SpringBoot的数据库连接池

一、前言

开发web项目，我们肯定会和数据库打交道，因此就会涉及到数据库链接的问题。在以前我们开发传统的SSM结构的项目时进行数据库链接都是通过JDBC进行数据链接，我们每和数据库打一次交道都需要先获取一次链接，操作完后再关闭链接，这样子效率很低，因此就出现了连接池，用于高效创建并合理分配数据库链接,数据库连接池跟线程池其实也一样的道理。

说到连接池就不得不说到持久层的框架JDBC、MyBatis、Hibernate、Spring Data等，目前市面上最流行的应该属于MyBatis(底层JDBC)，其中还有个MyBatis-plus并不属于新的框架，只能算是在MyBatis上包装了一层更便于开发人员使用而已。从上图可以看出来，其实现在市面上演变而来的持久层框架大多都是基于JDBC而来的,下面我们就讲一讲连接池相关的内容吧。

二、连接池介绍

1.使用连接池的好处

①资源重用

避免了频繁创建、释放连接引起的大量性能开销。在减少系统消耗的基础上，另一方面也增进了系统运行环境的平稳性（减少内存碎片以及数据库临时进程/线程的数量）。

②更快的系统响应速度

在初始化过程中，就已经创建好若干数据库连接。此时连接的初始化工作均已完成。对于业务请求处理而言，直接利用现有可用连接，避免了数据库连接初始化和释放过程的时间开销，从而缩减了系统整体响应时间。

③新的资源分配手段

对于多应用共享同一数据库的系统而言，可在应用层通过数据库连接的配置，实现数据库连接池技术，几年钱也许还是个新鲜话题，对于目前的业务系统而言，如果设计中还没有考虑到连接池的应用，那么…….快在设计文档中加上这部分的内容吧。某一应用最大可用数据库连接数的限制，避免某一应用独占所有数据库资源。

④ 统一的连接管理，避免数据库连接泄漏

在较为完备的数据库连接池实现中，可根据预先的连接占用超时设定，强制收回被占用连接。从而避免了常规数据库连接操作中可能出现的资源泄漏。

2.常见连接池

现在市面上的连接池有很多种，此处我也只列举几种使用较多的：

①C3P0

开源的JDBC连接池，实现了数据源和JNDI绑定，支持JDBC3规范和JDBC2的标准扩展。目前使用它的开源项目有Hibernate、Spring等。单线程，性能较差，适用于小型系统，代码600KB左右。

②DBCP

全称(Database Connection Pool)，由Apache开发的一个Java数据库连接池项目， Jakarta commons-pool对象池机制，Tomcat使用的连接池组件就是DBCP。单独使用dbcp需要3个包：common-dbcp.jar,common-pool.jar,common-collections.jar，预先将数据库连接放在内存中，应用程序需要建立数据库连接时直接到连接池中申请一个就行，用完再放回。单线程，并发量低，性能不好，适用于小型系统。

③Tomcat Jdbc Pool

Tomcat在7.0以前都是使用common-dbcp做为连接池组件，但是dbcp是单线程，为保证线程安全会锁整个连接池，性能较差，dbcp有超过60个类，也相对复杂。Tomcat从7.0开始引入了新增连接池模块叫做Tomcat jdbc pool，基于Tomcat JULI，使用Tomcat日志框架，完全兼容dbcp，通过异步方式获取连接，支持高并发应用环境，超级简单核心文件只有8个，支持JMX，支持XA Connection。

④BoneCP

官方说法BoneCP是一个高效、免费、开源的Java数据库连接池实现库。设计初衷就是为了提高数据库连接池性能，根据某些测试数据显示，BoneCP的速度是最快的，要比当时第二快速的连接池快25倍左右，完美集成到一些持久化产品如Hibernate和DataNucleus中。BoneCP特色：高度可扩展，快速；连接状态切换的回调机制；允许直接访问连接；自动化重置能力；JMX支持；懒加载能力；支持XML和属性文件配置方式；较好的Java代码组织，100%单元测试分支代码覆盖率；代码40KB左右。

⑤Druid(德鲁伊)–推荐使用

Druid是Java语言中最好的数据库连接池，Druid能够提供强大的监控和扩展功能，是一个可用于大数据实时查询和分析的高容错、高性能的开源分布式系统，尤其是当发生代码部署、机器故障以及其他产品系统遇到宕机等情况时，Druid仍能够保持100%正常运行。主要特色：为分析监控设计；快速的交互式查询；高可用；可扩展；Druid是一个开源项目，源码托管在github上。

⑥Hikari

HiKariCP是数据库连接池的一个后起之秀，号称性能最好，可以完美地PK掉其他连接池，是一个高性能的JDBC连接池，基于BoneCP做了不少的改进和优化。并且在springboot2.0之后，采用的默认数据库连接池就是Hikari。

3.各种连接池的优缺点

4.项目中该如何选择连接池

小型项目
若只是小型SpringBoot项目，那么你无论使用Druid和Hikari哪种都可以，都有各自的优缺点。使用SpringBoot自带的Hikari数据库连接池操作简单，不需要引入额外的jar包，拿来即用，也不需要额外的多做配置等，使用Druid连接池还支持sql级监控、扩展、SQL防注入等。–推荐使用Druid连接池

中型项目
推荐使用Druid数据库，也就是我们平时说的德鲁伊连接池，使用理由如下：

Druid功能更全面，除具备连接池基本功能外，还支持sql级监控、扩展、SQL防注入等。最新版甚至有集群监控
单从性能角度考虑，从数据上确实HikariCP要强，但Druid有更多、更久的生产实践，它可靠。

大型项目
推荐使用默认的HikariCP连接池，因为大型项目中有专门用于监控的系统（skywalking、prometheus），连接池就只需要它做好连接池的本职工作即可，因此性能更好的HikariCP才是首选。

三、SpringBoot中的连接池及使用

1.SpringBoot默认连接池(Hikari)使用

配置文件中的数据源配置中不设置数据源类型即使用默认的Hikari，如果需要设置连接池配置参数直接在配置文件中设置即可：

#数据库配置
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/gsnm_base_0000?serverTimezone=UTC&useUnicode=true&characterEncoding=utf8
spring.datasource.username=root
spring.datasource.password=123456# 数据库连接池配置
#最小空闲连接，默认值10，小于0或大于maximum-pool-size，都会重置为maximum-pool-size
spring.datasource.hikari.minimum-idle=10
#最大连接数，小于等于0会被重置为默认值10；大于零小于1会被重置为minimum-idle的值
spring.datasource.hikari.maximum-pool-size=20
#空闲连接超时时间，默认值600000（10分钟），大于等于max-lifetime且max-lifetime>0，会被重置为0；不等于0且小于10秒，会被重置为10秒
spring.datasource.hikari.idle-timeout=500000
#连接最大存活时间，不等于0且小于30秒，会被重置为默认值30分钟.设置应该比mysql设置的超时时间短
spring.datasource.hikari.max-lifetime=540000
#连接超时时间：毫秒，小于250毫秒，否则被重置为默认值30秒
spring.datasource.hikari.connection-timeout=60000

Hikari连接池的使用是很简单的，因为是默认的连接池，因此我们也不需要做过多的配置，拿来既可以使用。

2.SpringBoot整合druid(德鲁伊)连接池

①导入druid-spring-boot-starter包(推荐1.2.21版本)

注意：此包1.1.10后的版本数据监控中心做了调整需要自己新增配置类

<!--引入druid数据源 1.1.10 此版本的数据监控中心可以直接使用--><dependency><groupId>com.alibaba</groupId><artifactId>druid-spring-boot-starter</artifactId><version>1.1.10</version></dependency>

 <!--druid数据源 1.1.21 此版本的数据监控中心增加了登录界面需要增加配置类--><dependency><groupId>com.alibaba</groupId><artifactId>druid-spring-boot-starter</artifactId><version>1.1.21</version></dependency>

②修改配置文件

#数据库连接中修改数据源类型
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource# druid参数调优（可选）,若配置如下参数则必须手动添加配置类
# 初始化大小，最小，最大
spring.datasource.initialSize=5
spring.datasource.minIdle=5
spring.datasource.maxActive=20
# 配置获取连接等待超时的时间
spring.datasource.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.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.minEvictableIdleTimeMillis=300000
# 测试连接
spring.datasource.testWhileIdle=true
spring.datasource.testOnBorrow=false
spring.datasource.testOnReturn=false
# 打开PSCache，并且指定每个连接上PSCache的大小
spring.datasource.poolPreparedStatements=true
# 配置监控统计拦截的filters
# asyncInit是1.1.4中新增加的配置，如果有initialSize数量较多时，打开会加快应用启动时间
spring.datasource.asyncInit=true
# druid监控配置信息
spring.datasource.filters=stat,config
spring.datasource.maxPoolPreparedStatementPerConnectionSize=20
spring.datasource.useGlobalDataSourceStat=true
spring.datasource.connectionProperties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=500

③新增数据源配置类DruidConfig

若没有指定连接池参数，则无需此配置类

import com.alibaba.druid.pool.DruidDataSource;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;import java.sql.SQLException;/*** Druid连接池调优配置信息：只有配置数据库连接池调优信息才需要该类*** @author wyj* @date 2022/8/16 15:54*/
@Configuration
public class DruidConfig {private Logger logger = LoggerFactory.getLogger(DruidConfig.class);@Value("${spring.datasource.url}")private String dbUrl;@Value("${spring.datasource.username}")private String username;@Value("${spring.datasource.password}")private String password;@Value("${spring.datasource.driver-class-name}")private String driverClassName;@Value("${spring.datasource.initial-size}")private int initialSize;@Value("${spring.datasource.min-idle}")private int minIdle;@Value("${spring.datasource.max-active}")private int maxActive;@Value("${spring.datasource.max-wait}")private int maxWait;@Value("${spring.datasource.time-between-eviction-runs-millis}")private int timeBetweenEvictionRunsMillis;@Value("${spring.datasource.min-evictable-idle-time-millis}")private int minEvictableIdleTimeMillis;@Value("${spring.datasource.test-while-idle}")private boolean testWhileIdle;@Value("${spring.datasource.test-on-borrow}")private boolean testOnBorrow;@Value("${spring.datasource.test-on-return}")private boolean testOnReturn;@Value("${spring.datasource.pool-prepared-statements}")private boolean poolPreparedStatements;@Value("${spring.datasource.max-pool-prepared-statement-per-connection-size}")private int maxPoolPreparedStatementPerConnectionSize;@Value("${spring.datasource.filters}")private String filters;@Primary  //在同样的DataSource中，首先使用被标注的DataSource@Beanpublic DruidDataSource dataSourceDefault(){DruidDataSource datasource = new DruidDataSource();datasource.setUrl(this.dbUrl);datasource.setUsername(username);datasource.setPassword(password);datasource.setDriverClassName(driverClassName);//configurationdatasource.setInitialSize(initialSize);datasource.setMinIdle(minIdle);datasource.setMaxActive(maxActive);datasource.setMaxWait(maxWait);datasource.setTimeBetweenEvictionRunsMillis(timeBetweenEvictionRunsMillis);datasource.setMinEvictableIdleTimeMillis(minEvictableIdleTimeMillis);datasource.setTestWhileIdle(testWhileIdle);datasource.setTestOnBorrow(testOnBorrow);datasource.setTestOnReturn(testOnReturn);datasource.setPoolPreparedStatements(poolPreparedStatements);datasource.setMaxPoolPreparedStatementPerConnectionSize(maxPoolPreparedStatementPerConnectionSize);try {datasource.setFilters(filters);} catch (SQLException e) {logger.error("druid configuration initialization filter", e);}return datasource;}
}

④新增数据监控中心配置类DruidMonitorConfig

若jar包版本高于1.1.10时才需要配置该类

import com.alibaba.druid.support.http.StatViewServlet;
import com.alibaba.druid.support.http.WebStatFilter;
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 java.util.HashMap;
import java.util.Map;/*** Druid连接池监控配置信息* 提示：druid-spring-boot-starter jar包的版本高于1.1.10时才需要配置该类* 1.若低于1.1.10版本时直接访问：IP:端口/druid/index.html即可* 2.若高于1.0.10版本时访问:IP:端口/druid/login.html即可 账号密码根据自己设置的来** @author wyj* @date 2022/8/16 15:54*/
@Configuration
public class DruidMonitorConfig {//因为Springboot内置了servlet容器，所以没有web.xml，替代方法就是将ServletRegistrationBean注册进去//加入后台监控@Bean  //这里其实就相当于servlet的web.xmlpublic ServletRegistrationBean<StatViewServlet> statViewServlet() {ServletRegistrationBean<StatViewServlet> bean =new ServletRegistrationBean<>(new StatViewServlet(), "/druid/*");//后台需要有人登录，进行配置//bean.addUrlMappings(); 这个可以添加映射，我们在构造里已经写了//设置一些初始化参数Map<String, String> initParas = new HashMap<>();initParas.put("loginUsername", "admin");//它这个账户密码是固定的initParas.put("loginPassword", "123456");//允许谁能防伪initParas.put("allow", "");//这个值为空或没有就允许所有人访问，ip白名单//initParas.put("allow","localhost");//只允许本机访问，多个ip用逗号,隔开//initParas.put("deny","");//ip黑名单，拒绝谁访问 deny和allow同时存在优先denyinitParas.put("resetEnable", "false");//禁用HTML页面的Reset按钮bean.setInitParameters(initParas);return bean;}//再配置一个过滤器，Servlet按上面的方式注册Filter也只能这样@Beanpublic FilterRegistrationBean<WebStatFilter> webStatFilter() {FilterRegistrationBean<WebStatFilter> bean = new FilterRegistrationBean<>();//可以设置也可以获取,设置一个阿里巴巴的过滤器bean.setFilter(new WebStatFilter());bean.addUrlPatterns("/*");//可以过滤和排除哪些东西Map<String, String> initParams = new HashMap<>();//把不需要监控的过滤掉,这些不进行统计initParams.put("exclusions", "*.js,*.css,/druid/*");bean.setInitParameters(initParams);return bean;}
}

数据监控中心访问地址：
1.若jar包版本低于1.1.10版本时访问：127.0.0.1:端口/druid/index.html
2.若jar包版本高于1.0.10版本时访问：127.0.0.1:端口/druid/login.html(账号密码根据自己设置的来)