Druid數據庫連接池
1. Druid是什么?
Druid是Java語言中最好的數據庫連接池,由阿里巴巴團隊開發。Druid能夠提供強大的監控和擴展功能。
github地址為https://github.com/alibaba/druid,有豐富的中文文檔和常見問題的解答,非常方便。
2. 如何在springboot項目中使用?
2.1 首先引入依賴
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.1.10</version>
</dependency>
2.2 進行屬性配置,僅供參考
spring:
#數據庫連接配置
datasource:
url: jdbc:postgresql://127.0.0.1:5432/postgres
data-username: postgres
data-password: 123456
driver-class-name: org.postgresql.Driver
type: com.alibaba.druid.pool.DruidDataSource
druid:
#JDBC配置
url: jdbc:postgresql://127.0.0.1:5432/postgres
username: postgres
password: 123456
driver-class-name: org.postgresql.Driver
#連接池配置
initial-size: 10
max-active: 50
min-idle: 10
max-wait: 5000
pool-prepared-statements: true #是否緩存preparedStatement,也就是PSCache。PSCache對支持游標的數據庫性能提升巨大,比如說oracle。在mysql下建議關閉。
max-pool-prepared-statement-per-connection-size: 20
validation-query: SELECT 1 FROM DUAL
validation-query-timeout: 20000
test-on-borrow: false #申請連接時執行validationQuery檢測連接是否有效,做了這個配置會降低性能。
test-on-return: false #歸還連接時執行validationQuery檢測連接是否有效,做了這個配置會降低性能。
test-while-idle: true #建議配置為true,不影響性能,並且保證安全性。申請連接的時候檢測,如果空閑時間大於timeBetweenEvictionRunsMillis,執行validationQuery檢測連接是否有效。
time-between-eviction-runs-millis: 60000 #配置間隔多久才進行一次檢測,檢測需要關閉的空閑連接,單位是毫秒
min-evictable-idle-time-millis: 300000 #一個連接在池中最小生存的時間,單位是毫秒
# StatViewServlet配置。(因為暴露的監控信息比較敏感,支持密碼加密和訪問ip限定)
stat-view-servlet:
enabled: true
url-pattern: /druid/*
login-username: admin
login-password: admin
filter:
stat:
log-slow-sql: true
slow-sql-millis: 1000
merge-sql: true
wall:
config:
multi-statement-allow: true
各配置項的含義可以參考github的介紹,非常詳細。值得注意的是stat-view-servlet屬性配置的就是druid內置的監控頁面,我們訪問http://ip:port/druid,輸入上面配置的用戶名密碼,即可看到下面的監控頁面:
可以查看sql執行時間,修改行數等等。如果只想關注慢sql,可以修改上面配置文件中的 slow-sql-millis,druid默認的是3000ms。
3. 結合spring的監控
上面我們可以看到對sql執行的耗時等,但如果我們也想對方法進行監控可以么?答案肯定是可以的,在上面的監控頁面我們可以看到有個叫spring監控,但因為沒有配置,暫時為空。要開啟監控配置也是非常簡單的,如下:
@Configuration
@EnableAspectJAutoProxy(proxyTargetClass = true)
public class DruidAspectConfig {
@Bean
public DruidStatInterceptor druidStatInterceptor() {
DruidStatInterceptor dsInterceptor = new DruidStatInterceptor();
return dsInterceptor;
}
@Bean
@Scope("prototype")
public JdkRegexpMethodPointcut druidStatPointcut() {
JdkRegexpMethodPointcut pointcut = new JdkRegexpMethodPointcut();
pointcut.setPatterns("com.qa.cloud.mapper.*","com.qa.cloud.service.*");
return pointcut;
}
@Bean
public DefaultPointcutAdvisor druidStatAdvisor(DruidStatInterceptor druidStatInterceptor, JdkRegexpMethodPointcut druidStatPointcut) {
DefaultPointcutAdvisor defaultPointAdvisor = new DefaultPointcutAdvisor();
defaultPointAdvisor.setPointcut(druidStatPointcut);
defaultPointAdvisor.setAdvice(druidStatInterceptor);
return defaultPointAdvisor;
}
}
我們通過指定Patterns來確定要監控的方法,也可以通過接口類型,bean名稱等進行配置。開啟后效果如下:
據官方介紹,開啟監控對性能的影響是微乎其微的。
這些監控數據我們也可以調用api通過自定義的形式來輸出,也可以輸出到日志中(這點很有必要),具體做法都可以參考github上的介紹。
參考博客:
http://www.cnblogs.com/han-1034683568/p/6730869.html