clusterDataSource")

publicDataSource clusterDataSource() {

DruidDataSource dataSource = new DruidDataSource();

dataSource.setUrl(url);

dataSource.setUsername(username);

dataSource.setPassword(password);

dataSource.setDriverClassName(driverClass);

// 和MasterDataSourceConfig一样,这里略 ...

returndataSource;

}

@Bean(name ="clusterTransactionManager")

publicDataSourceTransactionManager clusterTransactionManager() {

returnnew DataSourceTransactionManager(clusterDataSource());

}

@Bean(name ="clusterSqlSessionFactory")

publicSqlSessionFactory clusterSqlSessionFactory(@Qualifier("clusterDataSource")DataSource clusterDataSource)

throws Exception {

finalSqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();

sessionFactory.setDataSource(clusterDataSource);

sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver().getResources(ClusterDataSourceConfig.MAPPER_LOCATION));

returnsessionFactory.getObject();

}

}

成功写完配置之后,启动程序,进行测试。

分别在springBoot和springBoot_test库中使用接口进行添加数据。

t_user

POST http://localhost:8084/api/user

{"name":"张三","age":25}

{"name":"李四","age":25}

{"name":"王五","age":25}

t_student

POST http://localhost:8084/api/student

{"name":"学生A","age":16}

{"name":"学生B","age":17}

{"name":"学生C","age":18}

成功添加数据之后,然后进行调用不同的接口进行查询。

请求:

GET http://localhost:8084/api/user?name=李四

返回:

{

"id":2,

"name":"李四",

"age":25

}

请求:

GET http://localhost:8084/api/student?name=学生C

返回:

{

"id":1,

"name":"学生C",

"age":16

}

通过数据可以看出,成功配置了多数据源了。

PageHelper 分页实现

PageHelper是Mybatis的一个分页插件,非常的好用!这里强烈推荐!!!

PageHelper的使用很简单,只需要在Maven中添加pagehelper这个依赖就可以了。

Maven的依赖如下:

com.github.pagehelper

pagehelper-spring-boot-starter

1.2.3

注:这里我是用springBoot版的!也可以使用其它版本的。

添加依赖之后,只需要添加如下配置或代码就可以了。

第一种,在application.properties或application.yml添加

pagehelper:

helperDialect: mysql

offsetAsPageNum:true

rowBoundsWithCount:true

reasonable:false

第二种,在mybatis.xml配置中添加

helperDialect=mysql

offsetAsPageNum=true

rowBoundsWithCount=true

reasonable=false

第三种,在代码中添加,使用@Bean注解在启动程序的时候初始化。

@Bean

publicPageHelperpageHelper(){

PageHelper pageHelper =newPageHelper();

Properties properties =newProperties();

//数据库

properties.setProperty("helperDialect","mysql");

//是否将参数offset作为PageNum使用

properties.setProperty("offsetAsPageNum","true");

//是否进行count查询

properties.setProperty("rowBoundsWithCount","true");

//是否分页合理化

properties.setProperty("reasonable","false");

pageHelper.setProperties(properties);

}

因为这里我们使用的是多数据源,所以这里的配置稍微有些不同。我们需要在sessionFactory这里配置。这里就对MasterDataSourceConfig.java进行相应的修改。

在masterSqlSessionFactory方法中,添加如下代码。

@Bean(name ="masterSqlSessionFactory")

@Primary

publicSqlSessionFactorymasterSqlSessionFactory(@Qualifier("masterDataSource")DataSource masterDataSource)

throwsException

{

finalSqlSessionFactoryBean sessionFactory =newSqlSessionFactoryBean();

sessionFactory.setDataSource(masterDataSource);

sessionFactory.setMapperLocations(newPathMatchingResourcePatternResolver()

.getResources(MasterDataSourceConfig.MAPPER_LOCATION));

//分页插件

Interceptor interceptor =newPageInterceptor();

Properties properties =newProperties();

//数据库

properties.setProperty("helperDialect","mysql");

//是否将参数offset作为PageNum使用

properties.setProperty("offsetAsPageNum","true");

//是否进行count查询

properties.setProperty("rowBoundsWithCount","true");

//是否分页合理化

properties.setProperty("reasonable","false");

interceptor.setProperties(properties);

sessionFactory.setPlugins(newInterceptor[] {interceptor});

returnsessionFactory.getObject();

}

注:其它的数据源也想进行分页的时候,参照上面的代码即可。

这里需要注意的是reasonable参数,表示分页合理化,默认值为false。如果该参数设置为 true 时,pageNum<=0 时会查询第一页,pageNum>pages(超过总数时),会查询最后一页。默认false 时,直接根据参数进行查询。

设置完PageHelper 之后,使用的话,只需要在查询的sql前面添加PageHelper.startPage(pageNum,pageSize);,如果是想知道总数的话,在查询的sql语句后买呢添加 page.getTotal()就可以了。

代码示例:

publicList findByListEntity(T entity) {

Listlist=null;

try{

Page page =PageHelper.startPage(1,2);

System.out.println(getClassName(entity)+"设置第一页两条数据!");

list= getMapper().findByListEntity(entity);

System.out.println("总共有:"+page.getTotal()+"条数据,实际返回:"+list.size()+"两条数据!");

}catch(Exceptione) {

logger.error("查询"+getClassName(entity)+"失败!原因是:",e);

}

returnlist;

}

代码编写完毕之后,开始进行最后的测试。

查询t_user表的所有的数据,并进行分页。

请求:

GET http://localhost:8084/api/user

返回:

[

{

"id":1,

"name":"张三",

"age":25

},

{

"id":2,

"name":"李四",

"age":25

}

]

控制台打印:

开始查询...

User设置第一页两条数据!

2018-04-2719:55:50.769DEBUG6152--- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT   : ==>  Preparing: SELECT count(0) FROM t_user WHERE1=1

2018-04-2719:55:50.770DEBUG6152--- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT   : ==> Parameters:

2018-04-2719:55:50.771DEBUG6152--- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT   : <==      Total:1

2018-04-2719:55:50.772DEBUG6152--- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity  : ==>  Preparing:selectid, name, age from t_user where1=1LIMIT ?

2018-04-2719:55:50.773DEBUG6152--- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity  : ==> Parameters:2(Integer)

2018-04-2719:55:50.774DEBUG6152--- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity  : <==      Total:2

总共有:3条数据,实际返回:2两条数据!

查询t_student表的所有的数据,并进行分页。

请求:

GET http://localhost:8084/api/student

返回:

[

{

"id":1,

"name":"学生A",

"age":16

},

{

"id":2,

"name":"学生B",

"age":17

}

]

控制台打印:

开始查询...

Studnet设置第一页两条数据!

2018-04-2719:54:56.155DEBUG6152--- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT         : ==>  Preparing: SELECT count(0) FROM t_student WHERE1=1

2018-04-2719:54:56.155DEBUG6152--- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT         : ==> Parameters:

2018-04-2719:54:56.156DEBUG6152--- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT         : <==      Total:1

2018-04-2719:54:56.157DEBUG6152--- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity      : ==>  Preparing:selectid, name, age from t_student where1=1LIMIT ?

2018-04-2719:54:56.157DEBUG6152--- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity      : ==> Parameters:2(Integer)

2018-04-2719:54:56.157DEBUG6152--- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity      : <==      Total:2

总共有:3条数据,实际返回:2两条数据!

查询完毕之后,我们再来看Druid 的监控界面。

## 默认的数据源

master.datasource.url=jdbc:mysql://localhost:3306/springBoot?useUnicode=true&characterEncoding=utf8&allowMultiQueries=true

master.datasource.username=root

master.datasource.password=123456

master.datasource.driverClassName=com.mysql.jdbc.Driver

## 另一个的数据源

cluster.datasource.url=jdbc:mysql://localhost:3306/springBoot_test?useUnicode=true&characterEncoding=utf8

cluster.datasource.username=root

cluster.datasource.password=123456

cluster.datasource.driverClassName=com.mysql.jdbc.Driver

# 连接池的配置信息  

# 初始化大小,最小,最大  

spring.datasource.type=com.alibaba.druid.pool.DruidDataSource

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  

你可能感兴趣的:(SpringBoot+Mybatis+ Druid+PageHelper 实现多数据源并分页)