数据源
所谓数据源也就是数据的来源,它存储了所有建立数据库连接需要的信息。就像通过指定文件名称可以在文件系统中找到文件一样,通过提供正确的数据源名称,你可以找到相应的数据库连接。
因此,一个数据源只对应于一个数据库,如果项目中需要连多个数据库,那么就要配置多个数据源。
数据源xml配置实例:
<!--数据源-->
<bean id="dataSource" class="com.zaxxer.hikari.HikariDataSource" destroy-method="close">
<constructor-arg>
<bean class="com.zaxxer.hikari.HikariConfig">
<property name="poolName" value="HikariDataSource" />
<property name="driverClassName" value="${jdbc.driverClassName}" />
<property name="jdbcUrl" value="${jdbc.url}" />
<property name="username" value="${jdbc.username}" />
<property name="password" value="${jdbc.password}" />
<property name="autoCommit" value="false" />
<property name="connectionTimeout" value="30000" />
<property name="idleTimeout" value="600000" />
<property name="maxLifetime" value="1800000" />
<property name="connectionTestQuery" value="${jdbc.testSql}" />
<property name="maximumPoolSize" value="500" />
<property name="minimumIdle" value="1" />
</bean>
</constructor-arg>
</bean>
<!--jdbcTemplate需要引用数据源-->
<bean id="jdbcTemplate" class="org.springframework.jdbc.core.JdbcTemplate">
<property name="dataSource" ref="dataSource"></property>
</bean>
<!--事务也是加在数据源之上的-->
<bean id="transactionManager" class="org.springframework.jdbc.datasource.DataSourceTransactionManager">
<property name="dataSource" ref="dataSource"></property>
</bean>
<tx:advice id="transactionAdvice" transaction-manager="transactionManager">
<tx:attributes>
<tx:method name="*" propagation="REQUIRED" />
</tx:attributes>
</tx:advice>
<aop:config>
<aop:pointcut expression="execution(* com.btzh.service.impl.*.*(..))" id="allManagerMethod" />
<aop:advisor advice-ref="transactionAdvice" pointcut-ref="allManagerMethod" />
</aop:config>
可见,jdbc模板、事务都是以数据源为基础,所有配置都是围绕着数据源开展的。
再看springboot的数据源配置:
#-------------------------------------------------- 数据库配置 --------------------------------------------------#
spring.datasource.ms.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.ms.jdbcurl=jdbc:mysql://192.168.47.130:3306/faith?useSSL=false&serverTimezone=CTT
spring.datasource.ms.username=faith
spring.datasource.ms.password=faith
# 连接池的配置信息,下面为连接池的补充设置,应用到上面所有数据源中
# 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
spring.datasource.validationQuery=SELECT 1 FROM DUAL
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
spring.datasource.maxPoolPreparedStatementPerConnectionSize=20
# 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
spring.datasource.filters=stat,wall,log4j
spring.datasource.logSlowSql=true
# 通过connectProperties属性来打开mergeSql功能;慢SQL记录
spring.datasource.connectionProperties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=5000
/**
* 阿里Druid连接池配置方式
*/
@Slf4j
@Configuration
public class DruidDbConfig {
@Value("${spring.datasource.ms.driver-class-name}")
private String driverClassName;
@Value("${spring.datasource.ms.jdbcurl}")
private String dbUrl;
@Value("${spring.datasource.ms.username}")
private String username;
@Value("${spring.datasource.ms.password}")
private String password;
@Value("${spring.datasource.initialSize}")
private int initialSize;
@Value("${spring.datasource.minIdle}")
private int minIdle;
@Value("${spring.datasource.maxActive}")
private int maxActive;
@Value("${spring.datasource.maxWait}")
private int maxWait;
/**
* 配置间隔多久才进行一次检测,检测需要关闭的空闲连接,单位是毫秒
*/
@Value("${spring.datasource.timeBetweenEvictionRunsMillis}")
private int timeBetweenEvictionRunsMillis;
/**
* 配置一个连接在池中最小生存的时间,单位是毫秒
*/
@Value("${spring.datasource.minEvictableIdleTimeMillis}")
private int minEvictableIdleTimeMillis;
@Value("${spring.datasource.validationQuery}")
private String validationQuery;
@Value("${spring.datasource.testWhileIdle}")
private boolean testWhileIdle;
@Value("${spring.datasource.testOnBorrow}")
private boolean testOnBorrow;
@Value("${spring.datasource.testOnReturn}")
private boolean testOnReturn;
/**
* 打开PSCache,并且指定每个连接上PSCache的大小
*/
@Value("${spring.datasource.poolPreparedStatements}")
private boolean poolPreparedStatements;
@Value("${spring.datasource.maxPoolPreparedStatementPerConnectionSize}")
private int maxPoolPreparedStatementPerConnectionSize;
/**
* 配置监控统计拦截的filters
*/
@Value("${spring.datasource.filters}")
private String filters;
/**
* 通过connectProperties属性来打开mergeSql功能;慢SQL记录
*/
@Value("${spring.datasource.connectionProperties}")
private String connectionProperties;
@Bean
@Primary
public DataSource msDataSource() {
return getDruidDataSource(driverClassName, username, password, dbUrl);
}
private DruidDataSource getDruidDataSource(String driverClassName, String username, String password, String url) {
DruidDataSource datasource = new DruidDataSource();
datasource.setUrl(url);
datasource.setUsername(username);
datasource.setPassword(password);
datasource.setDriverClassName(driverClassName);
//configuration
datasource.setInitialSize(initialSize);
datasource.setMinIdle(minIdle);
datasource.setMaxActive(maxActive);
datasource.setMaxWait(maxWait);
datasource.setTimeBetweenEvictionRunsMillis(timeBetweenEvictionRunsMillis);
datasource.setMinEvictableIdleTimeMillis(minEvictableIdleTimeMillis);
datasource.setValidationQuery(validationQuery);
datasource.setTestWhileIdle(testWhileIdle);
datasource.setTestOnBorrow(testOnBorrow);
datasource.setTestOnReturn(testOnReturn);
datasource.setPoolPreparedStatements(poolPreparedStatements);
datasource.setMaxPoolPreparedStatementPerConnectionSize(maxPoolPreparedStatementPerConnectionSize);
try {
datasource.setFilters(filters);
} catch (SQLException e) {
log.error("druid configuration initialization filter : {0}", e);
}
datasource.setConnectionProperties(connectionProperties);
return datasource;
}
}
发现,无论是配置类方式还是xml定义方式,目的都是得到一个DataSource类型的对象,这个DataSource对象属于jdk定义:
package javax.sql;
import java.sql.Connection;
import java.sql.SQLException;
import java.sql.Wrapper;
public interface DataSource extends CommonDataSource, Wrapper {
/**
* <p>Attempts to establish a connection with the data source that
* this {@code DataSource} object represents.
*/
Connection getConnection() throws SQLException;
/**
* <p>Attempts to establish a connection with the data source that
* this {@code DataSource} object represents.
*/
Connection getConnection(String username, String password)
throws SQLException;
}
所有第三方实现的数据源,例如C3P0、阿里的druid都需要实现这个DataSource接口。
如果把数据比作水,那么数据库就是水库,数据源就是连接水库的管道,客户端看到的数据集就是从管道中流出的水。
连接池
池化技术,以数据库连接池为例,基本的思想是系统初始化时,创建若干连接并保存在内存中,当用户需要访问数据库时,无需建立新的连接,而是从连接池中取出一个已建立的空闲连接对象,当这个连接使用完毕后,将返回到连接池中,等待下次被使用。
C3P0、druid都会维护自己的数据库连接池,数据库连接池就负责分配、管理和释放连接,连接池的主要优点有以下三个方面:
减少连接创建时间:连接池中的连接可直接使用,这样减少了连接创建的资源消耗;
提高效率:用户可以直接使用连接,提升响应效率;
资源控制:连接池能够使资源利用控制在一定的水平之下,如果不使用连接池,每次访问数据库都需要创建一个连接,很容易产生资源浪费和高负载异常。