数据库连接池连接数10？100？1000？的困惑

1. 开篇闲谈

闲暇之余看到一篇博文：如何正确设置数据库连接池的大小？我的天，原来之前都设置错了！

基本上来说，大部分项目都需要跟数据库做交互，那么，数据库连接池的大小设置成多大合适呢？
一些开发老鸟可能还会告诉你：没关系，尽量设置的大些，比如设置成 200，这样数据库性能会高些，吞吐量也会大些！

的确如此，每次看到application.properties配置数据库连接池的时候，总是想要不再搞大一点连接数。

#整它个2000试试
spring.datasource.hikari.minimum-idle=2000
spring.datasource.hikari.maximum-pool-size=2000

然后发现，业务页面点点也没啥区别，看看数据库的连接数的确上去了,但是发现大部分都在sleep:

1.png

2. 试验

探索真理的捷径莫过于动手，搞个demo，ab压测下看看，到底线程池连接数对请求响应会不会产生大影响。

2.1. 环境准备

一般mysql最大连接数比较少，提前设置下最大连接数

SET GLOBAL max_connections=2100

构建项目，新建Spring-boot web项目，添加如下Pom依赖

      
            org.springframework.boot
            spring-boot-starter-web
            
                
                    org.springframework.boot
                    spring-boot-starter-tomcat
                
            
        

        
            org.springframework.boot
            spring-boot-starter-undertow
        

        
            mysql
            mysql-connector-java
            runtime
        
        
            io.dropwizard.metrics
            metrics-core
            4.1.0

排除tomcat内嵌服务器，改用undertow，避免内嵌服务器性能影响。
配置数据库和连接池，采用牛逼的一匹的号称世界最快连接池：hikariCP

# 数据库连接配置
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.url=jdbc:mysql://127.0.0.1:3306/demo?serverTimezone=GMT%2b8&useUnicode=true&characterEncoding=utf8&useSSL=true
spring.datasource.username=root
spring.datasource.password=123456

# Hikari 连接池配置
spring.datasource.type=com.zaxxer.hikari.HikariDataSource
spring.datasource.hikari.minimum-idle=5
spring.datasource.hikari.maximum-pool-size=5
spring.datasource.hikari.auto-commit=true
spring.datasource.hikari.idle-timeout=30000
spring.datasource.hikari.pool-name=DatebookHikariCP
spring.datasource.hikari.max-lifetime=1800000
spring.datasource.hikari.connection-timeout=3000000
spring.datasource.hikari.connection-test-query=SELECT 1

当然提前得建一个库demo，和一张表up_user,且手工添加5000行数据

CREATE TABLE `up_user` (
            `id` INT (11) PRIMARY KEY NOT NULL AUTO_INCREMENT,
            `code` VARCHAR (36) NOT NULL,
            `name` VARCHAR (60) NOT NULL,
            `card_no` VARCHAR (100),
            `email` VARCHAR (135),
            `phone` VARCHAR (135),
             `birthday` DATETIME ,
             `gender` SMALLINT (6) DEFAULT 0,
             `create_user` VARCHAR (36),
             `create_time` DATETIME ,
             `update_user` VARCHAR (36),
             `update_time` DATETIME ,
             `status` INT (2) DEFAULT 0,
             `is_deleted` INT (2) DEFAULT 0,
             `remark` VARCHAR(500) NULL
      );

2.2. 测试服务编写

内置指标配置类

@Configuration
public class MetricsConfig {
    @Bean
    public MetricRegistry metrics() {
        return new MetricRegistry();
    }

    @Bean
    public Meter requestMeter(MetricRegistry metrics) {
        return metrics.meter("request");
    }

    @Bean
    public Timer responses(MetricRegistry metrics) {
        return metrics.timer("executeTime");
    }


    @Bean
    public ConsoleReporter consoleReporter(MetricRegistry metrics) {
        return ConsoleReporter.forRegistry(metrics)
                .convertRatesTo(TimeUnit.SECONDS)
                .convertDurationsTo(TimeUnit.MILLISECONDS)
                .build();
    }
}

测试服务

@RestController
public class SqlTestController {

    @Autowired
    private HikariDataSource dataSource;

    @Autowired
    private Timer responses;

    @RequestMapping("/one")
    public String getSomeUser() throws SQLException, InterruptedException {
        Connection connection = null;
        PreparedStatement preparedStatement = null;
        final Timer.Context context = responses.time();
        String sql = "select * from up_user where id>"+new Random().nextInt(5000)+" limit 0,100";
        try {
            connection = dataSource.getConnection();
            preparedStatement = connection.prepareStatement(sql);
            preparedStatement.executeQuery();
        } catch (SQLException e) {
            e.printStackTrace();
        } finally {
            if(connection !=null){
                connection.close();
            }
            if(preparedStatement !=null) {
                preparedStatement.close();
            }
            TimeUnit.MILLISECONDS.sleep(200);
            context.stop();
        }

        return "ok";
    }
}

启动类

@SpringBootApplication
public class MetricsDemoApplication {

    public static void main(String[] args) {
        ApplicationContext ctx = SpringApplication.run(MetricsDemoApplication.class, args);
        ConsoleReporter reporter = ctx.getBean(ConsoleReporter.class);
        reporter.start(1, TimeUnit.SECONDS);
    }

}

工具apache bench （安装略）

搞一台其他机器，进行压测，200线程并发，一共访问10000次
ab -c 200 -n 10000 http://10.30.21.8:9527/one?id=3

测试方案
线程池连接数5、100、1000
服务器机器 2核四线程

2.3. 测试结果

5个连接数：

5.png

100个连接数：

100.png

1000个连接数：

1000.png

3. 总结

对比发现三种情况下每秒请求个数，每个请求平均处理时间，整体1000个请求响应时间，其实3个差别不大。细微的变化:

3次测试请求的方差（stddev），0.98 ->2.32->3.08

3次试验80%请求的响应时间，1299->1327->1357

由此得出：连接池的确不是越大越好，某些情况下差别不大，那么为什么这次实验性能差这么不明显呢，估计影响有两个：

笔者电脑为2核4线程PC，cpu对连接的处理切换，在多连接情况下不会太明显，没有8核16核那么大

压测量不够大，如果增大估计效果会更明显
所以，一般的服务器配置，其实10~20个连接数，其实就可以了，没有必要浪费了MySql的连接资源。

4. 后记

既然很多实战经验丰富的项目都推荐连接池连接数：2*CUP+硬盘数，那么笔者心血来潮试了一把，一个连接数结果会怎么样：