Druid 介绍
Druid
是阿⾥巴巴开源平台上的⼀个项⽬,整个项⽬由数据库连接池、插件框架和
SQL
解析器组成,该项⽬
主要是为了扩展
JDBC
的⼀些限制,可以让程序员实现⼀些特殊的需求,⽐如向密钥服务请求凭证、统计
SQL
信息、
SQL
性能收集、
SQL
注⼊检查、
SQL
翻译等,程序员可以通过定制来实现⾃⼰需要的功能。
Druid
⾸先是⼀个数据库连接池,但它不仅仅是⼀个数据库连接池,还包含了⼀个
ProxyDriver
,⼀系列内置
的
JDBC
组件库,⼀个
SQL Parser
。在
Java
的世界中
Druid
是监控做的最好的数据库连接池,在功能、性
能、扩展性⽅⾯,也有不错的表现。
Druid 可以做什么
- 替换其他 Java 连接池,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很⼤帮助。
- 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,可以 按需要选择相应的 LogFilter,监控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。
Spring Boot 集成 Druid
⾮常令⼈⾼兴的是,阿⾥为
Druid
也提供了
Spring Boot Starter
的⽀持。官⽹这样解释:
Druid Spring Boot
Starter
⽤于帮助你在
Spring Boot
项⽬中轻松集成
Druid
数据库连接池和监控。
Druid Spring Boot Starter
主要做了哪些事情呢?其实这个组件包很简单,主要提供了很多⾃动化的配置,按
照
Spring Boot
的理念对很多内容进⾏了预配置,让我们在使⽤的时候更加的简单和⽅便。
MyBatis 中使⽤ Druid 作为连接池
在前⾯课程中的
spring-boot-mybatis-annotation
上去集成。
引⼊依赖包
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.1.10</version>
</dependency>
- druid-spring-boot-starter 的最新版本为 1.1.10,会⾃动依赖 Druid 相关包。
application 配置
Druid Spring Boot Starter
配置属性的名称完全遵照
Druid
,可以通过
Spring Boot
配置⽂件来配置
Druid
数
据库连接池和监控,如果没有配置则使⽤默认值。
# 实体类包路径
mybatis.type-aliases-package=com.neo.model
spring.datasource.type: com.alibaba.druid.pool.DruidDataSource
spring.datasource.url=jdbc:mysql://localhost:3306/test?serverTimezone=UTC&useUnico
de=true&characterEncoding=utf-8&useSSL=true
spring.datasource.username=root
spring.datasource.password=root
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
# 初始化⼤⼩、最⼩、最⼤连接数
spring.datasource.druid.initial-size=3
spring.datasource.druid.min-idle=3
spring.datasource.druid.max-active=10
# 配置获取连接等待超时的时间
spring.datasource.druid.max-wait=60000
# 监控后台账号和密码
spring.datasource.druid.stat-view-servlet.login-username=admin
spring.datasource.druid.stat-view-servlet.login-password=admin
# 配置 StatFilter
spring.datasource.druid.filter.stat.log-slow-sql=true
spring.datasource.druid.filter.stat.slow-sql-millis=2000
在以前项⽬的基础上,增加了对
Druid
连接池的配置,以及
SQL
监控的配置,
druid-spring-boot-starter
默认
情况下开启
StatFilter
的监控功能。
Druid Spring Boot Starter
不限于对以上配置属性提供⽀持,
DruidDataSource
内提供
setter
⽅法的可配置属性都将被⽀持。
更多配置内容请参考
druid-spring-boot-starter
。
配置完成后,直接启动项⽬访问地址:
http://localhost:8080/druid
,就会出现
Druid
监控后台的登录⻚⾯,输
⼊账户和密码后,就会进⼊⾸⻚。
![](https://i-blog.csdnimg.cn/blog_migrate/f954ec3b75cb6f20c2575453e00823f1.png)
⾸⻚会展示项⽬使⽤的
JDK
版本、数据库驱动、
JVM
相关统计信息。根据上⾯的菜单可以看出
Druid
的功
能⾮常强⼤,⽀持数据源、
SQL
监控、
SQL
防⽕墙、
URI
监控等很多功能。
我们这⾥重点介绍⼀下
SQL
监控,具体的展示信息如下:
![](https://i-blog.csdnimg.cn/blog_migrate/7a64b8ef8bf4a4b567ccb3a2fd959dd2.png)
这⾥的
SQL
监控会将项⽬中具体执⾏的
SQL
打印出来,展示此
SQL
执⾏了多少次、每次返回多少数据、执
⾏的时间分布是什么。这些功能⾮常的实⽤,⽅便我们在实际⽣产中查找出慢
SQL
,最后对
SQL
进⾏调
优。
从这个例⼦可发现,使⽤
Spring Boot
集成
Druid
⾮常的简单,只需要添加依赖,简单配置就可以。
MyBatis + Druid 多数据源
接下来为⼤家介绍
MyBatis
多数据源中是如何使⽤
Druid
数据库连接池的。
配置⽂件
⾸先我们需要配置两个不同的数据源:
spring.datasource.druid.one.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.druid.one.url = jdbc:mysql://localhost:3306/test1?serverTimezone
=UTC&useUnicode=true&characterEncoding=utf-8&useSSL=true
spring.datasource.druid.one.username = root
spring.datasource.druid.one.password = root
spring.datasource.druid.two.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.druid.two.url = jdbc:mysql://localhost:3306/test2?serverTimezone
=UTC&useUnicode=true&characterEncoding=utf-8&useSSL=true
spring.datasource.druid.two.username = root
spring.datasource.druid.two.password = root
第⼀个数据源以
spring.datasource.druid.one.*
为前缀连接数据库
test1
,第⼆个数据源以
spring.datasource.druid.two.*
为前缀连接数据库
test2
。
强烈注意:
Spring Boot 2.X
版本不再⽀持配置继承,多数据源的话每个数据源的所有配置都需要单独配
置,否则配置不会⽣效。
# StatViewServlet 配置
spring.datasource.druid.stat-view-servlet.login-username=admin
spring.datasource.druid.stat-view-servlet.login-password=admin
# 配置 StatFilter
spring.datasource.druid.filter.stat.log-slow-sql=true
spring.datasource.druid.filter.stat.slow-sql-millis=2000
# Druid 数据源 1 配置
spring.datasource.druid.one.initial-size=3
spring.datasource.druid.one.min-idle=3
spring.datasource.druid.one.max-active=10
spring.datasource.druid.one.max-wait=60000
# Druid 数据源 2 配置
spring.datasource.druid.two.initial-size=6
spring.datasource.druid.two.min-idle=6
spring.datasource.druid.two.max-active=20
spring.datasource.druid.two.max-wait=120000
fifilter
和
stat
作为
Druid
的公共信息配置,其他数据源的配置需要各个数据源单独配置。
注⼊多数据源
⾸先为两个数据源创建不同的
Mapper
包路径,将以前的
UserMapper
复制到包
com.neo.mapper.one
和
com.neo.mapper.two
路径下,并且分别重命名为
UserOneMapper
、
UserTwoMapper
。
定义⼀个
MultiDataSourceConfifig
类,对两个不同的数据源进⾏加载:
@Configuration
public class MultiDataSourceConfig {
@Primary
@Bean(name = "oneDataSource")
@ConfigurationProperties("spring.datasource.druid.one")
public DataSource dataSourceOne(){
return DruidDataSourceBuilder.create().build();
}
@Bean(name = "twoDataSource")
@ConfigurationProperties("spring.datasource.druid.two")
public DataSource dataSourceTwo(){
return DruidDataSourceBuilder.create().build();
}
}
必须指明⼀个为默认的主数据源,使⽤注解:
@Primary
。加载配置两个数据源的
DataSourceConfifig
和前⾯
课程中
MyBatis
多数据源使⽤的配置⼀致没有变化。
注意:在多数据源的情况下,我们不需要再启动类添加
@MapperScan("com.xxx.mapper")
的注解。
测试使⽤
以上所有的配置内容都完成后,启动项⽬访问这个地址:
http://localhost:8080/druid
,单击数据源查看数据库
连接信息。
如果数据源没有信息,先访问地址:
http://localhost:8080/getUsers
,⽤来触发数据库连接。在没有
SQL
使⽤的情况下,⻚⾯监控不到数据源的配置信息,
SQL
监控⻚⾯也监控不到
SQL
的执⾏。
显示效果如下:
![](https://i-blog.csdnimg.cn/blog_migrate/b53438ce04a55286fa506a517e406013.png)
摘录⾃数据源
1
的显示信息
Keyword | value | 解释 |
连接地址 | jdbc:mysql://localhost:3306/test1? useUnicode=true&characterEncoding=utf-8 |
JDBC 连接字符串串 |
初始化连接⼤大⼩小 |
3 | 连接池建⽴立时创建的初始化连接数 |
最⼩小空闲连接数 |
3 | 连接池中最⼩小的活跃连接数 |
最⼤大连接数 |
10 | 连接池中最⼤大的活跃连接数 |
MaxWait |
10000 | 配置获取连接等待超时的时间 |
摘录⾃数据源
2
的显示信息
Keyword | value | 解释 |
连接地址 | jdbc:mysql://localhost:3306/test2? useUnicode=true&characterEncoding=utf-8 |
JDBC 连接字符串串 |
初始化连接⼤大⼩小 |
6 | 连接池建⽴立时创建的初始化连接数 |
最⼩小空闲连接数 |
6 | 连接池中最⼩小的活跃连接数 |
最⼤大连接数 |
20 | 连接池中最⼤大的活跃连接数 |
MaxWait |
120000 | 配置获取连接等待超时的时间 |
通过这两个数据源的连接信息来看,两个数据源的配置信息已经⽣效。
Spring Data JPA 集成 Druid 的⽅式和 MyBatis ⼤体相同。
引⼊相关依赖包:
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.1.10</version>
</dependency>
添加
Web
依赖是因为需要在启动的时候保持容器运⾏,同时在项⽬中添加了
Web
访问,内容如下:
@RestController
public class UserController {
@Autowired
private UserRepository userRepository;
@RequestMapping("/getUsers")
public List<User> getUsers() {
List<User> users=userRepository.findAll();
return users;
}
}
内容⽐较简单获取所有的⽤户信息并展示出来。
Application
中添加以下信息:
# 初始化⼤⼩、最⼩、最⼤链接数
spring.datasource.druid.initial-size=3
spring.datasource.druid.min-idle=3
spring.datasource.druid.max-active=10
# 配置获取连接等待超时的时间
spring.datasource.druid.max-wait=60000
# StatViewServlet 配置
spring.datasource.druid.stat-view-servlet.login-username=admin
spring.datasource.druid.stat-view-servlet.login-password=admin
# 配置 StatFilter
spring.datasource.druid.filter.stat.log-slow-sql=true
spring.datasource.druid.filter.stat.slow-sql-millis=2000
好了,这样就成功的在
JPA
项⽬中配置好了
Druid
的使⽤。启动项⽬先访问地址:
http://localhost:8080/getUsers
,再访问
http://localhost:8080/druid
,查看 SQL 执⾏记录,如下:
![](https://i-blog.csdnimg.cn/blog_migrate/09fb7e57fd800a64286746bd70a6a2de.png)
会发现有
create table addres...
和
drop table if exist...
这样的
SQL
语句,这是因为我们将
JPA
的策略设置
为
create
,
spring.jpa.properties.hibernate.hbm2ddl.auto=create
,意味着每次重启的时候对会重新创建表,
⽅便我们在测试的时候使⽤。
JPA + Druid + 多数据源
因为
Druid
官⽅还没有针对
Spring Boot 2.0
进⾏优化,在某些场景下使⽤就会出现问题,⽐如在
JPA
多数
据源的情况下直接使⽤
Druid
提供的
druid-spring-boot-starter
就会报错,既然
druid-spring-boot-starter
不⽀
持,那么我们就使⽤
Druid
的原⽣包进⾏封装。
在前⾯示例项⽬
spring-boot-multi-Jpa
的基础上进⾏改造。
添加依赖
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid</artifactId>
<version>1.1.10</version>
</dependency>
<dependency>
<groupId>log4j</groupId>
<artifactId>log4j</artifactId>
<version>1.2.17</version>
</dependency>
<!--<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.1.10</version>
</dependency>-->
删掉对
druid-spring-boot-starter
包的依赖,添加
Druid
的依赖包,添加
log4j
的原因是因为
Druid
依赖于
log4j
打印⽇志。
多数据源配置
配置⽂件我们做这样的设计,将多个数据源相同配置抽取出来共⽤,每个数据源个性配置信息单独配置。
数据库1的配置,以 spring.datasource.druid.one 开头:
spring.datasource.druid.one.url=jdbc:mysql://localhost:3306/test1?serverTimezone=U
TC&useUnicode=true&characterEncoding=utf-8&useSSL=true
spring.datasource.druid.one.username=root
spring.datasource.druid.one.password=root
spring.datasource.druid.one.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.druid.one.initialSize=3
spring.datasource.druid.one.minIdle=3
spring.datasource.druid.one.maxActive=10
多数据源的共同配置,以
spring.datasource.druid
开头,是多个数据源的公共配置项。
配置获取连接等待超时的时间
spring.datasource.druid.maxWait=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
spring.datasource.druid.timeBetweenEvictionRunsMillis=60000
#配置⼀个连接在池中最⼩⽣存的时间,单位是毫秒
spring.datasource.druid.minEvictableIdleTimeMillis=600000
spring.datasource.druid.maxEvictableIdleTimeMillis=900000
spring.datasource.druid.validationQuery=SELECT 1 FROM DUAL
#y检测连接是否有效
spring.datasource.druid.testWhileIdle=true
#是否在从池中取出连接前进⾏检验连接池的可⽤性
spring.datasource.druid.testOnBorrow=false
#是否在归还到池中前进⾏检验连接池的可⽤性
spring.datasource.druid.testOnReturn=false
# 是否打开 PSCache,
spring.datasource.druid.poolPreparedStatements=true
#并且指定每个连接上 PSCache 的⼤⼩
spring.datasource.druid.maxPoolPreparedStatementPerConnectionSize=20
#配置监控统计拦截的 filters
spring.datasource.druid.filters=stat,wall,log4j
#通过 connectProperties 属性来打开 mergeSQL 功能,慢 SQL 记录
spring.datasource.druid.connectionProperties=druid.stat.mergeSql=true;druid.stat.s
lowSqlMillis=600
更多的配置信息请
参考这⾥
。
我们定义⼀个 DruidConfifig 来加载所有的公共配置项,如下:
@Component
@ConfigurationProperties(prefix="spring.datasource.druid")
public class DruidConfig {
protected String url;
protected String username;
protected String password;
protected String driverClassName;
protected int initialSize;
protected int minIdle;
protected int maxActive;
protected int maxWait;
protected int timeBetweenEvictionRunsMillis;
protected long minEvictableIdleTimeMillis;
protected long maxEvictableIdleTimeMillis;
protected String validationQuery;
protected boolean testWhileIdle;
protected boolean testOnBorrow;
protected boolean testOnReturn;
protected boolean poolPreparedStatements;
protected int maxPoolPreparedStatementPerConnectionSize;
protected String filters;
protected String connectionProperties;
// 省略 getter setter
}
再定义⼀个
DruidOneConfifig
来加载数据源
1
的配置项,并继承
DruidConfifig
:
@Component
@ConfigurationProperties(prefix="spring.datasource.druid.one")
public class DruidOneConfig extends DruidConfig{
private String url;
private String username;
private String password;
private String driverClassName;
private int initialSize;
private int minIdle;
private int maxActive;
// 省略 getter setter
}
再定义⼀个
DruidTwoConfifig
来加载数据源
2
的配置项并继承
DruidConfifig
,代码和
DruidOneConfifig
类基本
⼀致。
启动时加载
创建类 DruidDBConfifig 在启动的时候注⼊配置的多数据源信息。
@Configuration
public class DruidDBConfig {
@Autowired
private DruidConfig druidOneConfig;
@Autowired
private DruidConfig druidTwoConfig;
@Autowired
private DruidConfig druidConfig;
}
在类中创建
initDruidDataSource()
⽅法,初始化
Druid
数据源各属性。各个数据库的个性化配置从
confifig
对
读取,公共配置项从
druidConfifig
对象获取。
private DruidDataSource initDruidDataSource(DruidConfig config) {
DruidDataSource datasource = new DruidDataSource();
datasource.setUrl(config.getUrl());
datasource.setUsername(config.getUsername());
datasource.setPassword(config.getPassword());
datasource.setDriverClassName(config.getDriverClassName());
datasource.setInitialSize(config.getInitialSize());
datasource.setMinIdle(config.getMinIdle());
datasource.setMaxActive(config.getMaxActive());
// common config
datasource.setMaxWait(druidConfig.getMaxWait());
datasource.setTimeBetweenEvictionRunsMillis(druidConfig.getTimeBetweenEviction
RunsMillis());
datasource.setMinEvictableIdleTimeMillis(druidConfig.getMinEvictableIdleTimeMi
llis());
datasource.setMaxEvictableIdleTimeMillis(druidConfig.getMaxEvictableIdleTimeMi
llis());
datasource.setValidationQuery(druidConfig.getValidationQuery());
datasource.setTestWhileIdle(druidConfig.isTestWhileIdle());
datasource.setTestOnBorrow(druidConfig.isTestOnBorrow());
datasource.setTestOnReturn(druidConfig.isTestOnReturn());
datasource.setPoolPreparedStatements(druidConfig.isPoolPreparedStatements());
datasource.setMaxPoolPreparedStatementPerConnectionSize(druidConfig.getMaxPool
PreparedStatementPerConnectionSize());
try {
datasource.setFilters(druidConfig.getFilters());
} catch (SQLException e) {
logger.error("druid configuration initialization filter : {0}", e);
}
datasource.setConnectionProperties(druidConfig.getConnectionProperties());
return datasource;
}
启动时调⽤
initDruidDataSource()
⽅法构建不同的数据源。
@Bean(name = "primaryDataSource")
public DataSource dataSource() {
return initDruidDataSource(druidOneConfig);
}
@Bean(name = "secondaryDataSource")
@Primary
public DataSource secondaryDataSource() {
return initDruidDataSource(druidTwoConfig);
}
下⾯通过不同的数据源构建
entityManager
,最后注⼊到
Repository
的逻辑和以前⼀样,变化的地⽅只是在
数据源构建和开启监控⻚⾯。
开启监控⻚⾯
因为我们使⽤了原⽣的
Druid
包,因此需要⼿动开启监控、配置统计相关内容。
@Configuration
public class DruidConfiguration {
@Bean
public ServletRegistrationBean<StatViewServlet> druidStatViewServlet() {
ServletRegistrationBean<StatViewServlet> servletRegistrationBean = new Ser
vletRegistrationBean<>(new StatViewServlet(), "/druid/*");
servletRegistrationBean.addInitParameter("loginUsername", "admin");
servletRegistrationBean.addInitParameter("loginPassword", "admin");
servletRegistrationBean.addInitParameter("resetEnable", "false");
return servletRegistrationBean;
}
@Bean
public FilterRegistrationBean<WebStatFilter> druidStatFilter() {
FilterRegistrationBean<WebStatFilter> filterRegistrationBean = new FilterR
egistrationBean<>(new WebStatFilter());
filterRegistrationBean.setName("DruidWebStatFilter");
filterRegistrationBean.addUrlPatterns("/*");
filterRegistrationBean.addInitParameter("exclusions", "*.js,*.gif,*.jpg,*.
png,*.css,*.ico,/druid/*");
return filterRegistrationBean;
}
}
配置完成后,重启启动项⽬访问地址
http://localhost:8080/druid/sql.html
就可以看到有两个数据源的
SQL
操
作语句,证明多数据源
SQL
监控配置成功。
![](https://i-blog.csdnimg.cn/blog_migrate/b56d46350892c3c00c91abe79542f4a4.png)
到此
JPA + Druid +
多数据源的集成完成了。
总结
Druid
是⼀款⾮常优秀的数据库连接池开源软件,使⽤
Druid
提供的
druid-spring-boot-starter
可以⾮常简单
地对
Druid
进⾏集成。
Druid
提供了很多预置的功能,⾮常⽅便我们对
SQL
进⾏监控、分析。
Druid
对
Spring Boot 2.0
的⽀持还不够完善,对于使⽤
Druid
的特殊场景,可以使⽤
Druid
原⽣包⾃⾏进⾏封装。