Spring Boot整合Druid(druid 和 druid-spring-boot-starter)

引言

在现代的Web应用开发中，高性能的数据库连接池是确保应用稳定性和响应性的关键因素之一。Druid是一个开源的高性能数据库连接池，具有强大的监控和统计功能，能够在Spring Boot应用中提供出色的数据库连接管理。本文将研究在Spring Boot中集成Druid连接池的步骤，以及如何通过其丰富的特性优化应用的数据库性能。

数据库连接池

数据库连接池是程序启动时建立足够的数据库连接，并将这些连接组成一个连接池，由程序动态的对池中的连接进行申请、使用、释放。

为什么需要使用数据库连接池

数据库连接是一件费时的操作，连接池可以使多个操作共享一个链接：数据库连接池的基本思想就是为数据库连接建立一个缓冲池，与现在缓冲池中放入一定数量
的连接，当需要建立数据库连接时，只需从缓冲池中取出一个，使用完毕后再放回去：使用数据库连接池可以提高对数据库连接资源的管理，数据库连接池负责分
配、管理和释放数据库连接，允许程序重复使用一个现有的数据库连接，而不是重新建立一个；可以通过设定连接池最大连接数来防止系统无尽的与数据库连接

常见的连接池种类

1. JDBCP连接池：采用标准的java EE JDBC AP来实现，同时支持NDl,非常灵活；但是版本比较老了，而且在高并发场景下性能可能存在问题
2. c3p0连接池：功能齐全，能够自动维护连接池，支持JDBC3规范和JDBC2的标准扩展，性能较好：但是配置过于复杂，容易造成资源浪费
3. HikariCPi连接池：专为高并发场景设计，性能优越，具有最快的初始化速度和最小的延迟，支持JDBC4 API;但是由于需要更多的VM资源，可能会造成资源消耗问题
4. druid连接池：支持DBC和Dracle驱动程序，全面的性能监测，对等分布式，具有强大的扩展功能和高度定制化配置

Druid介绍

Druid是一个阿里巴巴结合了c3p0、DBCP等DB池的优点开源的数据库连接池和SQL查询优化工具，用于提高应用程序对数据库的性能和可扩展性。主要提供的功能：数据库连接池、数据库连接池监控、SQL查询优化、数据源管理、防御SQL注入、统计和监控。
注意：SpringBoot2.0默认是用***.zaxxer.hikari.HikariDataSource作为数据源。

• Druid功能

1. 数据源监控： 显示数据源的基本信息、活跃连接数、连接等待数量等。

2. SQL监控： 统计SQL执行的次数、执行时间、错误次数等，帮助优化SQL性能。

3. 日志监控： 展示Druid内部日志，帮助定位问题。

4. 防火墙监控： 配置SQL防火墙规则，提高数据库安全性。

查看当前数据源的测试代码

@SpringBootTest
public class DruidTest {
    @Autowired
    private DataSource dataSource;

    @Test
    void test(){
        System.out.println(dataSource.getClass());
    }
}

druid 和 druid-spring-boot-starter区别

• druid-spring-boot-starter 是在 druid 基础上进行了封装，专用于集成 spring-boot 项目，无需编写配置类文件。个性化的配置。为专用格式。按照SpringBoot整合其他技术的通用规则来，导入对应的starter，进行相应的配置即可。
• druid 需要自己手动编写一个配置类文件。为通用格式，不管你换什么数据源都可以用这种形式进行配置。

druid传统的配置

• 引入Druid依赖

在Spring Boot项目的pom.xml文件中，引入Druid和数据库驱动的相关依赖：

<!-- MyBatis-Plus -->
<dependency>
    <groupId>***.baomidou</groupId>
    <artifactId>mybatis-plus-boot-starter</artifactId>
    <version>3.4.3</version>
</dependency>

<!-- MySQL Connector 数据库驱动  -->
<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <version>5.1.47</version>
</dependency>

• 配置Druid连接池

在application.properties或application.yml中配置Druid连接池的相关参数：

spring:
    datasource:
        username: root
        password: root
        #?serverTimezone=UTC解决时区的报错
        url: jdbc:mysql://localhost:3306/druid
        driver-class-name: ***.mysql.jdbc.Driver
        type: ***.alibaba.druid.pool.DruidDataSource

        #Spring Boot 默认是不注入这些属性值的，需要自己绑定
        #druid 数据源专有配置
        initialSize: 5
        minIdle: 5
        maxActive: 20
        maxWait: 60000
        timeBetweenEvictionRunsMillis: 60000
        minEvictableIdleTimeMillis: 300000
        validationQuery: SELECT 1 FROM DUAL
        testWhileIdle: true
        testOnBorrow: false
        testOnReturn: false
        poolPreparedStatements: true

        #配置监控统计拦截的filters，stat:监控统计、log4j：日志记录、wall：防御sql注入
        #如果允许时报错  java.lang.ClassNotFoundException: org.apache.log4j.Priority
        #则导入 log4j 依赖即可，Maven 地址：https://mvnrepository.***/artifact/log4j/log4j
        filters: stat,wall,log4j
        maxPoolPreparedStatementPerConnectionSize: 20
        useGlobalDataSourceStat: true
        connectionProperties: druid.stat.mergeSql=true;druid.stat.slowSqlMillis=500

注意：这些配置暂时还没生效，因为这会还没有把自定义的属性配置上去
我们在配置文件中配置最大连接数为20，初始化连接数为5
测试一下看看

• 引入Druid依赖(根据自己配置参数按需引入)

<dependency>
    <groupId>log4j</groupId>
    <artifactId>log4j</artifactId>
    <version>1.2.17</version>
</dependency>

• 绑定全局配置文件中的参数

package ***.example.config;

import ***.alibaba.druid.pool.DruidDataSource;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import javax.sql.DataSource;

//这是一个配置类 需要加@Configuration 这个注解
@Configuration
public class DruidConfig {

    /*
      将 自定义的 Druid数据源 添加到容器中，不再让 Spring Boot 自动创建(自动创建的是HikariDataSource)
      绑定全局配置文件中的 druid 数据源属性到 ***.alibaba.druid.pool.DruidDataSource从而让它们生效，绑定操作就是加上以下注解
      @ConfigurationProperties(prefix = "spring.datasource")：作用就是将 全局配置文件中
      前缀为 spring.datasource的属性值注入到 ***.alibaba.druid.pool.DruidDataSource 的同名参数中
    */
    @ConfigurationProperties(prefix = "spring.datasource")
    @Bean
    public DataSource druidDataSource() {
        return new DruidDataSource();
    }
}

然后我们再测试一下刚才的测试方法看看配置是否生效

• 配置Druid数据源监控

Druid数据源具有监控的功能，并提供了一个web界面方便用户查看。我们需要设置Druid,后台管理页面，如登录账号、密码等.

 //配置 Druid 监控管理后台的Servlet；
    //因为springboot内置了 Servlet 容器，所以没有了web.xml文件， 替代的方法就是 ServletRegistrationBean （Spring Boot的注册 Servlet方式）
    @Bean
    public ServletRegistrationBean statViewServlet() {
        ServletRegistrationBean bean = new ServletRegistrationBean(new StatViewServlet(), "/druid/*");

        // 这些参数可以在 ***.alibaba.druid.support.http.StatViewServlet 的父类 ***.alibaba.druid.support.http.ResourceServlet 中找到
        //后台需要有人登录，账号密码的配置
        Map<String, String> initParams = new HashMap<>();
        initParams.put("loginUsername", "admin"); //后台管理界面的登录账号
        initParams.put("loginPassword", "admin"); //后台管理界面的登录密码

        //后台允许谁可以访问
        //initParams.put("allow", "localhost")：表示只有本机可以访问
        //initParams.put("allow", "")：为空或者为null时，表示允许所有访问
        initParams.put("allow", "");
        //deny：Druid 后台拒绝谁访问 initParams.put("user", "192.168.1.10");表示禁止此ip访问

        //设置初始化参数
        bean.setInitParameters(initParams);
        return bean;
    }

启动项目，访问http://localhost:8080/druid/login.html

输入配置账号登录

’

• 配置Druid Web监控Filter过滤器

//配置 Druid 监控 之  web 监控的 filter  （在之前是在web.xml中配置过滤器）
    //WebStatFilter：用于配置Web和Druid数据源之间的管理关联监控统计
    @Bean
    public FilterRegistrationBean webStatFilter() {
        FilterRegistrationBean bean = new FilterRegistrationBean();
        bean.setFilter(new WebStatFilter());

        //exclusions：设置哪些请求进行过滤排除掉，从而不进行统计
        Map<String, String> initParams = new HashMap<>();
        initParams.put("exclusions", "*.js,*.css,/druid/*,/jdbc/*");  //这些东西不进行统计
        bean.setInitParameters(initParams);

        // "/*" 表示过滤所有请求
        bean.setUrlPatterns(Arrays.asList("/*"));
        return bean;
    }

druid-spring-boot-starter配置

• 引入Druid配置

依赖是druid-spring-boot-starter，它基于传统的druid进行了封装，简化了配置，所以使用该依赖，同时引入log4j2的日志依赖，方便我们在监控时获取日志信息。

<dependency>
    <groupId>***.alibaba</groupId>
    <artifactId>druid-spring-boot-starter</artifactId>
    <version>1.2.16</version>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-log4j2</artifactId>
</dependency>

• Druid配置

基于application.yml进行配置

spring:
    application:
        name: druid-demo
    datasource:
        # 数据库相关配置
        driver-class-name: ***.mysql.jdbc.Driver
        url: jdbc:mysql://localhost:3306/mybatis01
        username: root
        password: root
        druid:
            # 初始化连接数量
            initial-size: 5
            # 最小线连接数量
            min-idle: 5
            # 最大连接数量
            max-active: 20
            # 获取连接时最大等待时间，单位毫秒
            max-wait: 60000
            #销毁线程时检测当前连接的最后活动时间和当前时间差大于该值时，关闭当前连接
            min-evictable-idle-time-millis: 30000
            #用来检测连接是否有效的sql 必须是一个查询语句
            #mysql中为 select 'x'
            #oracle中为 select 1 from dual
            validation-query: select 'x'
            #申请连接时会执行validationQuery检测连接是否有效,开启会降低性能,默认为true
            test-on-borrow: false
            #归还连接时会执行validationQuery检测连接是否有效,开启会降低性能,默认为tru
            test-on-return: false
            # 配置监控统计拦截的filters，去掉后监控界面sql无法统计，'wall'用于防火墙
            # 配置监拉统计挡成的filters. stat: 监控统计、Log4j:日志记录、waLL: 防御sqL注入
            filters: stat,wall,log4j2
            # 配置后台监控
            stat-view-servlet:
                # 允许访问的地址，这里因为时本地所以配置当前机器
                allow: 127.0.0.1
                # 是否开启访问
                enabled: true
                # 是否能够重置数据
                reset-enable: false
                # 管理页面登陆的用户名
                login-username: admin
                # 管理页面登陆的密码
                login-password: admin

可以看到相较于传统的配置（不需要配置DruidConfig，仅仅作为对比）方式：

更加简洁了，开发人员只需要专注于配置信息，就可以快速的配置启用druid了，大大的提高了开发效率

结语

通过本文的介绍，你已经学会了在Spring Boot中集成Druid连接池的全过程，并了解了如何通过Druid的监控页面进行实时监控和统计。Druid连接池不仅提供了高性能的连接池功能，还附带了丰富的监控和统计工具，助力开发者更好地管理和优化数据库性能。在实际项目中，合理配置Druid连接池参数，结合监控页面，将会使应用的数据库性能达到事半功倍的效果。