Druid介绍
druid为阿里巴巴的数据源,(数据库连接池),集合了c3p0、dbcp、proxool等连接池的优点,还加入了日志监控,有效的监控DB池连接和SQL的执行情况。
Druid的优点
- 高性能。性能比dbcp、c3p0高很多。
- 只要是jdbc支持的数据库,druid都支持,对数据库的支持性好。并且Druid针对oracle、mysql做了特别优化。
- 提供监控功能。可以监控sql语句的执行时间、ResultSet持有时间、返回行数、更新行数、错误次数、错误堆栈等信息,来了解连接池、sql语句的工作情况,方便统计、分析SQL的执行性能
目前spring Boot中如果不做配置,默认是使用hikari,因其高效的性能和并发性。有时候我们需要其他的其他的连接池就需要进行自定义配置,这里使用的是druid,比较看重的是它内置的一个后台监控系统,只需要简单配置就可使用。
Druid使用
- 引入所需要的依赖
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid</artifactId>
<version>1.1.10</version>
</dependency>
- 编写一些druid配置
spring:
datasource:
url: jdbc:mysql://localhost:3306/db_gm?useSSL=true&characterEncoding=utf-8&serverTimezone=UTC
username: root
password: 123456
type: com.alibaba.druid.pool.DruidDataSource
# 数据源其他配置
initialSize: 5 #初始化时池中建立的物理连接个数。
minIdle: 5
maxActive: 20 #最大的可活跃的连接池数量
maxWait: 60000 #获取连接时最大等待时间,单位毫秒,超过连接就会失效。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。
timeBetweenEvictionRunsMillis: 60000 #连接回收器的运行周期时间,时间到了清理池中空闲的连接,testWhileIdle根据这个判断
minEvictableIdleTimeMillis: 300000
validationQuery: SELECT 1 FROM DUAL #用来检测连接是否有效的sql,要求是一个查询语句。
testWhileIdle: true #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。
testOnBorrow: false #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。设置为false
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,设置为flase
poolPreparedStatements: true #是否缓存preparedStatement,也就是PSCache。
maxPoolPreparedStatementPerConnectionSize: 200 #池中能够缓冲的preparedStatements语句数量
filters: stat #属性类型的字符串,通过别名的方式配置扩展插件, 监控统计用的stat 日志用log4j 防御sql注入:wall
- 修改一些druid后台监控系统的参数
import com.alibaba.druid.pool.DruidDataSource;
import com.alibaba.druid.support.http.StatViewServlet;
import com.alibaba.druid.support.http.WebStatFilter;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.boot.web.servlet.FilterRegistrationBean;
import org.springframework.boot.web.servlet.ServletRegistrationBean;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import javax.sql.DataSource;
import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
/**
* date:2020-06-15
* author:zxs
*/
@Configuration
public class MyDruidConfig {
@ConfigurationProperties(prefix = "spring.datasource")
@Bean
public DataSource druid() {
return new DruidDataSource();
}
// 配置druid的监控
// 1、配置druid管理后台的servlet
@Bean
public ServletRegistrationBean<StatViewServlet> StatViewServlet() {
ServletRegistrationBean<StatViewServlet> statViewServlet = new ServletRegistrationBean<>(new StatViewServlet(), "/druid/*");//路径
Map<String, String> initParameters = new HashMap<>();
initParameters.put("loginUsername", "admin");//登录界面用户名
initParameters.put("loginPassword", "admin");//密码
initParameters.put("allow","");//允许的用户,如果为空字符串就是允许所有
initParameters.put("deny", "127.0.0.1");//黑名单,不允许登录
statViewServlet.setInitParameters(initParameters);
return statViewServlet;
}
@Bean
public FilterRegistrationBean<WebStatFilter> webStatFilter() {
FilterRegistrationBean<WebStatFilter> webStatFilter = new FilterRegistrationBean<>();
webStatFilter.setFilter(new WebStatFilter());
// 拦截所有
webStatFilter.setUrlPatterns(Arrays.asList("/*"));
Map<String, String> initParameters = new HashMap<>();
initParameters.put("exclusions","*.js,*.css,/druid/*,login.html");//放行资源
webStatFilter.setInitParameters(initParameters);
return webStatFilter;
}
}