在Spring Boot中集成Druid实现多数据源有两种常用的方式：使用Spring Boot的自动配置和手动配置。
### 1. 自动配置多数据源
Spring Boot提供了对多数据源的自动配置支持，可以通过配置文件简单地实现多数据源的配置。以下是一种常见的做法：
#### 添加依赖
首先，确保在`pom.xml`中添加Druid和数据库驱动的依赖：
```xml
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
<version>1.2.5</version> <!-- 版本根据实际情况选择 -->
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
</dependency>
<!-- 其他数据库驱动依赖 -->
```
#### 配置application.properties或application.yml
在`application.properties`或`application.yml`中配置多数据源：
```yaml
# 数据源1配置
spring.datasource.druid.datasource1.url=jdbc:mysql://localhost:3306/db1
spring.datasource.druid.datasource1.username=user1
spring.datasource.druid.datasource1.password=password1
spring.datasource.druid.datasource1.driver-class-name=com.mysql.jdbc.Driver
# 数据源2配置
spring.datasource.druid.datasource2.url=jdbc:mysql://localhost:3306/db2
spring.datasource.druid.datasource2.username=user2
spring.datasource.druid.datasource2.password=password2
spring.datasource.druid.datasource2.driver-class-name=com.mysql.jdbc.Driver
```
#### 配置数据源Bean
Spring Boot会根据上述配置自动创建数据源，你可以根据需要创建`JdbcTemplate`或者使用`@Primary`注解指定默认数据源。
```java
import com.alibaba.druid.spring.boot.autoconfigure.DruidDataSourceBuilder;
import javax.sql.DataSource;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
@Configuration
public class DataSourceConfig {
@Bean
@ConfigurationProperties("spring.datasource.druid.datasource1")
public DataSource dataSource1() {
return DruidDataSourceBuilder.create().build();
}
@Bean
@ConfigurationProperties("spring.datasource.druid.datasource2")
public DataSource dataSource2() {
return DruidDataSourceBuilder.create().build();
}
// 可以根据需要定义其他数据源
}
```
### 2. 手动配置多数据源
如果你需要更细粒度地控制数据源的配置，可以通过手动配置数据源及相关Bean来实现多数据源。
#### 配置类
```java
import javax.sql.DataSource;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.jdbc.core.JdbcTemplate;
@Configuration
public class DataSourceConfig {
@Bean(name = "dataSource1")
@ConfigurationProperties(prefix = "spring.datasource.druid.datasource1")
public DataSource dataSource1() {
return new DruidDataSource();
}
@Bean(name = "jdbcTemplate1")
public JdbcTemplate jdbcTemplate1(@Qualifier("dataSource1") DataSource dataSource) {
return new JdbcTemplate(dataSource);
}
@Bean(name = "dataSource2")
@ConfigurationProperties(prefix = "spring.datasource.druid.datasource2")
public DataSource dataSource2() {
return new DruidDataSource();
}
@Bean(name = "jdbcTemplate2")
public JdbcTemplate jdbcTemplate2(@Qualifier("dataSource2") DataSource dataSource) {
return new JdbcTemplate(dataSource);
}
// 可以根据需要定义更多数据源和对应的JdbcTemplate
}
```
#### 使用不同的JdbcTemplate
在需要访问不同数据源的地方，使用对应的`JdbcTemplate`实例：
```java
@Autowired
@Qualifier("jdbcTemplate1")
private JdbcTemplate jdbcTemplate1;
@Autowired
@Qualifier("jdbcTemplate2")
private JdbcTemplate jdbcTemplate2;
```
### 总结
以上就是在Spring Boot中实现多数据源的两种主要方式。自动配置方式更简单且适合大多数场景，而手动配置方式则提供了更大的灵活性和控制能力，根据实际需求选择合适的方式进行配置。
除了上述提到的两种常见的多数据源配置方式外，还有一些额外的补充信息可以帮助你更好地理解和使用多数据源功能：
### 1. 多数据源事务管理
在使用多数据源时，事务管理可能会比较复杂。Spring Boot提供了`JdbcTemplate`的自动配置，但需要注意的是，事务管理必须明确在每个数据源上进行配置，确保跨数据源的事务能够正确工作。通常可以使用`PlatformTransactionManager`的实现来处理多数据源事务。
### 2. 多数据源动态切换
有时候需要在运行时动态切换数据源，比如根据请求或用户的选择使用不同的数据库。这种情况下，可以通过AOP（面向切面编程）和ThreadLocal来实现动态切换数据源。例如，定义一个`ThreadLocal`变量来存储当前数据源的标识，在需要切换数据源时，更改该变量并结合AOP切面拦截数据源访问。
### 3. 数据源健康检查
Druid作为一个强大的连接池框架，提供了丰富的监控和管理功能，包括数据源健康检查、性能统计等。可以通过Druid的监控页面来实时查看数据源的状态和连接池的使用情况，这对于生产环境中的故障排查和性能优化非常有帮助。
### 4. 多数据源的性能优化
在配置多数据源时，要注意每个数据源的连接池配置（比如最大连接数、最小空闲连接数等）以及SQL的优化。不同的数据源可能具有不同的访问模式和性能要求，需要根据实际情况调整配置和优化SQL语句，以提升系统的整体性能和稳定性。
### 5. 多数据源的安全性考虑
在配置多数据源时，要特别注意数据访问的安全性问题，确保不同数据源的访问权限和数据隔离。可以通过数据库本身的权限控制和应用层的安全策略来增强数据安全性，避免因多数据源配置而引入的安全风险。
综上所述，理解和配置多数据源是开发中常见的需求，通过合适的配置和技术手段，可以有效地管理和优化多数据源的应用场景，确保系统的稳定性和性能表现。
