HiKariCP和Druid对比（转）

转自：https://blog.csdn.net/qq_17085463/article/details/90486515

 

HiKariCP和Druid

我们所熟知的C3P0，DBCP,Druid, HiKariCP为我们所常用的数据库连接池，

其中C3P0已经很久没有更新了。DBCP更新速度很慢，基本处于不活跃状态，而Druid和HikariCP处于活跃状态的更新中，这就是我们说的二代产品了。

 

HiKariCP

字节码精简 ：优化代码，直到编译后的字节码最少，这样，CPU缓存可以加载更多的程序代码；
优化代理和拦截器 ：减少代码，例如HikariCP的Statement proxy只有100行代码，只有BoneCP的十分之一；
自定义数组类型（FastStatementList）代替ArrayList ：避免每次get()调用都要进行range check，避免调用remove()时的从头到尾的扫描；
自定义集合类型（ConcurrentBag ：提高并发读写的效率；
其他针对BoneCP缺陷的优化。
 

HiKari在springboot2.0上默认使用无需配置

 

Druid 相对于其他数据库连接池的优点

Druid提供性能卓越的连接池功能外，还集成了SQL监控，黑名单拦截等功能，

强大的监控特性，通过Druid提供的监控功能，可以清楚知道连接池和SQL的工作情况。

a. 监控SQL的执行时间、ResultSet持有时间、返回行数、更新行数、错误次数、错误堆栈信息；

b. SQL执行的耗时区间分布。什么是耗时区间分布呢？比如说，某个SQL执行了1000次，其中0~1毫秒区间50次，1~10毫秒800次，10~100毫秒100次，100~1000毫秒30次，1~10秒15次，10秒以上5次。通过耗时区间分布，能够非常清楚知道SQL的执行耗时情况；

c. 监控连接池的物理连接创建和销毁次数、逻辑连接的申请和关闭次数、非空等待次数、PSCache命中率等。

方便扩展。Druid提供了Filter-Chain模式的扩展API，可以自己编写Filter拦截JDBC中的任何方法，可以在上面做任何事情，比如说性能监控、SQL审计、用户名密码加密、日志等等。

Druid集合了开源和商业数据库连接池的优秀特性，并结合阿里巴巴大规模苛刻生产环境的使用经验进行优化。

1、替换DBCP和C3P0。Druid提供了一个高效、功能强大、可扩展性好的数据库连接池。

2、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。

3、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。

4、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。

5、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。

 

接下来我们使用Jmeter多线程测试不同连接池带来的效率，更直观的查看连接池的效率问题。

测试新增接口对比
Druid连接池性能测试

Hikari连接池性能测试

 

 

测试查询接口对比
Druid连接池性能测试
 

Hikari连接池性能测试

          

由上面做出的新增和查询接口测试可看出，Druid和hikariCP连接池性能差异明显，但是碍于数据吞吐以及在数据请求时网络和程序代码的外界因素，

测试结果可能不很准确，那来看看国外大神给出的海量测试报告。

关于稳定性的图：

对于性能测试对比也给出了柱状图：

针对现在更多的连接池，我们也应该结合项目情况，选择相应合适的连接池