HikariPool之后，今天研究另一主流连接池Druid。
#### 关于数据库连接池的基本认知
先对数据库连接池的基本工作原理做个了解，不管是HikariPool、还是druid，所有的数据库连接池应该都是按照这个基本原理工作和实现的，带着这个思路去学习数据库连接池，避免盲人摸象。
数据库连接池一定会包含以下基本逻辑：
1. 创建连接并池化：初始化的时候创建、或者是在应用获取连接的过程中创建，连接创建好之后放在连接池（内存中的容器，比如List）中保存。
2. 获取数据库连接：接管了获取数据库连接的方法，从连接池中获取、而不是创建连接。
3. 关闭数据库连接：接管了关闭数据库连接的方法，将连接归还到连接池、而不是真正的关闭数据库连接。
4. 连接池维护：连接池容量、连接超时清理等工作。
带着这个思路研究HikariPool的源码，会有事半功倍的功效。
#### 认识Druid的结构
包括以下几个部分：
1. DruidConnectionHolder
2. Connections
3. evictConnections
4. keepAliveConnections
5. destroyConnectionThread/destroySchedulerFuture
6. createConnectionThread/createSchedulerFuture
#### DruidConnectionHolder
HikariPool通过poolEntry持有数据库连接，Druid通过DruidConnectionHolder持有数据库连接。
DruidConnectionHolder持有物理数据库连接Connectin对象，以及该连接的相关属性，比如connectTimeMillis、lastActiveTimeMillis、lastExecTimeMillis，以及underlyingReadOnly、underlyingAutoCommit、underlyingTransactionIsolation等等。连接池可以根据这些属性以及相关参数执行相应的houseKeep。
#### Connections
Connections是DruidConnectionHolder组成的数组，是Druid连接池中唯一存储可用连接的地方，看起来会比HikariPool简单许多（HikariPool有三个存储连接的地方），但是这可能也是Druid在性能上稍逊于HikariPool的原因之一。
#### evictConnections
存储需要被回收的连接的数组，在连接池进行清理的时候用来存储需要被关闭的连接。
#### keepAliveConnections
存储保持活动的连接的数组。
#### createConnectionThread/createSchedulerFuture
Druid根据配置，可以通过createConnectionThread线程、或者createSchedulerFuture线程任务创建数据库连接并加入连接池。
Druid也许并没有默认的createSchedulerFuture的实现，如果要启用createSchedulerFuture，需要配置createSchedulerFuture的实现类。
createConnectionThread是Druid默认的创建连接的线程，负责获取物理连接、组装物理连接为DruidConnectionHolder并加入到connections数组中。
#### destroyConnectionThread/destroySchedulerFuture
与创建连接的方式类似，Druid提供两种不同的方式销毁（或者关闭）过期的数据库连接。默认实现是destroyConnectionThread。
***好了，Druid的基础结构了解完了，我们采用和HikariPool完全一样的分析套路，接下来要进入源码分析了，主要包括：***
1. Druid连接池的初始化
2. 获取数据库连接 - getConnection方法
3. 关闭数据库连接 - close方法
#### Druid的初始化
Druid的初始化过程貌似和HikariPool稍有不同，因为HikariPool默认的在获取连接之前的HikariPool实例化过程中就完成了连接池的初始化。
所谓完成连接池的初始化，指的是按照参数的设定，完成了数据库连接的创建和池化，也就是说连接池已经准备好了，应用在通过getConnecton方法获取连接的时候，直接从连接池中borrow就可以了。
Druid貌似不这样。我们看一下DruidDataSource的实例化方法：
```
public DruidDataSource(){
this(false);
}
public DruidDataSource(boolean fairLock){
super(fairLock);
configFromPropety(System.getProperties());
}
```
super指的是DruidAbstractDataSource，他的构造方法：
```
public DruidAbstractDataSource(boolean lockFair){
lock = new ReentrantLock(lockFair);
notEmpty = lock.newCondition();
empty = lock.newCondition();
}
```
只初始化了ReentrantLock，以及他的两个Condition：empty和notEmpty。
而configFromPropety只是负责把参数从配置文件中读入，不做其他的事情。
所以，连接池的初始化过程没有放在DruidDataSource的创建过程中。
既然构造方法中没有完成连接池的初始化，我们自然而然的就想到去看看getConnection方法，不做初始化、怎么能获取到数据库连接？
果然，getConnectin方法的第一行代码就是：调用init()方法。
init的方法很长，不过有很多代码都是检查参数合理性的，这部分代码我们直接跳过：
```
...忽略n多行代码
connections = new DruidConnectionHolder[maxActive];
evictConnections = new DruidConnectionHolder[maxActive];
keepAliveConnections = new DruidConnectionHolder[maxActive];
```
创建了我们前面说过的存储数据库连接的connections（其实就是池），以及另外两个辅助数组evictConnections和keepAliveConnections，连接池的大小初始化为maxActive。
接下来：
```
if (createScheduler != null && asyncInit) {
for (int i = 0; i < initialSize; ++i) {
submitCreateTask(true);
}
} else if (!asyncInit) {
// init connections
while (poolingCount < initialSize) {
try {
PhysicalConnectionInfo pyConnectInfo = createPhysicalConnection();
DruidConnectionHolder holder = new DruidConnectionHolder(this, pyConnectInfo);
connections[poolingCount++] = holder;
} catch (SQLException ex) {
LOG.error("init datasource error, url: " + this.getUrl(), ex);
if (initExceptionThrow) {
connectError = ex;
break;
} else {
Thread.sleep(3000);
}
}
}
if (poolingCount > 0) {
poolingPeak = poolingCount;
poolingPeakTime = System.currentTimeMillis();
}
}
```
检查createScheduler不空、并且参数设置为asyncInit（异步初始化）的话，则提交initialSize个连接创建任务。***我们说过createScheduler并非Druid的默认实现，所以我们暂时不管这部分代码。***
下面的代码逻辑是：如果不是异步初始化的话，那就是要同步初始化，也就是当前线程要负责完成连接池的初始化，则循环创建initialSize个物理连接、封装为DruidConnectionHolder后直接加入到connections中。
***这个过程就相当于完成了数据库连接池的初始化，但是建议设置asyncInit参数为true：异步初始化。因为如果同步初始化、并且initialSize设置比较大的话，应用的首个getConnection方法肯定会耗时比较长，用户体验不好。***
继续看代码，如果asyncInit设置为true，异步初始化的话：
```
createAndLogThread();
createAndStartCreatorThread();
createAndStartDestroyThread();
```
从方法名上看，应该是启动了3个线程，分别是createAndLogThread线程、负责线程创建连接的线程和负责销毁（关闭）连接的线程。
createAndLogThread线程负责定期收集Druid连接池的状态并通过log打印出来，是Druid统计分析的一部分。
createAndStartCreatorThread是启动连接创建线程，异步初始化的情况下，连接池就是通过createAndStartCreatorThread线程创建的。
createAndStartDestroyThread是启动连接销毁的线程，作用类似于HikariPool的houseKeep线程。
createAndStartCreatorThread方法以及连接创建线程、reateAndStartDestroyThread方法以及连接销毁线程的源码我们先放放，稍后分析。
我们先一鼓作气完成init()方法源码的剩余部分：
```
initedLatch.await();
init = true;
initedTime = new Date();
registerMbean();
if (connectError != null && poolingCount == 0) {
throw connectError;
}
```
initedLatch是数量=2的CountDownLatch，在DruidDataSource类成员变量初始化的时候定义好的，这里initedLatch.await();的意思是等待连接创建线程和连接销毁线程完成启动。
之后，打标签init=true，表明初始化已完成，进行异常处理、锁释放等扫尾工作。
***初始化完成！***
#### createAndStartCreatorThread
创建并启动“创建连接线程”：
```
protected void createAndStartCreatorThread() {
if (createScheduler == null) {
String threadName = "Druid-ConnectionPool-Create-" + System.identityHashCode(this);
createConnectionThread = new CreateConnectionThread(threadName);
createConnectionThread.start();
return;
}
initedLatch.countDown();
}
```
代码非常简单，就是创建并启动createConnectionThread。createConnectionThread线程负责物理连接的创建、以及连接的池化。
#### createConnectionThread#run
连接的创建及池化是在createConnectionThread线程的run方法中完成的。
```
public void run() {
initedLatch.countDown();
long lastDiscardCount = 0;
int errorCount = 0;
for (;;) {
// addLast
try {
lock.lockInterruptibly();
} catch (InterruptedException e2) {
break;
}
long discardCount = DruidDataSource.this.discardCount;
boolean discardChanged = discardCount - lastDiscardCount > 0;
lastDiscardCount = discardCount;
try {
boolean emptyWait = true;
if (createError != null
&& poolingCount == 0
&& !discardChanged) {
emptyWait = false;
}
if (emptyWait
&& asyncInit && createCount < initialSize) {
emptyWait = false;
}
```
线程启动之后会不断检测是否需要创建连接，在run方法的无条件for循环中完成。
首先获得锁。
discardChanged变量表示在每次循环检测过程中，被discardCount的连接数是否有增长。
然后定义了一个emptyWait变量，用来表示是否需要暂缓创建连接、直到等待获取连接的线程唤醒之后才创建。
对emptyWait的处理逻辑是：如果创建连接发生了错误并且当前连接池空、并且没有发生discardChanged，则不等待。或者，如果是异步初始化并且初始化的连接池数量尚未满足initialSize的要求，则不等待。
然后：
```
if (emptyWait) {
// 必须存在线程等待，才创建连接
if (poolingCount >= notEmptyWaitThreadCount //
&& (!(keepAlive && activeCount + poolingCount < minIdle))
&& !isFailContinuous()
) {
empty.await();
}
// 防止创建超过maxActive数量的连接
if (activeCount + poolingCount >= maxActive) {
empty.await();
continue;
}
}
} catch (InterruptedException e) {
lastCreateError = e;
lastErrorTimeMillis = System.currentTimeMillis();
if ((!closing) && (!closed)) {
LOG.error("create connection Thread Interrupted, url: " + jdbcUrl, e);
}
break;
} finally {
lock.unlock();
}
```
这段代码是需要等待的情况，判断当前线程池数量满足等待条件（连接池数量大于notEmptyWaitThreadCount数量，activeCount + poolingCount数量大于等于minIdle或者是keepAlive）。或者，activeCount + poolingCount已经大于等于maxActive了，则调用empty.await();也就是暂时不再创建连接了，等待获取连接的线程唤醒之后再创建。***当然，等待是需要释放锁资源的。***
接下来是不等待的代码：
```
PhysicalConnectionInfo connection = null;
try {
connection = createPhysicalConnection();
} catch (SQLException e) {
//下面是一堆创建连接失败的异常处理，忽略
```
创建数据库物理连接。之后：
```
if (connection == null) {
continue;
}
boolean result = put(connection);
if (!result) {
JdbcUtils.close(connection.getPhysicalConnection());
LOG.info("put physical connection to pool failed.");
}
errorCount = 0; // reset errorCount
if (closing || closed) {
break;
}
}
}
}
```
如果创建连接过程中发生异常，connection==null，则continue，继续创建。
否则，调用put方法，将新创建的连接加入连接池。当然，如果加入失败的话则关闭刚创建好的连接，以免资源浪费。
接下来看一下连接放入connections的put方法。
#### put方法
```
protected boolean put(PhysicalConnectionInfo physicalConnectionInfo) {
DruidConnectionHolder holder = null;
try {
holder = new DruidConnectionHolder(DruidDataSource.this, physicalConnectionInfo);
} catch (SQLException ex) {
lock.lock();
try {
if (createScheduler != null) {
clearCreateTask(physicalConnectionInfo.createTaskId);
}
} finally {
lock.unlock();
}
LOG.error("create connection holder error", ex);
return false;
}
return put(holder, physicalConnectionInfo.createTaskId);
}
```
将connection封装为DruidConnectionHolder，之后调用put：
```
private boolean put(DruidConnectionHolder holder, long createTaskId) {
lock.lock();
try {
if (this.closing || this.closed) {
return false;
}
if (poolingCount >= maxActive) {
if (createScheduler != null) {
clearCreateTask(createTaskId);
}
return false;
}
connections[poolingCount] = holder;
incrementPoolingCount();
if (poolingCount > poolingPeak) {
poolingPeak = poolingCount;
poolingPeakTime = System.currentTimeMillis();
}
notEmpty.signal();
notEmptySignalCount++;
if (createScheduler != null) {
clearCreateTask(createTaskId);
if (poolingCount + createTaskCount < notEmptyWaitThreadCount //
&& activeCount + poolingCount + createTaskCount < maxActive) {
emptySignal();
}
}
} finally {
lock.unlock();
}
return true;
}
```
首先获取锁资源。
之后判断如果创建的连接数大于最大活动连接数poolingCount >= maxActive的话，则不放入连接池直接返回。
接下来，连接放入连接池connections中，poolingCount加1。
接下来notEmpty.signal();通知等待获取连接的线程。
之后释放锁资源，连接加入连接池完成！
#### createAndStartDestroyThread方法
创建并启动DestroyThread，直接看destroyConnectionThread的run方法：
```
public void run() {
initedLatch.countDown();
for (;;) {
// 从前面开始删除
try {
if (closed || closing) {
break;
}
if (timeBetweenEvictionRunsMillis > 0) {
Thread.sleep(timeBetweenEvictionRunsMillis);
} else {
Thread.sleep(1000); //
}
if (Thread.interrupted()) {
break;
}
destroyTask.run();
} catch (InterruptedException e) {
break;
}
}
}
}
```
检查timeBetweenEvictionRunsMillis，该参数的意思是执行连接回收的间隔时间，如果该参数设置为>0，则线程睡眠timeBetweenEvictionRunsMillis之后再执行，否则线程每秒执行一次。
调用destroyTask.run();-> shrink()方法执行线程回收。
连接回收的主要工作是shrink方法完成的，篇幅原因，放在下一篇文章研究。
#### 小结
了解了Druid连接池的基础结构及其初始化过程，以及连接池中连接销毁的发起机制：通过destroyConnectionThread线程调用destroyTask对空闲超时的连接进行回收，确保连接池中的连接保持在健康状态。连接回收的主要逻辑是在shrink方法中，其实也是Druid连接池中比较关键的一部分，下一篇文章分析。
Thanks a lot!
上一篇 [连接池 HikariPool （二） - 获取及关闭连接](https://segmentfault.com/a/1190000043648602)
扫一扫
2331
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
