[druid 源码解析] 7 HighAvailableDataSource 简单使用

关于 HighAvailableDataSource 的介绍，我们可以看一下官方文档相关的介绍，官方文档主要介绍如下几个作用：

1. 节点路由 - 根据节点名称指定路由，随机路由，粘性随机路由
2. 节点配置 - 纯手工配置节点，根据配置文件生成节点，根据ZooKeeper信息生成节点
3. 节点健康检查 - 基于ValidConnectionChecker的节点检查机制，检查间隔时间可根据运行情况动态调整。
   我们接下来来测试一下这几部分的内容。

路由节点

首先我们来测试路由节点功能，路由节点需要我们配置多个数据源，然后注入到 HighAvailableDataSource 中，并最终生成 　Datasource 。我们先来看一下配置类的信息 ：

@org.springframework.context.annotation.Configuration
public class Configuration {

    @Autowired
    ApplicationContext applicationContext;

    @Autowired
    @Qualifier("dataSource1")
    DataSource dataSource1;

    @Autowired
    @Qualifier("dataSource2")
    DataSource dataSource2;


    @Bean(initMethod = "init")
    public DataSource dataSource1() {
        DruidDataSource druidDataSource = new DruidDataSource();
        druidDataSource.setUsername("root");
        druidDataSource.setPassword("root");
        druidDataSource.setUrl("jdbc:mysql://localhost:3306/information_schema?useSSL=false&useUnicode=true&characterEncoding=UTF-8");
        return druidDataSource;
    }

    @Bean(initMethod = "init")
    public DataSource dataSource2() {
        DruidDataSource druidDataSource = new DruidDataSource();
        druidDataSource.setUsername("root");
        druidDataSource.setPassword("root");
        druidDataSource.setUrl("jdbc:mysql://localhost:3306/information_schema?useSSL=false&useUnicode=true&characterEncoding=UTF-8");
        return druidDataSource;
    }

    @Bean(initMethod = "init", destroyMethod = "destroy")
    public DataSource dataSource() {
        HighAvailableDataSource druidDataSource = new HighAvailableDataSource();
        Map dataSourceMap = new HashMap<>();
        dataSourceMap.put("dataSources1", dataSource1);
        dataSourceMap.put("default", dataSource1);
        dataSourceMap.put("dataSources2", dataSource2);
        druidDataSource.setDataSourceMap(dataSourceMap);
        druidDataSource.setSelector("byName");
        return druidDataSource;
    }

    @Bean
    public SqlSessionFactoryBean sqlSessionFactory(DataSource dataSource) throws IOException {
        SqlSessionFactoryBean sqlSessionFactory = new SqlSessionFactoryBean();
        sqlSessionFactory.setDataSource(dataSource);
        sqlSessionFactory.setMapperLocations(applicationContext.getResources("classpath:mapper/*.xml"));
        return sqlSessionFactory;
    }
}

如图，我们首先要生成了两个 Datasource ， 最后注入到 HighAvailableDataSource ，有些同学会注意到，这里不是使用 ObjectProvider 来获取多个数据源数据源，也是经过一位大佬的提醒，我才意识到这个问题，构造注入的方式是没法解决循环依赖的，而这里恰好有循环依赖的问题。

循环依赖报错

回到正题，我们最后初始化完成后，日志会打印这两个数据源初始化完成。接着我们就可以像使用同个数据源来使用他了。

初始化

根据ZooKeeper生成节点集合

在开始Demo前，我们需要先在 zookeeper 注册数据源相关的节点，如下：

ZookeeperNodeRegister register = new ZookeeperNodeRegister();
        register.setZkConnectString("127.0.0.1:2181");
        register.setPath("/ha-druid-datasources");
        register.init();

        List payload = new ArrayList();
        ZookeeperNodeInfo node = new ZookeeperNodeInfo();
        node.setPrefix("ha");
        node.setHost("127.0.0.1");
        node.setPort(3306);
        node.setDatabase("information_schema");
        node.setUsername("root");
        node.setPassword("root");
        payload.add(node);
        register.register("datasource1", payload);


        ZookeeperNodeRegister register2 = new ZookeeperNodeRegister();
        register2.setZkConnectString("127.0.0.1:2181");
        register2.setPath("/ha-druid-datasources");
        register2.init();

        List payload2 = new ArrayList();
        ZookeeperNodeInfo node2 = new ZookeeperNodeInfo();
        node2.setPrefix("ha");
        node2.setHost("127.0.0.1");
        node2.setPort(3307);
        node2.setDatabase("information_schema");
        node2.setUsername("root");
        node2.setPassword("root");
        payload2.add(node2);
        register2.register("datasource2", payload2);
        Thread.sleep(1000 * 60 * 60);

我们注册了两个数据源信息，分别是本地的 3306 和 3307 端口，然后停止该线程一个小时，我们需要注意的是假如线程挂了，那么注册的临时几点也将消失，所以需要 sleep ，接下来我们到zk 上看一下注册节点的信息如下：

zk

zk 准备好后我们使用对数据源进行配置，如下：

@Bean
    public SqlSessionFactoryBean sqlSessionFactory(DataSource dataSource) throws IOException {
        SqlSessionFactoryBean sqlSessionFactory = new SqlSessionFactoryBean();
        sqlSessionFactory.setDataSource(dataSource);
        sqlSessionFactory.setMapperLocations(applicationContext.getResources("classpath:mapper/*.xml"));
        return sqlSessionFactory;
    }

    @Bean(initMethod = "init", destroyMethod = "destroy")
    public DataSource dataSource(ZookeeperNodeListener zkNodeListener) {
        HighAvailableDataSource druidDataSource = new HighAvailableDataSource();
        druidDataSource.setNodeListener(zkNodeListener);
        druidDataSource.setSelector("random");
        druidDataSource.setPoolPurgeIntervalSeconds(60);
        druidDataSource.setAllowEmptyPoolWhenUpdate(false);
        return druidDataSource;
    }

    @Bean
    public ZookeeperNodeListener zkNodeListener() {
        ZookeeperNodeListener zookeeperNodeListener = new ZookeeperNodeListener();
        zookeeperNodeListener.setZkConnectString("localhost:2181");
        zookeeperNodeListener.setPath("/ha-druid-datasources");
        zookeeperNodeListener.setUrlTemplate("jdbc:mysql://${host}:${port}/${database}?useUnicode=true");
        zookeeperNodeListener.setPrefix("ha");
        return zookeeperNodeListener;
    }

与之前使用两个 datasource 不同，这里是直接注入了一个zookeeperNodeListener，即不使用默认的随机 selector 。接着我们启动服务，可以看到以下信息，代表我们数据源初始化成功。

log

我们可以先测试一下当前数据是否可用，然后试着断开刚才 sleep 的线程，可以看到日志打印出如下信息，删除节点成功：

log

还有关闭数据源的日志如下：

log

我们可以看到这里只删除了 datasource1 , 我们重新进行测试，还是能正常获取到 datasource2 。这里主要是我们设置了如下属性，所以并不会删除所有的节点：

druidDataSource.setAllowEmptyPoolWhenUpdate(false);

还有最后一个部分就是 节点健康检查 ，这部分主要是一些配置相关的，就不进行细讲了，有兴趣的同学可以自己配置试一下。