阿里druid 连接池监控数据自定义存储

最新推荐文章于 2024-06-13 08:32:25 发布
最新推荐文章于 2024-06-13 08:32:25 发布
阅读量7k 收藏 3
点赞数
文章标签： druid
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/songhfu/article/details/70861016
版权

如何将druid连接池监控到的sql执行效率，连接池资源情况等进行持久化存储，方便系统运维分析优化，以下案例初步测试成功。

第一部：

新建MyDruidStatLogger类实现接口 extends DruidDataSourceStatLoggerAdapter implements DruidDataSourceStatLogger,详细代码如下：本实例只实现接收消息并在控制台打印，实际业务应用需要具体实现存储方案。

package xxx;

import com.alibaba.druid.support.logging.Log;
import com.alibaba.druid.support.logging.LogFactory;
import java.util.ArrayList;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Properties;
import static com.alibaba.druid.util.JdbcSqlStatUtils.rtrim;
import com.alibaba.druid.pool.DruidDataSourceStatLogger;
import com.alibaba.druid.pool.DruidDataSourceStatLoggerAdapter;
import com.alibaba.druid.pool.DruidDataSourceStatValue;
import com.alibaba.druid.stat.JdbcSqlStatValue;
import com.alibaba.druid.support.json.JSONUtils;

public class MyDruidStatLogger extends DruidDataSourceStatLoggerAdapter implements DruidDataSourceStatLogger {
	 private static Log LOG    = LogFactory.getLog(MyDruidStatLogger.class);

	    private Log        logger = LOG;
	public MyDruidStatLogger(){
        this.configFromProperties(System.getProperties());
    }
	@Override
    public void configFromProperties(Properties properties) {
        String property = properties.getProperty("druid.stat.loggerName");
        if (property != null && property.length() > 0) {
            setLoggerName(property);
        }
    }
	public Log getLogger() {
        return logger;
    }

    @Override
    public void setLoggerName(String loggerName) {
        logger = LogFactory.getLog(loggerName);
    }

    @Override
    public void setLogger(Log logger) {
        if (logger == null) {
            throw new IllegalArgumentException("logger can not be null");
        }
        this.logger = logger;
    }

    public boolean isLogEnable() {
        return true;
    }

    public void log(String value) {
        logger.info(value);
    }
    @Override
	public void log(DruidDataSourceStatValue statValue) {
		 Map<String, Object> map = new LinkedHashMap<String, Object>();

	        map.put("url", statValue.getUrl());
	        map.put("dbType", statValue.getDbType());
	        map.put("name", statValue.getName());
	        map.put("activeCount", statValue.getActiveCount());

	        if (statValue.getActivePeak() > 0) {
	            map.put("activePeak", statValue.getActivePeak());
	            map.put("activePeakTime", statValue.getActivePeakTime());
	        }
	        map.put("poolingCount", statValue.getPoolingCount());
	        if (statValue.getPoolingPeak() > 0) {
	            map.put("poolingPeak", statValue.getPoolingPeak());
	            map.put("poolingPeakTime", statValue.getPoolingPeakTime());
	        }
	        map.put("connectCount", statValue.getConnectCount());
	        map.put("closeCount", statValue.getCloseCount());

	        if (statValue.getWaitThreadCount() > 0) {
	            map.put("waitThreadCount", statValue.getWaitThreadCount());
	        }

	        if (statValue.getNotEmptyWaitCount() > 0) {
	            map.put("notEmptyWaitCount", statValue.getNotEmptyWaitCount());
	        }

	        if (statValue.getNotEmptyWaitMillis() > 0) {
	            map.put("notEmptyWaitMillis", statValue.getNotEmptyWaitMillis());
	        }

	        if (statValue.getLogicConnectErrorCount() > 0) {
	            map.put("logicConnectErrorCount", statValue.getLogicConnectErrorCount());
	        }

	        if (statValue.getPhysicalConnectCount() > 0) {
	            map.put("physicalConnectCount", statValue.getPhysicalConnectCount());
	        }

	        if (statValue.getPhysicalCloseCount() > 0) {
	            map.put("physicalCloseCount", statValue.getPhysicalCloseCount());
	        }

	        if (statValue.getPhysicalConnectErrorCount() > 0) {
	            map.put("physicalConnectErrorCount", statValue.getPhysicalConnectErrorCount());
	        }

	        if (statValue.getExecuteCount() > 0) {
	            map.put("executeCount", statValue.getExecuteCount());
	        }

	        if (statValue.getErrorCount() > 0) {
	            map.put("errorCount", statValue.getErrorCount());
	        }

	        if (statValue.getCommitCount() > 0) {
	            map.put("commitCount", statValue.getCommitCount());
	        }

	        if (statValue.getRollbackCount() > 0) {
	            map.put("rollbackCount", statValue.getRollbackCount());
	        }

	        if (statValue.getPstmtCacheHitCount() > 0) {
	            map.put("pstmtCacheHitCount", statValue.getPstmtCacheHitCount());
	        }

	        if (statValue.getPstmtCacheMissCount() > 0) {
	            map.put("pstmtCacheMissCount", statValue.getPstmtCacheMissCount());
	        }

	        if (statValue.getStartTransactionCount() > 0) {
	            map.put("startTransactionCount", statValue.getStartTransactionCount());
	            map.put("transactionHistogram", rtrim(statValue.getTransactionHistogram()));
	        }

	        if (statValue.getConnectCount() > 0) {
	            map.put("connectionHoldTimeHistogram", rtrim(statValue.getConnectionHoldTimeHistogram()));
	        }

	        if (statValue.getClobOpenCount() > 0) {
	            map.put("clobOpenCount", statValue.getClobOpenCount());
	        }

	        if (statValue.getBlobOpenCount() > 0) {
	            map.put("blobOpenCount", statValue.getBlobOpenCount());
	        }

	        if (statValue.getSqlSkipCount() > 0) {
	            map.put("sqlSkipCount", statValue.getSqlSkipCount());
	        }

	        ArrayList<Map<String, Object>> sqlList = new ArrayList<Map<String, Object>>();
	        if (statValue.getSqlList().size() > 0) {
	            for (JdbcSqlStatValue sqlStat : statValue.getSqlList()) {
	                Map<String, Object> sqlStatMap = new LinkedHashMap<String, Object>();
	                sqlStatMap.put("sql", sqlStat.getSql());

	                if (sqlStat.getExecuteCount() > 0) {
	                    sqlStatMap.put("executeCount", sqlStat.getExecuteCount());
	                    sqlStatMap.put("executeMillisMax", sqlStat.getExecuteMillisMax());
	                    sqlStatMap.put("executeMillisTotal", sqlStat.getExecuteMillisTotal());

	                    sqlStatMap.put("executeHistogram", rtrim(sqlStat.getExecuteHistogram()));
	                    sqlStatMap.put("executeAndResultHoldHistogram", rtrim(sqlStat.getExecuteAndResultHoldHistogram()));
	                }

	                long executeErrorCount = sqlStat.getExecuteErrorCount();
	                if (executeErrorCount > 0) {
	                    sqlStatMap.put("executeErrorCount", executeErrorCount);
	                }

	                int runningCount = sqlStat.getRunningCount();
	                if (runningCount > 0) {
	                    sqlStatMap.put("runningCount", runningCount);
	                }

	                int concurrentMax = sqlStat.getConcurrentMax();
	                if (concurrentMax > 0) {
	                    sqlStatMap.put("concurrentMax", concurrentMax);
	                }

	                if (sqlStat.getFetchRowCount() > 0) {
	                    sqlStatMap.put("fetchRowCount", sqlStat.getFetchRowCount());
	                    sqlStatMap.put("fetchRowCount", sqlStat.getFetchRowCountMax());
	                    sqlStatMap.put("fetchRowHistogram", rtrim(sqlStat.getFetchRowHistogram()));
	                }

	                if (sqlStat.getUpdateCount() > 0) {
	                    sqlStatMap.put("updateCount", sqlStat.getUpdateCount());
	                    sqlStatMap.put("updateCountMax", sqlStat.getUpdateCountMax());
	                    sqlStatMap.put("updateHistogram", rtrim(sqlStat.getUpdateHistogram()));
	                }

	                if (sqlStat.getInTransactionCount() > 0) {
	                    sqlStatMap.put("inTransactionCount", sqlStat.getInTransactionCount());
	                }

	                if (sqlStat.getClobOpenCount() > 0) {
	                    sqlStatMap.put("clobOpenCount", sqlStat.getClobOpenCount());
	                }

	                if (sqlStat.getBlobOpenCount() > 0) {
	                    sqlStatMap.put("blobOpenCount", sqlStat.getBlobOpenCount());
	                }

	                sqlList.add(sqlStatMap);
	            }

	            map.put("sqlList", sqlList);
	        }

	        if (statValue.getKeepAliveCheckCount() > 0) {
	            map.put("keepAliveCheckCount", statValue.getKeepAliveCheckCount());
	        }

	        String text = JSONUtils.toJSONString(map);
	        System.out.println("==============:"+text);
	}
}第二步i
第二步：配置spring bean

<bean id="myStatLogger" class="com.andaily.web.context.MyDruidStatLogger"> </bean>

<bean id="dataSource" class="com.alibaba.druid.pool.DruidDataSource" init-method="init" destroy-method="close">   
   <!-- 基本属性 url、user、password -->  
   <property name="url" value="${jdbc.url}" />  
   <property name="username" value="${jdbc.username}" />  
   <property name="password" value="${jdbc.password}" />  
       
   <!-- 配置初始化大小、最小、最大 -->  
   <property name="initialSize" value="1" />  
   <property name="minIdle" value="1" />   
   <property name="maxActive" value="20" />  
  
   <!-- 配置获取连接等待超时的时间 -->  
   <property name="maxWait" value="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 -->  
   <property name="timeBetweenEvictionRunsMillis" value="60000" />  
   <!-- 配置一个连接在池中最小生存的时间，单位是毫秒 -->  
   <property name="minEvictableIdleTimeMillis" value="300000" />  
   <property name="validationQuery" value="SELECT 'x'" />  
   <property name="testWhileIdle" value="true" />  
   <property name="testOnBorrow" value="false" />  
   <property name="testOnReturn" value="false" />  
   <!-- 打开PSCache，并且指定每个连接上PSCache的大小 -->  
   <property name="poolPreparedStatements" value="true" />  
   <property name="maxPoolPreparedStatementPerConnectionSize" value="20" />  
  
   <!-- 配置监控统计拦截的filters，去掉后监控界面sql无法统计 -->  
   <property name="filters" value="stat" />   
   <property name="timeBetweenLogStatsMillis" value="1000" />
   <property name="statLogger" ref="myStatLogger"/>
</bean> 


启动后就可以看到控制台打印的durid监控信息了。


package com.andaily.web.context;

import com.alibaba.druid.support.logging.Log;
import com.alibaba.druid.support.logging.LogFactory;
import java.util.ArrayList;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Properties;
import static com.alibaba.druid.util.JdbcSqlStatUtils.rtrim;
import com.alibaba.druid.pool.DruidDataSourceStatLogger;
import com.alibaba.druid.pool.DruidDataSourceStatLoggerAdapter;
import com.alibaba.druid.pool.DruidDataSourceStatValue;
import com.alibaba.druid.stat.JdbcSqlStatValue;
import com.alibaba.druid.support.json.JSONUtils;

public class MyDruidStatLogger extends DruidDataSourceStatLoggerAdapter implements DruidDataSourceStatLogger {
	 private static Log LOG    = LogFactory.getLog(MyDruidStatLogger.class);

	    private Log        logger = LOG;
	public MyDruidStatLogger(){
        this.configFromProperties(System.getProperties());
    }
	@Override
    public void configFromProperties(Properties properties) {
        String property = properties.getProperty("druid.stat.loggerName");
        if (property != null && property.length() > 0) {
            setLoggerName(property);
        }
    }
	public Log getLogger() {
        return logger;
    }

    @Override
    public void setLoggerName(String loggerName) {
        logger = LogFactory.getLog(loggerName);
    }

    @Override
    public void setLogger(Log logger) {
        if (logger == null) {
            throw new IllegalArgumentException("logger can not be null");
        }
        this.logger = logger;
    }

    public boolean isLogEnable() {
        return true;
    }

    public void log(String value) {
        logger.info(value);
    }
    @Override
	public void log(DruidDataSourceStatValue statValue) {
		 Map
   
   
    
     map = new LinkedHashMap
    
    
     
     ();

	        map.put("url", statValue.getUrl());
	        map.put("dbType", statValue.getDbType());
	        map.put("name", statValue.getName());
	        map.put("activeCount", statValue.getActiveCount());

	        if (statValue.getActivePeak() > 0) {
	            map.put("activePeak", statValue.getActivePeak());
	            map.put("activePeakTime", statValue.getActivePeakTime());
	        }
	        map.put("poolingCount", statValue.getPoolingCount());
	        if (statValue.getPoolingPeak() > 0) {
	            map.put("poolingPeak", statValue.getPoolingPeak());
	            map.put("poolingPeakTime", statValue.getPoolingPeakTime());
	        }
	        map.put("connectCount", statValue.getConnectCount());
	        map.put("closeCount", statValue.getCloseCount());

	        if (statValue.getWaitThreadCount() > 0) {
	            map.put("waitThreadCount", statValue.getWaitThreadCount());
	        }

	        if (statValue.getNotEmptyWaitCount() > 0) {
	            map.put("notEmptyWaitCount", statValue.getNotEmptyWaitCount());
	        }

	        if (statValue.getNotEmptyWaitMillis() > 0) {
	            map.put("notEmptyWaitMillis", statValue.getNotEmptyWaitMillis());
	        }

	        if (statValue.getLogicConnectErrorCount() > 0) {
	            map.put("logicConnectErrorCount", statValue.getLogicConnectErrorCount());
	        }

	        if (statValue.getPhysicalConnectCount() > 0) {
	            map.put("physicalConnectCount", statValue.getPhysicalConnectCount());
	        }

	        if (statValue.getPhysicalCloseCount() > 0) {
	            map.put("physicalCloseCount", statValue.getPhysicalCloseCount());
	        }

	        if (statValue.getPhysicalConnectErrorCount() > 0) {
	            map.put("physicalConnectErrorCount", statValue.getPhysicalConnectErrorCount());
	        }

	        if (statValue.getExecuteCount() > 0) {
	            map.put("executeCount", statValue.getExecuteCount());
	        }

	        if (statValue.getErrorCount() > 0) {
	            map.put("errorCount", statValue.getErrorCount());
	        }

	        if (statValue.getCommitCount() > 0) {
	            map.put("commitCount", statValue.getCommitCount());
	        }

	        if (statValue.getRollbackCount() > 0) {
	            map.put("rollbackCount", statValue.getRollbackCount());
	        }

	        if (statValue.getPstmtCacheHitCount() > 0) {
	            map.put("pstmtCacheHitCount", statValue.getPstmtCacheHitCount());
	        }

	        if (statValue.getPstmtCacheMissCount() > 0) {
	            map.put("pstmtCacheMissCount", statValue.getPstmtCacheMissCount());
	        }

	        if (statValue.getStartTransactionCount() > 0) {
	            map.put("startTransactionCount", statValue.getStartTransactionCount());
	            map.put("transactionHistogram", rtrim(statValue.getTransactionHistogram()));
	        }

	        if (statValue.getConnectCount() > 0) {
	            map.put("connectionHoldTimeHistogram", rtrim(statValue.getConnectionHoldTimeHistogram()));
	        }

	        if (statValue.getClobOpenCount() > 0) {
	            map.put("clobOpenCount", statValue.getClobOpenCount());
	        }

	        if (statValue.getBlobOpenCount() > 0) {
	            map.put("blobOpenCount", statValue.getBlobOpenCount());
	        }

	        if (statValue.getSqlSkipCount() > 0) {
	            map.put("sqlSkipCount", statValue.getSqlSkipCount());
	        }

	        ArrayList
     
     
      
      
       
       > sqlList = new ArrayList
       
        
        
          >(); if (statValue.getSqlList().size() > 0) { for (JdbcSqlStatValue sqlStat : statValue.getSqlList()) { Map 
         
           sqlStatMap = new LinkedHashMap 
          
            (); sqlStatMap.put("sql", sqlStat.getSql()); if (sqlStat.getExecuteCount() > 0) { sqlStatMap.put("executeCount", sqlStat.getExecuteCount()); sqlStatMap.put("executeMillisMax", sqlStat.getExecuteMillisMax()); sqlStatMap.put("executeMillisTotal", sqlStat.getExecuteMillisTotal()); sqlStatMap.put("executeHistogram", rtrim(sqlStat.getExecuteHistogram())); sqlStatMap.put("executeAndResultHoldHistogram", rtrim(sqlStat.getExecuteAndResultHoldHistogram())); } long executeErrorCount = sqlStat.getExecuteErrorCount(); if (executeErrorCount > 0) { sqlStatMap.put("executeErrorCount", executeErrorCount); } int runningCount = sqlStat.getRunningCount(); if (runningCount > 0) { sqlStatMap.put("runningCount", runningCount); } int concurrentMax = sqlStat.getConcurrentMax(); if (concurrentMax > 0) { sqlStatMap.put("concurrentMax", concurrentMax); } if (sqlStat.getFetchRowCount() > 0) { sqlStatMap.put("fetchRowCount", sqlStat.getFetchRowCount()); sqlStatMap.put("fetchRowCount", sqlStat.getFetchRowCountMax()); sqlStatMap.put("fetchRowHistogram", rtrim(sqlStat.getFetchRowHistogram())); } if (sqlStat.getUpdateCount() > 0) { sqlStatMap.put("updateCount", sqlStat.getUpdateCount()); sqlStatMap.put("updateCountMax", sqlStat.getUpdateCountMax()); sqlStatMap.put("updateHistogram", rtrim(sqlStat.getUpdateHistogram())); } if (sqlStat.getInTransactionCount() > 0) { sqlStatMap.put("inTransactionCount", sqlStat.getInTransactionCount()); } if (sqlStat.getClobOpenCount() > 0) { sqlStatMap.put("clobOpenCount", sqlStat.getClobOpenCount()); } if (sqlStat.getBlobOpenCount() > 0) { sqlStatMap.put("blobOpenCount", sqlStat.getBlobOpenCount()); } sqlList.add(sqlStatMap); } map.put("sqlList", sqlList); } if (statValue.getKeepAliveCheckCount() > 0) { map.put("keepAliveCheckCount", statValue.getKeepAliveCheckCount()); } String text = JSONUtils.toJSONString(map); System.out.println("==============:"+text); } }

三脚猫
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
转存Druid监控记录到日志文件
Shalom's CSDN Life
03-30 8616
Druid的监控记录在是缓存的，重启之后无法找回，所以需要做持久化，定期把监控记录转存到日志文件中，实现步骤如下： 1、DataSource中增加配置：  property name ="timeBetweenLogStatsMillis" value ="600000" />  property name ="statLogger" ref ="localStatLogge
Apache Druid 底层的数据存储
码哥字节
03-31 1717
导读：首先你将通过这篇文章了解到 Apache Druid 底层的数据存储方式。其次将知道为什么 Apache Druid 兼具数据仓库，全文检索和时间序列的特点。最后将学习到一种优雅的底层数据文件结构。 今日格言：优秀的软件，从模仿开始的原创。 了解过 Apache Druid 或之前看过本系列前期文章的同学应该都知道 Druid 兼具数据仓库，全文检索和时间序列的能力。那么为什么其可以...
Druid 参数配置详解
最新发布
程序员子龙
06-13 1566
Java 程序很大一部分要操作数据库，为了提高性能操作数据库的时候，又不得不使用数据库连接池。Druid 是阿里巴巴开源平台上一个数据库连接池实现，结合了 C3P0、DBCP 等 DB 池的优点，同时加入了日志监控。Druid 可以很好的监控 DB 池连接和 SQL 的执行情况，天生就是针对监控而生的 DB 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。
德鲁伊连接池满了会出现什么现象(二)？
zhefan666666的博客
04-14 1146
上一章节讲了连接池是如何被初始化的；本章节将继续将应用如何从连接池中获取连接的; 1、用户调用getConnection 实质就是调用DruidDataSource类中getConnection方法； @Override public DruidPooledConnection getConnection() throws SQLException { return getConnection(maxWait); } 最终会调用getConnectDirec
技术分享 | 探究 Druid 连接池探活方式的实现
ActionTech的博客
05-31 2218
作者：戴骏贤 网易游戏 技术部资深数据库系统工程师。 本文来源：原创投稿 *爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。 最近有研究到 Druid 的问题，在进行探活检测时无法正常输出 select x，解决问题后就跑来跟大家分享下 Druid 探活机制的实现。 一、Druid 是什么？Druid 对连接的探活又是怎么实现的呢？ Druid 是阿里巴巴开源的一款 JDBC 组件，是一款数据库连接池，对MySQL的适配性和功能很强大，包括监控数据库访问性能、 数据库密码加密.
连接池 Druid （三） - 获取连接 getConnection
weixin_44612246的博客
04-27 1820
数据库连接池 Druid连接获取
阿里巴巴数据库连接池druid及其源码
05-28
**阿里巴巴数据库连接池Druid详解** Druid是阿里巴巴开源的一款高效、强大且可扩展的数据库连接池组件。作为Java世界中的优秀数据源管理工具，它不仅提供了基础的数据库连接池功能，还内置了丰富的监控和扩展特性，...
Druid连接池.rar
10-22
Druid连接池是Java开发中广泛使用的数据库连接池组件，它由阿里巴巴公司开发并维护，旨在提供高效、稳定、强大的数据库连接管理。Druid的核心特性包括性能监控、SQL解析、安全过滤以及丰富的扩展点，使得它在众多...
druid连接池所用jar（druid-1.0.15.jar）
08-15
Druid连接池是Java开发中广泛使用的数据库连接管理工具，它由阿里巴巴开源并维护，提供了强大的监控和扩展功能。Druid-1.0.15.jar是这个库的特定版本，包含了实现Druid连接池功能所需的类和资源。下面将详细介绍...
druid(德鲁伊)-1.1.0连接池jar包
03-02
Druid连接池支持各种数据库，如MySQL、Oracle等，具备良好的兼容性。 2. **SQL解析器**：Druid内建了SQL解析引擎，可以对SQL语句进行解析，提供SQL执行计划的分析和优化，帮助开发者了解SQL执行效率，找出潜在的...
druid-1.2.8.jar
04-04
Druid连接池，全称是Druid Data Source，是由阿里巴巴开源的一个高效、强大的数据库连接池组件。在Java开发中，数据库连接池是管理数据库连接的重要工具，它可以提高数据库访问的效率，减少系统资源的浪费，是现代...
阿里巴巴的JSON实用jar包集合整理
04-04
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器，来自阿里巴巴开发。 包中包含fastjson-1.1.37.jar，fastjson-1.2.2.jar ，fastjson-1.2.2-sources.jar等
ci mysql空闲连接回收_数据库连接池的配置问题-空闲线程的监控和回收
weixin_42421824的博客
02-01 571
我们系统中目前设置的是jdbc.maxIdleTime=14400000 ，minIdle=2014400000/3600/1000=4小时我们的数据库目前设置为15分钟即断开。故客户端连接池设置时间短一点：10分钟，会回收连接直到20.剩下的20个连接即使一直空闲也不回收，符合连接池的意义。但是数据库会把这20个连接关闭。故依旧无法解决抛错或者超时的问题。只能查看druid的监控，查看峰值活...
转存Druid监控记录到日志文件的自定义实现和Druid的实现
haiyang4988的博客
03-21 8949
http://blog.csdn.net/shalomshalom/article/details/44753705 Druid的监控记录在是缓存的，重启之后无法找回，所以需要做持久化，定期把监控记录转存到日志文件中，实现步骤如下： 1、DataSource中增加配置：  property name ="timeBetweenLogStatsMillis" value
Spring Boot 2.x 自定义数据源 DruidDataSource（操作 mysql 数据库）
热门推荐
蚩尤后裔-汪茂雄
08-20 9万+
目录 DRUID 简介 配置参数 自定义数据源 Druid 引入数据源 切换 Druid 数据源 配置 Druid 数据源参数 配置 Druid 数据源监控 配置 Druid 后台管理 Servlet 配置 Druid web 监控 filter DRUID 简介 1、Druid 是阿里巴巴开源平台上一个数据库连接池实现，结合了 C3P0、DBCP、PROXOOL 等 DB ...
com.alibaba.druid:type=DruidStatService 报错解决
灿烂的博客
06-19 5460
随手记一下,今天碰到这个问题,也百度过了,大部分博客在说 服务器安装了两个Tomcat,才导致的原因.但是我们服务器只安装过一个Tomcat 所以就搞得我一头雾水. 不知道问题出在哪里.索性解决了 记录一下解决办法. 先说网上百度到的都是要修改Tomcat配置,在 catalina 文件下 添加一行配置,配置如下: JAVA_OPTS=”-Ddruid.registerToSysProperty=...
com.alibaba.druid:type=DruidDataSourceStat报错
LemonCake的博客
12-11 1万+
javax.management.InstanceNotFoundException: com.alibaba.druid:type=DruidDataSourceStat
报错：严重 [Druid-ConnectionPool-Create-1962572458] com.alibaba.druid.support.logging
weixin_45923197的博客
03-15 2575
报错：严重 [Druid-ConnectionPool-Create-1962572458] com.alibaba.druid.support.logging
druid 连接池监控
08-24
Druid连接池是一个专门用于监控数据库连接和SQL执行情况的工具。它被称为"为监控而生的数据库连接池"，具有出色的功能、性能和扩展性，超过了其他常见的数据库连接池，如DBCP、C3P0、BoneCP、Proxool、JBoss DataSource等。 Druid连接池可以通过引入Druid提供的监控工具Druid Monitor来实现监控和统计数据源以及SQL的执行情况。这个工具可以帮助开发人员监测连接池的连接情况、性能指标、执行的SQL语句等信息，以便于进行性能调优和故障排查。通过使用Druid Monitor，开发人员可以方便地获取连接池的运行状态、连接数、活跃连接数、SQL执行情况、执行时间等详细信息，从而更好地了解系统的运行情况，及时发现和解决问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [数据库连接池 ( 五 ) Druid 数据监控](https://blog.csdn.net/yuanchun05/article/details/127174870)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [druid连接池监控](https://blog.csdn.net/zguoshuaiiii/article/details/78402883)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值