SpringBoot实战（二十）集成Druid连接池

一、简介

1.定义

Druid数据库连接池：是一个 Java 语言编写的高性能、高可用性的开源数据库连接池组件，有阿里巴巴开发和维护。它提供了一种可靠的、可管理的、高性能的数据库连接池解决方案，可以在 Java 应用程序中管理和复用数据库连接。

• GitHub地址： https://github.com/alibaba/druid
• 官方文档： https://github.com/alibaba/druid/wiki/Druid连接池介绍
• 常见问题： https://github.com/alibaba/druid/wiki/常见问题
• starter文档： https://github.com/alibaba/druid/tree/master/druid-spring-boot-starter
• 监控页面： http://localhost:8080/druid/index.html

2.特点

以下是Druid连接池组件的特点：

1. 基于开放标准：Druid连接池 完全遵循 Java 数据库连接标准（JDBC），可以与任何标准的 JDBC 驱动程序一起使用。
2. 高性能：Druid连接池 采用了一系列优化策略和技术，包括连接池预热、连接池缓存、合理的连接分配等，以提供高并发、低延迟的数据库连接服务。
3. 监控和统计：Druid连接池 提供了一套完善的监控和统计功能，可以实时监控连接池的使用情况、性能指标以及 SQL 执行情况，方便开发人员进行系统调优和性能优化。
4. 安全可靠：Druid连接池 通过内置的防火墙和黑名单机制，可以预防恶意攻击和 SQL 注入等安全威胁，保证系统的安全可靠性。
5. 扩展性强：Druid连接池 支持定制化扩展，可以根据具体业务场景和需求进行灵活的配置和编程。

3.竞品对比

以下是各种数据库连接池对比：

功能类别	功能	Druid	HikariCP	DBCP	Tomcat-jdbc	C3P0
性能	PSCache	是	否	是	是	是
LRU	是	否	是	是	是
SLB负载均衡支持	是	否	否	否	否
稳定性	ExceptionSorter	是	否	否	否	否
扩展	扩展	Filter			JdbcIntercepter
监控	监控方式	jmx/log/http	jmx/metrics	jmx	jmx	jmx
支持SQL级监控	是	否	否	否	否
Spring/Web关联监控	是	否	否	否	否
	诊断支持	LogFilter	否	否	否	否
连接泄露诊断	logAbandoned	否	否	否	否
安全	SQL防注入	是	无	无	无	无
支持配置加密	是	否	否	否	否

二、搭建测试项目

源码地址： https://gitee.com/acgkaka/SpringBootExamples/tree/master/springboot-mybatis-plus-druid

1.Maven依赖

Druid 的 Maven 依赖有两种，单独依赖和starter依赖，这里由于我们是 SpringBoot 集成，所以使用 starter依赖。

单独依赖：

<dependency>
    <groupId>com.alibabagroupId>
    <artifactId>druidartifactId>
    <version>1.1.12version>
dependency>

starter依赖：

<dependency>
    <groupId>com.alibabagroupId>
    <artifactId>druid-spring-boot-starterartifactId>
    <version>1.1.18version>
dependency>

2.yaml配置

官方配置示例： https://github.com/alibaba/druid/blob/master/druid-spring-boot-starter/src/test/resources/application.properties

注意： spring.datasource.type 并不一定是必须要填的，取决于使用的是 druid 的哪种依赖。

• 如果使用的是 Druid 的 单独依赖，则必须要设置 spring.datasource.type=com.alibaba.druid.pool.DruidDataSource，否则默认还是使用 Hikari 连接池。

• 如果使用的是 Druid 的 starter依赖，则不需要手动设置 type，会自动将数据库连接池切换为 Druid。

  而且 druid-spring-boot-starter 不需要编写配置类，简化了配置。

下面是使用 Druid 的 starter依赖 集成后的配置内容：

官方配置文档： https://github.com/alibaba/druid/tree/master/druid-spring-boot-starter

2.1 JDBC配置

方式一：配置在 spring.datasource 下

spring:
  datasource:
    # JDBC 配置
    url: jdbc:mysql://localhost:3306/mydb?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
    username: root
    password: root
    driver-class-name: com.mysql.cj.jdbc.Driver

方式二：配置在 spring.datasource.druid 下

spring:
  datasource:
    druid:
      # JDBC 配置
      url: jdbc:mysql://localhost:3306/mydb?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
      username: root
      password: root
      driver-class-name: com.mysql.cj.jdbc.Driver

2.2 连接池配置

spring:
  datasource:
    druid:
      # ########## 连接池配置-开始 ##########
      initial-size: 5 #初始化大小
      min-idle: 5 #最小连接数
      max-active: 20 #最大连接数
      max-wait: 60000 #配置获取连接等待超时的时间
      pool-prepared-statements: true #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mysql5.5以下的版本中没有PSCache功能，建议关闭掉。5.5及以上版本有PSCache，建议开启。
      max-pool-prepared-statement-per-connection-size: 20 #配置PSCache的大小
      validation-query: SELECT 1 FROM DUAL #用来检测连接是否有效的sql，要求是一个查询语句，常用SELECT 1 FROM DUAL
      validation-query-timeout: 3000 #检测连接是否有效的超时时间，单位是秒。底层调用jdbc Statement对象的void setQueryTimeout(int seconds)方法
      test-on-borrow: false #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
      test-on-return: false #是否在归还到池中前进行检验
      test-while-idle: true #是否在连接池空闲一段时间后检验连接有效性
      time-between-eviction-runs-millis: 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
      min-evictable-idle-time-millis: 300000 #配置一个连接在池中最小生存的时间，单位是毫秒
      max-evictable-idle-time-millis: 600000 #配置连接池中连接，在时间段内一直空闲，被逐出连接池的时间，单位毫秒。在minEvictableIdleTimeMillis基础上扩展，会在minEvictableIdleTimeMillis基础上判断连接是否空闲（默认逐出时间就是minEvictableIdleTimeMillis）
      #max-open-prepared-statements: #和上面的等价
      #   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
      #filters: stat,wall,log4j
      use-global-data-source-stat: true #是否使用统计
      connection-properties: druid.stat.mergeSql=true;druid.stat.slowSqlMillis=5000 #合并多个DruidDataSource的监控数据
      # ########## 连接池配置-结束 ##########

2.3 监控配置

spring:
  datasource:
    druid:
      # ########## 连接池监控配置-开始 ##########
      # WebStatFilter配置，说明请参考Druid Wiki，配置_配置WebStatFilter
      web-stat-filter:
        enabled: true #是否启用StatFilter，默认值false
        url-pattern: '/*' #需要拦截的url
        exclusions: '*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*' #过滤器忽略的资源
        session-stat-enable: true #是否开启session统计功能，默认值false
        session-stat-max-count: 1000 #session统计最大值
        principal-session-name: #session用户信息
        principal-cookie-name: #session用户cookie名称
        profile-enable: true #监控单个url调用的sql列表
      # StatViewServlet配置，说明请参考Druid Wiki，配置_StatViewServlet配置
      stat-view-servlet:
        enabled: true #是否启用StatViewServlet（监控页面）默认值为false（考虑到安全问题默认并未启动，如需启用建议设置密码或白名单以保障安全）
        url-pattern: /druid/* #监控页面拦截url
        reset-enable: false #是否启用重置功能
        login-username: admin #监控页面登录用户名
        login-password: admin #监控页面登录用户密码
        #StatViewSerlvet展示出来的监控信息比较敏感，是系统运行的内部情况，如果你需要做访问控制，可以配置allow和deny这两个参数
        #deny优先于allow，如果在deny列表中，就算在allow列表中，也会被拒绝。如果allow没有配置或者为空，则允许所有访问
        #配置的格式
        #或者/其中128.242.127.1/24，配置多个英文逗号分隔
        #24表示，前面24位是子网掩码，比对的时候，前面24位相同就匹配,不支持IPV6。
        allow: #监控页面白名单
        deny: #黑名单
      # Spring监控配置，说明请参考Druid Github Wiki，配置_Druid和Spring关联监控配置
      #aop-patterns: com.demo.*.service.* #Spring监控AOP切入点，如x.y.z.service.*,配置多个英文逗号分隔
      # ########## 连接池监控配置-结束 ##########

配置内容涉及参考地址：

• web-stat-filter：https://github.com/alibaba/druid/wiki/配置_配置WebStatFilter
• stat-view-servlet：https://github.com/alibaba/druid/wiki/配置_StatViewServlet配置
• aop-patterns：https://github.com/alibaba/druid/wiki/配置_Druid和Spring关联监控配置

补充：

• 如果需要 Spring 监控，除了配置 aop-patterns 之外，还需要引入 spring-boot-starter-aop 依赖，否则 Spring 监控页面会一片空白。

三、测试

1.查看监控页面

监控页面地址： http://localhost:8081/druid/index.html

访问监控页面，输入账号密码，如果页面中的参数和配置的参数一致，则说明集成成功。

2.单元测试

DemoApplicationTests.java

package com.demo;

import com.alibaba.druid.pool.DruidDataSource;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;

import javax.sql.DataSource;
import java.sql.Connection;

@SpringBootTest
class DemoApplicationTests {

    @Autowired
    DataSource dataSource;

    /**
     * 验证数据库连接
     * @throws Exception
     */
    @Test
    void testConnection() throws Exception {
        // 默认：class com.zaxxer.hikari.HikariDataSource
        // Druid：class com.alibaba.druid.spring.boot.autoconfigure.DruidDataSourceWrapper
        System.out.println(dataSource.getClass());
        Connection connection = dataSource.getConnection();
        // 默认：HikariProxyConnection@1323996324 wrapping com.mysql.cj.jdbc.ConnectionImpl@7c281eb8
        // Druid：com.mysql.cj.jdbc.ConnectionImpl@3166f664
        System.out.println(connection);
        connection.close();
    }

    /**
     * 验证连接池的配置信息，是否生效
     * @throws Exception
     */
    @Test
    void contextLoads() throws Exception {
        System.out.println(dataSource.getClass());
        DruidDataSource druidDataSource = (DruidDataSource) dataSource;
        System.out.println("initSize:" + druidDataSource.getInitialSize());
        System.out.println("maxSize:" + druidDataSource.getMaxActive());
        Connection connection = dataSource.getConnection();
        System.out.println(connection);
        connection.close();
    }

}

连接测试结果：

引入 Druid 连接池依赖之前，执行连接测试，结果如下：（默认使用的是 Hikari 连接池）

引入 Druid 连接池依赖之后，执行连接测试，结果如下：（改为使用的是 Druid 连接池）

配置测试结果：

使用 Druid 连接池之后，测试结果如下：

我们可以看到代码打印的结果与我们的配置一致，说明配置正常生效了。

源码地址： https://gitee.com/acgkaka/SpringBootExamples/tree/master/springboot-mybatis-plus-druid

四、补充：

1.如何打印慢SQL？

想要在日志中输出慢SQL日志，首先需要进行如下配置：

spring:
  datasource:
    druid:
      filter:
        stat:
          enabled: true #是否启用统计
          slow-sql-millis: 5000 #慢SQL记录，默认值为3000，单位毫秒
          log-slow-sql: true #是否打印慢日志
          merge-sql: true #是否合并SQL
          db-type: mysql #数据库类型，用于支持统计分析

除此之外，还需要再 filters 属性中加入项目使用的日志框架，如：log4j 或者 slf4j，并引入对应依赖。

logback.xml配置：

<appender name="DruidFile"
          class="ch.qos.logback.core.rolling.RollingFileAppender">
    <File>${LOG_HOME:-d:/}logs/slow_sql/slow_sql.logFile>
    <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
        <FileNamePattern>${LOG_HOME:-d:/}logs/slow_sql/slow_sql-%d{yyyy-MM-dd}.%i.log
        FileNamePattern>
        <MaxHistory>60MaxHistory>
        <TimeBasedFileNamingAndTriggeringPolicy
                class="ch.qos.logback.core.rolling.SizeAndTimeBasedFNATP">
            <MaxFileSize>5MBMaxFileSize>
        TimeBasedFileNamingAndTriggeringPolicy>
    rollingPolicy>
    <layout class="ch.qos.logback.classic.PatternLayout">
        <pattern>[%-5level] %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %logger{36} - %msg%n
        pattern>
    layout>
    <filter class="ch.qos.logback.classic.filter.LevelFilter">
        <level>ERRORlevel>
        <onMatch>ACCEPTonMatch>
        <onMismatch>DENYonMismatch>
    filter>
appender>
 
<logger name="com.alibaba.druid.filter.stat.StatFilter" additivity="false">
    
    <level value="error" />
    <appender-ref ref="DruidFile" />
logger>

慢SQL日志：

根据 logback.xml 配置，会产生慢 SQL 日志 slow_sql.log，内容如下所示：

[ERROR] 2022-08-30 22:44:15.651 [http-nio-8080-exec-1] c.a.druid.filter.stat.StatFilter - slow sql 4698 millis. SELECT  id,name,no,create_time,update_time  FROM user[]
[ERROR] 2022-08-30 22:57:15.183 [http-nio-8080-exec-2] c.a.druid.filter.stat.StatFilter - slow sql 3645 millis. SELECT  id,name,no,create_time,update_time  FROM user[]

2.去除广告

Druid 的监控页面下方有阿里云的广告，可以通过代码去除。

创建 DruidAdConfig.java 配置类：

import com.alibaba.druid.spring.boot.autoconfigure.DruidDataSourceAutoConfigure;
import com.alibaba.druid.spring.boot.autoconfigure.properties.DruidStatProperties;
import com.alibaba.druid.util.Utils;
import org.springframework.boot.autoconfigure.AutoConfigureAfter;
import org.springframework.boot.autoconfigure.condition.ConditionalOnProperty;
import org.springframework.boot.autoconfigure.condition.ConditionalOnWebApplication;
import org.springframework.boot.web.servlet.FilterRegistrationBean;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import javax.servlet.*;
import java.io.IOException;

/**
 * Druid广告配置
 *
 * @author zzp
 */
@Configuration
@ConditionalOnWebApplication
@AutoConfigureAfter(DruidDataSourceAutoConfigure.class)
@ConditionalOnProperty(
        name = "spring.datasource.druid.stat-view-servlet.enabled",
        havingValue = "true",
        matchIfMissing = true)
public class DruidAdConfig {

    /**
     * 去除监控页面底部广告
     *
     * @param properties
     * @return org.springframework.boot.web.servlet.FilterRegistrationBean
     */
    @Bean
    public FilterRegistrationBean removeDruidAdFilterRegistrationBean(
            DruidStatProperties properties) {
        // 获取web监控页面的参数
        DruidStatProperties.StatViewServlet config = properties.getStatViewServlet();
        // 提取common.js的配置路径
        String pattern = config.getUrlPattern() != null ? config.getUrlPattern() : "/druid/*";
        String commonJsPattern = pattern.replaceAll("\\*", "js/common.js");

        final String filePath = "support/http/resources/js/common.js";

        // 创建filter进行过滤
        Filter filter =
                new Filter() {
                    @Override
                    public void init(FilterConfig filterConfig) throws ServletException {}

                    @Override
                    public void doFilter(
                            ServletRequest request, ServletResponse response, FilterChain chain)
                            throws IOException, ServletException {
                        chain.doFilter(request, response);
                        // 重置缓冲区，响应头不会被重置
                        response.resetBuffer();
                        // 获取common.js
                        String text = Utils.readFromResource(filePath);
                        // 正则替换banner, 除去底部的广告信息
                        text = text.replaceAll("
", "");
                        text = text.replaceAll("powered.*?shrek.wang", "");
                        response.getWriter().write(text);
                    }

                    @Override
                    public void destroy() {}
                };
        FilterRegistrationBean registrationBean = new FilterRegistrationBean();
        registrationBean.setFilter(filter);
        registrationBean.addUrlPatterns(commonJsPattern);
        return registrationBean;
    }
}

3.如何手动获取监控内容

官方说明： https://github.com/alibaba/druid/tree/master/druid-spring-boot-starter

• Druid 的监控数据可以在开启 StatFilter 后通过 DruidStatManagerFacade 进行获取。

• 获取到监控数据之后你可以将其暴露给你的监控系统进行使用。Druid 默认的监控系统数据也来源于此。

下面做一个简单的演示，在 SpringBoot 中国你如何通过 HTTP 接口将 Druid 监控数据以 JSON 的形式暴露出去，实际使用中你可以根据你的需要自动地对监控数据、暴露方式进行扩展。

import com.alibaba.druid.stat.DruidStatManagerFacade;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class DruidStatController {
    
    @GetMapping("/druidStat")
    public Object druidStat(){
        // DruidStatManagerFacade#getDataSourceStatDataList 该方法可以获取所有数据源的监控数据，
        // 除此之外 DruidStatManagerFacade 还提供了一些其他方法，你可以按需选择使用。
        return DruidStatManagerFacade.getInstance().getDataSourceStatDataList();
    }
}

返回结果如下：

详细内容如下：

[
  {
    "Identity": 2122837918,
    "Name": "DataSource-2122837918",
    "DbType": "mysql",
    "DriverClassName": "com.mysql.cj.jdbc.Driver",
    "URL": "jdbc:mysql://localhost:3306/mydb?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai",
    "UserName": "root",
    "FilterClassNames": [
      "com.alibaba.druid.filter.stat.StatFilter"
    ],
    "WaitThreadCount": 0,
    "NotEmptyWaitCount": 0,
    "NotEmptyWaitMillis": 0,
    "PoolingCount": 5,
    "PoolingPeak": 5,
    "PoolingPeakTime": "2023-07-08T16:29:24.569+0000",
    "ActiveCount": 0,
    "ActivePeak": 0,
    "ActivePeakTime": null,
    "InitialSize": 5,
    "MinIdle": 5,
    "MaxActive": 20,
    "QueryTimeout": 0,
    "TransactionQueryTimeout": 0,
    "LoginTimeout": 0,
    "ValidConnectionCheckerClassName": "com.alibaba.druid.pool.vendor.MySqlValidConnectionChecker",
    "ExceptionSorterClassName": "com.alibaba.druid.pool.vendor.MySqlExceptionSorter",
    "TestOnBorrow": false,
    "TestOnReturn": false,
    "TestWhileIdle": true,
    "DefaultAutoCommit": true,
    "DefaultReadOnly": null,
    "DefaultTransactionIsolation": null,
    "LogicConnectCount": 0,
    "LogicCloseCount": 0,
    "LogicConnectErrorCount": 0,
    "PhysicalConnectCount": 5,
    "PhysicalCloseCount": 0,
    "PhysicalConnectErrorCount": 0,
    "DiscardCount": 0,
    "ExecuteCount": 0,
    "ExecuteUpdateCount": 0,
    "ExecuteQueryCount": 0,
    "ExecuteBatchCount": 0,
    "ErrorCount": 0,
    "CommitCount": 0,
    "RollbackCount": 0,
    "PSCacheAccessCount": 0,
    "PSCacheHitCount": 0,
    "PSCacheMissCount": 0,
    "StartTransactionCount": 0,
    "TransactionHistogram": [
      0,
      0,
      0,
      0,
      0,
      0,
      0
    ],
    "ConnectionHoldTimeHistogram": [
      0,
      0,
      0,
      0,
      0,
      0,
      0,
      0
    ],
    "RemoveAbandoned": false,
    "ClobOpenCount": 0,
    "BlobOpenCount": 0,
    "KeepAliveCheckCount": 0,
    "KeepAlive": false,
    "FailFast": false,
    "MaxWait": 60000,
    "MaxWaitThreadCount": -1,
    "PoolPreparedStatements": true,
    "MaxPoolPreparedStatementPerConnectionSize": 20,
    "MinEvictableIdleTimeMillis": 300000,
    "MaxEvictableIdleTimeMillis": 600000,
    "LogDifferentThread": true,
    "RecycleErrorCount": 0,
    "PreparedStatementOpenCount": 0,
    "PreparedStatementClosedCount": 0,
    "UseUnfairLock": false,
    "InitGlobalVariants": false,
    "InitVariants": false
  }
]

整理完毕，完结撒花~

参考地址：

1.Springboot 整合 druid，https://blog.csdn.net/qq_51133939/article/details/126248389

2.SpringBoot配置Druid，https://blog.csdn.net/promsing/article/details/126446143

3.Springboot 集成Druid，https://blog.csdn.net/qq_34285557/article/details/125945877

4.druid慢sql监控，https://blog.csdn.net/xixingzhe2/article/details/126614581