阿里阿里，阿里里，Druid 数据库连接池的简单使用。

最是乡愁，无处别离，思归。

简单记录一下Druid 数据库连接池的使用，不是前片一律的复制，亲身实验哦。

不多BI BI，先来看一下Druid 的maven配置。

<!-- https://mvnrepository.com/artifact/com.alibaba/druid -->
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>druid</artifactId>
    <version>1.1.9</version>
</dependency>

首先准备一个配置文件，jdbc.properties，文件内容如下

用druid 来管理phoenix 的jdbc 连接：

## phoenix 连接池，phoenix连接信息
#phoenix url
phoenix.jdbcUrl=jdbc:phoenix:host_replace:2181
#phoenix driver 名字
phoenix.driverClassName=org.apache.phoenix.jdbc.PhoenixDriver
#当连接池启动时，初始化连接的个数，必须在minPoolSize~maxPoolSize之间，默认为3
phoenix.initialSize=25
#任何时间连接池中保存的最小连接数，默认3
phoenix.minIdle=5
#在任何时间连接池中所能拥有的最大连接数，默认15
phoenix.maxActive=30
#超过多长时间连接自动销毁，默认为0，即永远不会自动销毁，单位秒
phoenix.timeBetweenEvictionRunsMillis=60000
#获取连接的时候等待超时的时间
phoenix.maxWait=10000
#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
phoenix.useUnfairLock=true

然后，看具体的数据库连接池的可以设置的属性，仅供参考，一般只需要用到以上的jdbc.properties 中的一些属性

配置	         缺省值	      说明
name	 	              配置这个属性的意义在于，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)
jdbcUrl	 	              连接数据库的url，不同数据库不一样。例如： 
                              mysql : jdbc:mysql://10.20.153.104:3306/druid2 
                              oracle : jdbc:oracle:thin:@10.20.149.85:1521:ocnauto
username	 	      连接数据库的用户名
password	 	      连接数据库的密码。如果你不希望密码直接写在配置文件中，可以使用ConfigFilter。详细看这里：https://github.com/alibaba/druid/wiki/%E4%BD%BF%E7%94%A8ConfigFilter
driverClassName	              根据url自动识别，这一项可配可不配，如果不配置druid会根据url自动识别dbType，然后选择相应的driverClassName(建议配置下)
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	      已经不再使用，配置了也没效果
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。
maxOpenPreparedStatements -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。如果validationQuery为null，testOnBorrow、testOnReturn、testWhileIdle都不会其作用。
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。
timeBetweenEvictionRunsMillis 有两个含义： 
                              1) Destroy线程会检测连接的间隔时间2) testWhileIdle的判断依据，详细看testWhileIdle属性的说明
numTestsPerEvictionRun	      不再使用，一个DruidDataSource只支持一个EvictionRun
minEvictableIdleTimeMillis	 	 
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<com.alibaba.druid.filter.Filter>，如果同时配置了filters和proxyFilters，是组合关系，并非替换关系

最后，别biu biu 了，上代码。

package com.hzgc.service.staticrepo;

import com.alibaba.druid.pool.DruidDataSource;
import com.hzgc.util.common.FileUtil;
import org.apache.log4j.Logger;
import org.datanucleus.store.rdbms.identifier.IdentifierFactory;

import java.beans.PropertyVetoException;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.sql.*;
import java.util.Properties;

public class PhoenixJDBCHelper {
    private Logger LOG = Logger.getLogger(PhoenixJDBCHelper.class);

    private static volatile PhoenixJDBCHelper instance;

    // druid 数据库连接池
    private volatile static DruidDataSource druidDataSource;


    private PhoenixJDBCHelper() {
        if (druidDataSource == null) {
            initDruidDataSource();
        }
    }

    public DruidDataSource getDruidDataSource() {
        return PhoenixJDBCHelper.druidDataSource;
    }

    public static PhoenixJDBCHelper getInstance() {
        if (instance == null) {
            synchronized (PhoenixJDBCHelper.class) {
                instance = new PhoenixJDBCHelper();
            }
        }
        return instance;
    }

    private static void initDruidDataSource() {
        File file = FileUtil.loadResourceFile("jdbc.properties");
        Properties jdbcProp = new Properties();
        try {
            jdbcProp.load(new FileInputStream(file));
        } catch (IOException e) {
            e.printStackTrace();
        }
        // phoenix url
        String jdbcUrl = jdbcProp.getProperty("phoenix.jdbcUrl");
        // phoenix driver 名字
        String driverClassName = jdbcProp.getProperty("phoenix.driverClassName");
        // 当连接池启动时，初始化连接的个数，minIdle~maxActive，默认为3
        String initialSize = jdbcProp.getProperty("phoenix.initialSize");
        // 任何时间连接池中保存的最小连接数，默认3
        String minIdle = jdbcProp.getProperty("phoenix.minIdle");
        // 在任何时间连接池中所能拥有的最大连接数，默认15
        String maxActive = jdbcProp.getProperty("phoenix.maxActive");
        // 超过多长时间连接自动销毁，默认为0，即永远不会自动销毁
        String timeBetweenEvictionRunsMillis = jdbcProp.getProperty("phoenix.timeBetweenEvictionRunsMillis");
        // 获取连接等待超时的时间
        String maxWait = jdbcProp.getProperty("phoenix.maxWait");
        // 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
        String useUnfairLock = jdbcProp.getProperty("phoenix.useUnfairLock");

        druidDataSource = new DruidDataSource();
        if (jdbcUrl == null || driverClassName == null) {
            return;
        }
        druidDataSource.setUrl(jdbcUrl);
        druidDataSource.setDriverClassName(driverClassName);
        if (minIdle != null) {
            druidDataSource.setMinIdle(Integer.parseInt(minIdle));
        }
        if (initialSize != null) {
            druidDataSource.setInitialSize(Integer.parseInt(initialSize));
        }
        if (maxActive != null) {
            druidDataSource.setMaxActive(Integer.parseInt(maxActive));
        }
        if (maxWait != null) {
            druidDataSource.setMaxWait(Long.parseLong(maxWait));
        }
        if (timeBetweenEvictionRunsMillis != null) {
            druidDataSource.setTimeBetweenConnectErrorMillis(Long.parseLong(timeBetweenEvictionRunsMillis));
        }
        if (useUnfairLock != null) {
            druidDataSource.setUseUnfairLock(Boolean.parseBoolean(useUnfairLock));
        }
    }


    public static void closeConnection(Connection conn, Statement pstm) {
       closeConnection(conn, pstm, null);
    }

    public static void closeConnection(Connection conn, Statement pstm, ResultSet resultSet) {
        try {
            if (resultSet != null) {
                resultSet.close();
            }
        } catch (SQLException e) {
            e.printStackTrace();
        } finally {
            try {
                if (pstm != null) {
                    pstm.close();
                }
            } catch (SQLException e) {
                e.printStackTrace();
            } finally {
                try {
                    if (conn != null) {
                        conn.close();
                    }
                } catch (SQLException e) {
                    e.printStackTrace();
                }
            }

        }
    }

}

O了，一个Druid 的数据库连接池就这样简单的应用了，调优的事情，自己慢慢捣鼓去吧。关于Spring 配置的使用，本人搞大数据的，暂时也用不到，biubiubiu,就略过了。