Druid详解

Druid介绍

Druid首先是一个数据库连接池。Druid是目前最好的数据库连接池，在功能、扩展性方面，都超过其他数据库连接池。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，它包括四个部分：

• Druid是一个JDBC组件。
• 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 （sql解析器）

Druid的功能

• Druid提供了一个高效、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，Druid内置提供了一个功能强大的StatFilter插件，能够详细统计SQL的执行性能，这对于线上分析数据库访问性能有帮助。
• 数据库密码加密。直接把数据库密码写在配置文件中，这是不好的行为，容易导致安全问题。DruidDruiver和DruidDataSource都支持PasswordCallback。
• SQL执行日志，Druid提供了不同的LogFilter，能够支持Common-Logging、Log4j和JdkLog，你可以按需要选择相应的LogFilter，监控你应用的数据库访问情况。
• 扩展JDBC，如果你要对JDBC层有编程的需求，可以通过Druid提供的Filter机制，很方便编写JDBC层的扩展插件。

优势

• 充当数据库连接池。

• 可以监控数据库访问性能

• 获得SQL执行日志

  配置

  配置	默认值	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/使用ConfigFilter
  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
  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
  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。
  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。在mysql中通常为select ‘x’，在oracle中通常为 select 1 from dual
  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
  minEvictableIdleTimeMillis		Destory线程中如果检测到当前连接的最后活跃时间和当前时间的差值大于 minEvictableIdleTimeMillis，则关闭当前连接。
  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

常见问题

参考:

druid的wiki

数据库连接池初始化

图解:

获取数据库连接

图解：

如果当前数据库连接池有可用连接，则直接获取，否者如果设置createScheduler则开启一个新线程去创建物理连接，否者发送发送signal信号唤醒连接创建线程创建数据库物理连接，这种情况有分pollLast和takeLast，区别在于前者设置max
wait超时时间，如果在时间内还没获取链接则返回null，后者则一直等待连接创建。

回收数据库连接

图解：

在调用conn.close时候会回收当前连接到线程池

创建数据库连接线程

图解：

此图createScheduler=null的情况，为null从上面知道在初始化时候会新建
一个数据库连接创建线程。

连接池同步策略

实际上是个生产者消费者模式，生产者是连接创建线程和连接回收线程，消费者是获取连接的线程。

首先列下同步需要的条件变量和锁：

//独占锁（用来控制同是只有一个线程访问线程池），根据lockFair分为公平和非公平锁
 lock     = new ReentrantLock(lockFair);
 
 //用来对消费和生成线程做同步
 notEmpty = lock.newCondition();
 empty    = lock.newCondition();
 
 //共享资源，线程池是一个数组
 connections = new DruidConnectionHolder[maxActive];

消费者（获取数据库连接线程）：

DruidConnectionHolder pollLast（）{
    
    DruidConnectionHolder holder;

    try {
            //加独占锁
            lock.lockInterruptibly();
        } catch (InterruptedException e) {
            connectErrorCount.incrementAndGet();
            throw new SQLException("interrupt", e);
    }

    try {

        //通知连接创建线程，创建数据库连接
        empty.signal();

        //等待连接创建线程或者连接回收线程发送信号
        estimate = notEmpty.awaitNanos(estimate);

        //获取链接，并返回
        decrementPoolingCount();
        holder = connections[poolingCount];
        connections[poolingCount] = null;
   

    }finally{
        //释放独占锁
        lock.unlock();

    }


    holder.incrementUseCount();
    DruidPooledConnection poolalbeConnection = new DruidPooledConnection(holder);

    return poolalbeConnection;
}

生产者（连接创建线程，代码版本,druid 1.0.12,目前正在使用）：

public void run() {
            for (;;) {
                // addLast
                try {
                    lock.lockInterruptibly();
                } catch (InterruptedException e2) {
                    break;
                }

                try {
                    // 必须存在线程等待，才创建连接
                    if (poolingCount >= notEmptyWaitThreadCount) {
                        createTaskCount--;
                        return;
                    }

                    // 防止创建超过maxActive数量的连接
                    if (activeCount + poolingCount >= maxActive) {
                        createTaskCount--;
                        return;
                    }
                } finally {
                    lock.unlock();
                }

                Connection connection = null;

                try {
                    connection = createPhysicalConnection();
                } catch (SQLException e) {
                    LOG.error("create connection error, url: " + jdbcUrl, e);

                    errorCount++;

                    if (errorCount > connectionErrorRetryAttempts && timeBetweenConnectErrorMillis > 0) {
                        if (breakAfterAcquireFailure) {
                            createTaskCount--;
                            return;
                        }

                        createScheduler.schedule(this, timeBetweenConnectErrorMillis, TimeUnit.MILLISECONDS);
                        return;
                    }
                } catch (RuntimeException e) {
                    LOG.error("create connection error", e);
                    continue;
                } catch (Error e) {
                    LOG.error("create connection error", e);
                    break;
                }

                if (connection == null) {
                    continue;
                }

                put(connection);
                break;
            }
        }

生产者（数据库连接回收线程）：

protected void recycle(DruidPooledConnection pooledConnection){
    lock.lockInterruptibly();
    try {
        activeCount--;
        closeCount++;

        connections[poolingCount] = e;
        incrementPoolingCount();

        if (poolingCount > poolingPeak) {
            poolingPeak = poolingCount;
            poolingPeakTime = lastActiveTimeMillis;
        }

        //激活消费线程
        notEmpty.signal();
        notEmptySignalCount++;      
        recycleCount++;
    } finally {
        lock.unlock();
    }
}

源码摘自:
com.alibaba.druid.pool.DruidDataSource