关于spring:Spring系列之集成Druid连接池及监控配置

3次阅读

共计 12561 个字符，预计需要花费 32 分钟才能阅读完成。

前一篇文章咱们相熟了 HikariCP 连接池，也理解到它的性能很高，明天咱们讲一下另一款比拟受欢迎的连接池：Druid，这是阿里开源的一款数据库连接池，它官网上宣称：为监控而生！他能够实现页面监控，看到 SQL 的执行次数、工夫和慢 SQL 信息，也能够对数据库明码信息进行加密，也能够对监控后果进行日志的记录，以及能够实现对敏感操作实现开关，杜绝 SQL 注入，上面咱们具体讲一下它如何与 Spring 集成，并且顺便理解一下它的监控的配置。

文章要点：

Spring 集成 Druid
监控 Filters 配置（stat、wall、config、log）
HiKariCP 和 Druid 该如何抉择

<dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <scope>runtime</scope>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-jdbc</artifactId>
        </dependency>

        <dependency>
            <groupId>org.mybatis.spring.boot</groupId>
            <artifactId>mybatis-spring-boot-starter</artifactId>
            <version>2.2.0</version>
        </dependency>

        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid-spring-boot-starter</artifactId>
            <version>1.2.6</version>
        </dependency>

@Configuration
public class DataSourceConfiguration {@ConfigurationProperties(prefix = "spring.datasource.druid")
    @Bean
    public DataSource dataSource(){return new DruidDataSource();
    }
}

# 或 spring.datasource.url
spring.datasource.druid.url=jdbc:mysql://localhost:3306/chenrui
# 或 spring.datasource.username
spring.datasource.druid.username=root
# 或 spring.datasource.password
spring.datasource.druid.password=root

#初始化时建设物理连贯的个数。初始化产生在显示调用 init 办法，或者第一次 getConnection 时
spring.datasource.druid.initial-size=5
#最大连接池数量
spring.datasource.druid.max-active=20
#最小连接池数量
spring.datasource.druid.min-idle=5
#获取连贯时最大等待时间，单位毫秒。配置了 maxWait 之后，缺省启用偏心锁，并发效率会有所降落，如果须要能够通过配置 useUnfairLock 属性为 true 应用非偏心锁
spring.datasource.druid.max-wait=500
#是否缓存 preparedStatement，也就是 PSCache。PSCache 对反对游标的数据库性能晋升微小，比如说 oracle。在 mysql 下倡议敞开。spring.datasource.druid.pool-prepared-statements=false
#要启用 PSCache，必须配置大于 0，当大于 0 时，poolPreparedStatements 主动触发批改为 true。在 Druid 中，不会存在 Oracle 下 PSCache 占用内存过多的问题，能够把这个数值配置大一些，比如说 100
spring.datasource.druid.max-pool-prepared-statement-per-connection-size=-1
#用来检测连贯是否无效的 sql，要求是一个查问语句，罕用 select 'x'。如果 validationQuery 为 null，testOnBorrow、testOnReturn、testWhileIdle 都不会起作用。spring.datasource.druid.validation-query=select 'x'
#单位：秒，检测连贯是否无效的超时工夫。底层调用 jdbc Statement 对象的 void setQueryTimeout(int seconds) 办法
spring.datasource.druid.validation-query-timeout=1
#申请连贯时执行 validationQuery 检测连贯是否无效，做了这个配置会升高性能。spring.datasource.druid.test-on-borrow=true
#偿还连贯时执行 validationQuery 检测连贯是否无效，做了这个配置会升高性能。spring.datasource.druid.test-on-return=true
#倡议配置为 true，不影响性能，并且保障安全性。申请连贯的时候检测，如果闲暇工夫大于 timeBetweenEvictionRunsMillis，执行 validationQuery 检测连贯是否无效
spring.datasource.druid.test-while-idle=true
#有两个含意：默认 1 分钟
#1) Destroy 线程会检测连贯的间隔时间，如果连贯闲暇工夫大于等于 minEvictableIdleTimeMillis 则敞开物理连贯。#2) testWhileIdle 的判断根据，具体看 testWhileIdle 属性的阐明
spring.datasource.druid.time-between-eviction-runs-millis=60000
# 连贯放弃闲暇而不被驱赶的最小工夫
spring.datasource.druid.min-evictable-idle-time-millis=600000
# 连贯放弃闲暇而不被驱赶的最大工夫
spring.datasource.druid.max-evictable-idle-time-millis=900000
#配置多个英文逗号分隔
spring.datasource.druid.filters=stat,wall

# WebStatFilter 配置
# 是否启用 StatFilter 默认值 false
spring.datasource.druid.web-stat-filter.enabled=true
# 匹配的 url
spring.datasource.druid.web-stat-filter.url-pattern=/*
# 排除一些不必要的 url，比方.js,/jslib/ 等等
spring.datasource.druid.web-stat-filter.exclusions=*.js,*.gif,*.jpg,*.bmp,*.png,*.css,*.ico,/druid/*
# 你能够敞开 session 统计性能
spring.datasource.druid.web-stat-filter.session-stat-enable=true
# 默认 sessionStatMaxCount 是 1000 个，你也能够按须要进行配置
spring.datasource.druid.web-stat-filter.session-stat-max-count=1000
# 使得 druid 可能晓得以后的 session 的用户是谁
spring.datasource.druid.web-stat-filter.principal-session-name=cross
# 如果你的 user 信息保留在 cookie 中，你能够配置 principalCookieName，使得 druid 晓得以后的 user 是谁
spring.datasource.druid.web-stat-filter.principal-cookie-name=aniu
# 配置 profileEnable 可能监控单个 url 调用的 sql 列表
spring.datasource.druid.web-stat-filter.profile-enable=


# 配置_StatViewServlet 配置, 用于展现 Druid 的统计信息
#是否启用 StatViewServlet（监控页面）默认值为 false（思考到平安问题默认并未启动，如需启用倡议设置明码或白名单以保障平安）spring.datasource.druid.stat-view-servlet.enabled=true
spring.datasource.druid.stat-view-servlet.url-pattern=/druid/*
#容许清空统计数据
spring.datasource.druid.stat-view-servlet.reset-enable=true
#监控页面登陆的用户名
spring.datasource.druid.stat-view-servlet.login-username=root
# 登陆监控页面所需的明码
spring.datasource.druid.stat-view-servlet.login-password=1234

# deny 优先于 allow，如果在 deny 列表中，就算在 allow 列表中，也会被回绝。# 如果 allow 没有配置或者为空，则容许所有拜访
#容许的 IP
# spring.datasource.druid.stat-view-servlet.allow=
#回绝的 IP
#spring.datasource.druid.stat-view-servlet.deny=127.0.0.1

#指定 xml 文件所在的地位
mybatis.mapper-locations=classpath:mapper/*Mapper.xml
#开启数据库字段和类属性的映射反对驼峰
mybatis.configuration.map-underscore-to-camel-case=true

create table user_info
(
    id        bigint unsigned auto_increment
        primary key,
    user_id   int          not null comment '用户 id',
    user_name varchar(64)  not null comment '实在姓名',
    email     varchar(30)  not null comment '用户邮箱',
    nick_name varchar(45)  null comment '昵称',
    status    tinyint      not null comment '用户状态，1- 失常，2- 登记，3- 解冻',
    address   varchar(128) null
)
    comment '用户根本信息';

INSERT INTO chenrui.user_info (id, user_id, user_name, email, nick_name, status, address) VALUES (1, 80001, '张三丰', 'xxx@126.com', '三哥', 1, '武当山');
INSERT INTO chenrui.user_info (id, user_id, user_name, email, nick_name, status, address) VALUES (2, 80002, '张无忌', 'yyy@126.com', '', 1, null);

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mapper
        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
        "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.example.springdataSourcedruid.dao.UserInfoDAO">

    <select id="findAllUser" resultType="com.example.springdataSourcedruid.entity.UserInfo">
        select * from user_info
    </select>

    <select id="getUserById" resultType="com.example.springdataSourcedruid.entity.UserInfo">
        select * from user_info where id = #{id}
    </select>

    <select id="getUserByIdEqualOne" resultType="com.example.springdataSourcedruid.entity.UserInfo">
        select * from user_info where id =1
    </select>

    <select id="getUserByIdEqualTwo" resultType="com.example.springdataSourcedruid.entity.UserInfo">
        select * from user_info where id =2
    </select>
</mapper>

public interface UserInfoDAO {List<UserInfo> findAllUser();

    UserInfo getUserById(@Param("id") int id);

    UserInfo getUserByIdEqualOne();

    UserInfo getUserByIdEqualTwo();}

@RestController
@Slf4j
public class UserInfoController {
    @Resource
    private UserInfoDAO userInfoDAO;

    @GetMapping(path = "/all")
    public List<UserInfo> getAllUser(){return userInfoDAO.findAllUser();
    }

    @GetMapping(path = "/getUser/{id}")
    public UserInfo getById(@PathVariable int id){return userInfoDAO.getUserById(id);
    }

    @GetMapping(path = "/getUser/one")
    public UserInfo getById1(){return userInfoDAO.getUserByIdEqualOne();
    }

    @GetMapping(path = "/getUser/two")
    public UserInfo getById2(){return userInfoDAO.getUserByIdEqualTwo();
    }
}

@SpringBootApplication
@MapperScan(basePackages = "com.example.springdataSourcedruid.dao")
public class SpringDataSourceDruidApplication {public static void main(String[] args) {SpringApplication.run(SpringDataSourceDruidApplication.class, args);
    }
}

拜访：http://127.0.0.1:8080/druid/，弹出登陆界面，用户和明码对应咱们的配置文件中设置的用户名和明码

登陆进去能够看到外面有很多监控，这里咱们只看咱们本次所关怀的，数据源，SQL 监控，URL 监控，其余的能够自行钻研。

下面咱们看到数据源外面的信息和咱们在 application.properties 中配置的统一

上面咱们别离执行几次，咱们筹备好的验证接口
http://127.0.0.1:8080/all
http://127.0.0.1:8080/getUser/1
http://127.0.0.1:8080/getUser/2
http://127.0.0.1:8080/getUser…
http://127.0.0.1:8080/getUser…

而后看一下的各项监控信息长什么样子

SQL 监控

下面咱们看到咱们总共四个语句，以及四个语句的运行状况
SQL 监控项上，执行工夫、读取行数、更新行数都有区间散布，将耗时散布成 8 个区间：

0 – 1 耗时 0 到 1 毫秒的次数
1 – 10 耗时 1 到 10 毫秒的次数
10 – 100 耗时 10 到 100 毫秒的次数
100 – 1,000 耗时 100 到 1000 毫秒的次数
1,000 – 10,000 耗时 1 到 10 秒的次数
10,000 – 100,000 耗时 10 到 100 秒的次数
100,000 – 1,000,000 耗时 100 到 1000 秒的次数
1,000,000 – 耗时 1000 秒以上的次数

这里你可能会有疑难 ，id = 1 和 id= 2 怎么还是离开的，如果我 id 有一亿个，难道要在监控页面上有一亿条记录吗？不是应该都应该是 id=？的模式吗？这里前面会讲到，波及到 sql 合并的监控配置

URL 监控

这里能够很清晰的看到，每个 url 波及到的数据库执行的信息

在 druid 的 jar 中，META-INF/druid-filter.properties 中有其内置的 filter，内容如下：

druid.filters.default=com.alibaba.druid.filter.stat.StatFilter
druid.filters.stat=com.alibaba.druid.filter.stat.StatFilter
druid.filters.mergeStat=com.alibaba.druid.filter.stat.MergeStatFilter
druid.filters.counter=com.alibaba.druid.filter.stat.StatFilter
druid.filters.encoding=com.alibaba.druid.filter.encoding.EncodingConvertFilter
druid.filters.log4j=com.alibaba.druid.filter.logging.Log4jFilter
druid.filters.log4j2=com.alibaba.druid.filter.logging.Log4j2Filter
druid.filters.slf4j=com.alibaba.druid.filter.logging.Slf4jLogFilter
druid.filters.commonlogging=com.alibaba.druid.filter.logging.CommonsLogFilter
druid.filters.commonLogging=com.alibaba.druid.filter.logging.CommonsLogFilter
druid.filters.wall=com.alibaba.druid.wall.WallFilter
druid.filters.config=com.alibaba.druid.filter.config.ConfigFilter
druid.filters.haRandomValidator=com.alibaba.druid.pool.ha.selector.RandomDataSourceValidateFilter

default、stat、wall 等是 filter 的别名，能够在 application.properties 中能够通过 spring.datasource.druid.filters 属性指定别名来开启相应的 filter，也能够在 Spring 中通过属性注入形式来开启，接下来介绍一下比拟罕用的 filter

在 spring.datasource.druid.filters 配置中蕴含 stat，代表开启监控统计信息，在下面内容中，咱们曾经看到蕴含执行次数、工夫、最慢 SQL 等信息。也提到因为有的 sql 是非参数话的，这样会导致在监控页面有很多监控的 sql 都是一样的，只是参数不一样，咱们这时候须要将合同 sql 配置关上；
只须要在 application.properties 减少配置：

# 为监控开启 SQL 合并，将慢 SQL 的工夫定为 2 毫秒，记录慢 SQL 日志
spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true

看一下运行后果：

1、上面 2 个语句在监控页面被合并了：

select * from user_info where id=1
select * from user_info where id=2
// 合并后的后果是：SELECT * FROM user_info WHERE id = ?

2、超过 2ms 的语句，在监控页面红色展现进去
3、慢 SQL 在日志中会被体现进去

继承 stat，根本个性和 stat 是一样的，不做延长

因为历史起因，一些数据库保留数据的时候应用了谬误编码，须要做编码转换。
能够用上面的形式开启：

spring.datasource.druid.filters=stat,encoding
#配置客户端的编码 UTF-8，服务端的编码是 ISO-8859-1，这样存在数据库中的乱码查问进去就不是乱码了。spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true;clientEncoding=UTF-8;serverEncoding=ISO-8859-1

Druid 内置提供了四种 LogFilter（Log4jFilter、Log4j2Filter、CommonsLogFilter、Slf4jLogFilter），用于输入 JDBC 执行的日志

# 这里应用 log4j2 为例
spring.datasource.druid.filters=stat,log4j2
#druid.log.conn 记录连贯、druid.log.stmt 记录语句、druid.log.rs 记录后果集、druid.log.stmt.executableSql 记录可执行的 SQL
spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true;druid.log.conn=true;druid.log.stmt=true;druid.log.rs=true;druid.log.stmt.executableSql=true
#为不便验证，咱们开启以下 loggerName 为 DEBUG
logging.level.druid.sql.Statement=DEBUG
logging.level.druid.sql.ResultSet=DEBUG
logging.level.druid.sql.Connection=DEBUG
logging.level.druid.sql.DataSource=DEBUG

咱们能够看到执行 SQL 的整个过程，开启连贯 > 从连接池获取一个连贯 > 组装 SQL 语句 > 执行 > 后果集返回 > 连接池回收连贯
这里只用了 log4j2 这一种类型，其余能够自行去验证。

WallFilter 的性能是进攻 SQL 注入攻打。它是基于 SQL 语法分析，了解其中的 SQL 语义，而后做解决的，智能，精确，误报率低。缩小危险的产生，wall 拦截器还是很重要的。比如说不容许应用 truncate，不容许物理删除，这时候 wall 就用得上了。配置形式有两种：

spring.datasource.druid.filters=stat,wall,log4j2

这种配置是默认配置，而且大多数都不会拦挡，可能不合乎特定的场景，默认属性值参照：https://www.bookstack.cn/read…

这种形式的益处是：咱们能够针对特定场景进行限定，比如说不能用存储过程，不能物理删除，是否容许语句中有正文等等。

// 在 DruidDataSource 生成前注入 WallFilter
@ConfigurationProperties(prefix = "spring.datasource.druid")
    @Bean
    public DataSource dataSource(){DruidDataSource dataSource = new DruidDataSource();
        dataSource.getProxyFilters().add(wallFilter());
        return dataSource;
    }

    @Bean
    @ConfigurationProperties("spring.datasource.druid.filter.wall.config")
    public WallConfig wallConfig(){return new WallConfig();
    }
    @Bean
    public WallFilter wallFilter(){WallFilter filter = new WallFilter();
        filter.setConfig(wallConfig());
        filter.setDbType("mysql");
        return filter;
    }

# 不容许物理删除语句
spring.datasource.druid.filter.wall.config.delete-allow=false

执行一下试试成果：

能够看到日志显示，不容许删除，这样能够防止一些同学不依照公司开发标准来开发代码，缩小危险。其余配置本人能够试验一下。

Config 作用：从配置文件中读取配置；从近程 http 文件中读取配置；为数据库明码提供加密性能
实际上前两项作用意义不大，最要害的是第三项作用，因为数据库明码间接写在配置中，对运维平安来说，是一个很大的挑战。Druid 为此提供一种数据库明码加密的伎俩 ConfigFilter
如何应用：

# 在 application.properties 的链接属性配置项中减少 config.file，能够是本地文件，也能够是近程文件，比方 config.file=http://127.0.0.1/druid-pool.properties
spring.datasource.druid.connection-properties=config.file=file:///Users/chenrui/druid-pool.properties

应用上面的命令生成数据库明码的密文和秘钥对

java -cp druid-1.0.16.jar com.alibaba.druid.filter.config.ConfigTools you_password

spring.datasource.druid.password=kPYuT1e6i6M929mNvKfvhyBx3eCI+Fs0pqA3n7GQYIoo76OaWVg3KALr7EdloivFVBSeF0zo5IGIfpbGtAKa+Q==

本人启动一下试试，发现一切正常，信息安全问题也解决了。

网络上有这么一个图，能够看到 Druid 是和其申明的统一（为监控而生），然而目前市面上有很多监控相干的中间件和技术，HikariCP 能够通过这些技术补救监控方面的有余

HikariCP 则说本人是性能最好的连接池，然而 Druid 也禁受住了阿里双 11 的大考，实际上性能也是很好的

抉择哪一款就见仁见智了，不过两款都是开源产品，阿里的 Druid 有中文的开源社区，交换起来更加不便，并且通过阿里多个零碎的试验，想必也是十分的稳固，而 Hikari 是 SpringBoot2.0 默认的连接池，全世界应用范畴也十分广，对于大部分业务来说，应用哪一款都是差不多的，毕竟性能瓶颈个别都不在连接池。大家可依据本人的爱好自由选择

正文完

spring

发表至： spring

2021-08-31

0

关于spring:小书MybatisPlus第8篇逻辑删除实现及API细节精讲

关于spring:Nacos中服务删除不了怎么办

关于spring:Spring-AOT应用实践

关于spring:总是说spring难学来看完这些spring的注解及其解释真香

关于前端:前端解决前端英文Chrome-浏览器出现的生成PDF吃字及超链接显示问题

关于spring:Spring系列之集成Druid连接池及监控配置

前言

如何集成 Druid

1、减少相干依赖

2、配置 DataSource

3、配置项参数 application.properties

4、代码相干

数据库脚本

初始化数据

mapper.xml 文件编写

编写 DAO 接口

测试 controller

启动类

5、启动验证

而后看一下的各项监控信息长什么样子

SQL 监控

URL 监控

druid 的内置 filters

拦截器 stat（default、counter）

拦截器 mergeStat

拦截器 encoding

拦截器 log4j（log4j2、slf4j、commonlogging、commonLogging）

拦截器 wall

第一种：缺省配置

第二种：属性指定配置

拦截器 Config

加密咱们的数据库明码

druid-pool.properties 文件内容

数据库明码配置项的值改为密文

Druid 和 HikariCP 如何抉择

站内搜索