Spring Boot 集成 Druid 数据源

1. 前言

首先要理解数据源的作用，数据源实际上是一个接口 javax.sql.DataSource 。 Spring Boot 在操作数据库时，是通过数据源类型的组件实现的。

数据源的类型有很多，但是都实现了 javax.sql.DataSource 接口，所以 Spring Boot 可以尽情地更换各类数据源以实现不同的需求。

其中 Druid 数据源就是数据源中比较出类拔萃的存在，而且是阿里开发的。国人出品的东西，咱们能支持的必须得支持啊，当然这是建立在人家做的确实好的基础上。

图片描述

Druid 是阿里巴巴数据库事业部出品本篇我们使用 Druid 替换默认的数据源，然后做一下性能对比测试。网上有很多文章写 Druid 性能如何如何强悍，但是很多并没有事实依据。我们做程序员还是要严谨，相信实践是检验真理的唯一标准。所以本篇的内容就是研究下 Druid 如何使用，及其性能到底是否足够优异。

2. 使用默认数据源（HikariDataSource）

Spring Boot 2.2.5 版本使用的默认数据源是 HikariDataSource ，该数据源号称拥有全世界最快的数据库连接池，嗯，我们来试试它的深浅。

2.1 准备数据库

还是使用之前的商城数据库（shop）及商品信息数据表（goods），表结构如下：

实例：

CREATE TABLE `goods` (
  `id` int(11) NOT NULL AUTO\_INCREMENT COMMENT '唯一编号',
  `name` varchar(255) DEFAULT '' COMMENT '商品名称',
  `price` decimal(10,2) DEFAULT '0.00' COMMENT '商品价格',
  `pic` varchar(255) DEFAULT '' COMMENT '图片文件名',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

2.2 使用 Spring Initializr 创建项目

Spring Boot 版本选择 2.2.5 ， Group 为 com.imooc ， Artifact 为 spring-boot-hikari ，生成项目后导入 Eclipse 开发环境。

2.3 引入项目依赖

我们引入 Web 项目依赖、热部署依赖。由于本项目需要访问数据库，所以引入 spring-boot-starter-jdbc 依赖和 mysql-connector-java 依赖。

pom.xml 文件中依赖项如下：

实例：

        <!-- 热部署 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
        </dependency>
        <!-- web -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <!-- jdbc -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-jdbc</artifactId>
        </dependency>
        <!-- myql驱动 -->
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
        </dependency>

2.4 构建商品类和商品数据访问类

定义商品类，对应商品表：

实例：

/\*\*
 \* 商品类
 \*/
public class GoodsDo {
    /\*\*
 \* 商品id
 \*/
    private Long id;
    /\*\*
 \* 商品名称
 \*/
    private String name;
    /\*\*
 \* 商品价格
 \*/
    private String price;
    /\*\*
 \* 商品图片
 \*/
    private String pic;
    // 省略get set方法
}

定义商品数据库访问类：

实例：

/\*\*
 \* 商品数据库访问类
 \*/
@Repository // 标注数据访问类
public class GoodsDao {
    @Autowired
    private JdbcTemplate jdbcTemplate;

    /\*\*
 \* 新增
 \*/
    public void insert(GoodsDo goods) {
        jdbcTemplate.update("insert into goods(name,price,pic)values(?,?,?)", goods.getName(), goods.getPrice(),
                goods.getPic());
    }

    /\*\*
 \* 删除
 \*/
    public void delete(Long id) {
        jdbcTemplate.update("delete from goods where id =?", id);
    }

    /\*\*
 \* 更新
 \*/
    public void update(GoodsDo goods) {
        jdbcTemplate.update("update goods set name=?,price=?,pic=? where id=?", goods.getName(), goods.getPrice(),
                goods.getPic(), goods.getId());
    }

    /\*\*
 \* 按id查询
 \*/
    public GoodsDo getById(Long id) {
        return jdbcTemplate.queryForObject("select \* from goods where id=?", new RowMapper<GoodsDo>() {
            @Override
            public GoodsDo mapRow(ResultSet rs, int rowNum) throws SQLException {
                GoodsDo goods = new GoodsDo();
                goods.setId(rs.getLong("id"));
                goods.setName(rs.getString("name"));
                goods.setPrice(rs.getString("price"));
                goods.setPic(rs.getString("pic"));
                return goods;
            }
        }, id);
    }

    /\*\*
 \* 查询商品列表
 \*/
    public List<GoodsDo> getList() {
        return jdbcTemplate.query("select \* from goods", new RowMapper<GoodsDo>() {
            @Override
            public GoodsDo mapRow(ResultSet rs, int rowNum) throws SQLException {
                GoodsDo goods = new GoodsDo();
                goods.setId(rs.getLong("id"));
                goods.setName(rs.getString("name"));
                goods.setPrice(rs.getString("price"));
                goods.setPic(rs.getString("pic"));
                return goods;
            }
        });
    }
}

2.5 配置数据源信息

通过配置文件，设置数据源信息。

实例：

# 配置数据库驱动
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
# 配置数据库url
spring.datasource.url=jdbc:mysql://127.0.0.1:3306/shop?useUnicode=true&characterEncoding=utf-8&serverTimezone=UTC
# 配置数据库用户名
spring.datasource.username=root
# 配置数据库密码
spring.datasource.password=Easy@0122

2.6 测试

通过测试类发起测试，此处我们简单执行 1000 次插入，看看执行时间。

需要注意的是，Spring Boot 进行测试时，需要添加注解 @SpringBootTest 。添加注解后该类可以直接通过 @Test 标注的方法发起单元测试，容器环境都已准备好，非常方便。

实例：

@SpringBootTest // 通过该注解，开启测试类功能，当测试方法启动时，启动了Spring容器
class SpringBootHikariApplicationTests {
    @Autowired
    private DataSource dataSource;// 自动注入数据源
    @Autowired
    private GoodsDao goodsDao;

    /\*\*
 \* 打印数据源信息
 \*/
    @Test // 测试方法
    void printDataSource() {
        System.out.println(dataSource);
    }

    /\*\*
 \* 批量插入测试
 \*/
    @Test
    void insertBatch() {
        // 开始时间
        long startTime = System.currentTimeMillis();
        // 执行1000次插入
        GoodsDo goods = new GoodsDo();
        goods.setName("测试");
        goods.setPic("测试图片");
        goods.setPrice("1.0");
        for (int i = 0; i < 1000; i++) {
            goodsDao.insert(goods);
        }
        // 输出操作时间
        System.out.println("use time:" + (System.currentTimeMillis() - startTime)+"ms");
    }
}

输出结果如下，可见默认数据源类型为 HikariDataSource ，插入 1000 条数据的时间大概为 1500ms （注意时间可能跟电脑性能等很多因素相关，此处只是进行简单的对比测试）。

use time:1518ms
com.zaxxer.hikari.HikariDataSource

3. 使用 Druid 数据源

接下来我们使用 Druid 数据源进行对比测试。

3.1 准备数据库

与上面的商城数据库（shop）及商品信息数据表（goods）一致。

3.2 使用 Spring Initializr 创建项目

Spring Boot 版本选择 2.2.5 ， Group 为 com.imooc ， Artifact 为 spring-boot-druid ，生成项目后导入 Eclipse 开发环境。

3.3 引入项目依赖

我们引入 Web 项目依赖、热部署依赖。由于本项目需要访问数据库，所以引入 spring-boot-starter-jdbc 依赖和 mysql-connector-java 依赖，由于使用 Druid ，所以还需要添加 Druid 相关依赖。

pom.xml 文件中依赖项如下：

实例：

        <!-- 热部署 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
        </dependency>
        <!-- web -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <!-- jdbc -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-jdbc</artifactId>
        </dependency>
        <!-- myql驱动 -->
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
        </dependency>
        <!-- springboot druid -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid-spring-boot-starter</artifactId>
            <version>1.1.22</version>
        </dependency>

3.4 构建商品类和商品数据访问类

与 spring-boot-hikari 项目一致。

3.5 配置数据源信息

通过配置文件，设置数据源信息。由于我们不再使用默认数据源，所以此处需要指定数据源类型为 DruidDataSource 。

实例：

# 指定数据源类型
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
# 配置数据库驱动
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
# 配置数据库url
spring.datasource.url=jdbc:mysql://127.0.0.1:3306/shop?useUnicode=true&characterEncoding=utf-8&serverTimezone=UTC
# 配置数据库用户名
spring.datasource.username=root
# 配置数据库密码
spring.datasource.password=Easy@0122

3.6 测试

测试类代码同 spring-boot-hikari 一致，运行测试类后，结果如下：

use time:1428ms
com.alibaba.druid.spring.boot.autoconfigure.DruidDataSourceWrapper

4. 对比结果分析

其实只能得出一个结论，在某些场景下 Druid 的速度不比 Hikari 慢，甚至还略胜一筹。

当然我们只是对两种数据源的默认配置、单一线程情况进行了简单测试，大家感兴趣的话可以研究两种数据源的配置方式，然后通过多线程进行全面测试。

5. Druid 监控

看到这个结果，大家可能对本篇文章不满了，说了半天，也没看出 Druid 好在哪儿啊，为啥还费劲将默认的 Hikari 更换掉呢。

不要着急，我们仔细看下官方介绍：

图片描述

Druid 在阿里巴巴开源项目官网的描述可以看到， Druid 是为监控而生，说明 Druid 最强大的功能实际上是监控，接下来我们就演示下如何实现 Druid 监控。

添加监控相关的配置类，需要注意的是我们设定了监控功能的账号和密码。

实例：

/\*\*
 \* Druid配置
 \*/
@Configuration
public class DruidConfig {
    /\*\*
 \* 注册servletRegistrationBean
 \*/
    @Bean
    public ServletRegistrationBean servletRegistrationBean() {
        ServletRegistrationBean servletRegistrationBean = new ServletRegistrationBean(new StatViewServlet(),
                "/druid/\*");
        servletRegistrationBean.addInitParameter("allow", "");
        // 账号密码
        servletRegistrationBean.addInitParameter("loginUsername", "imooc");
        servletRegistrationBean.addInitParameter("loginPassword", "123456");
        servletRegistrationBean.addInitParameter("resetEnable", "true");
        return servletRegistrationBean;
    }

    /\*\*
 \* 注册filterRegistrationBean
 \*/
    @Bean
    public FilterRegistrationBean filterRegistrationBean() {
        FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean(new WebStatFilter());
        // 添加过滤规则.
        filterRegistrationBean.addUrlPatterns("/\*");
        filterRegistrationBean.addInitParameter("exclusions", "\*.js,\*.gif,\*.jpg,\*.png,\*.css,\*.ico,/druid/\*");
        return filterRegistrationBean;
    }
}

此时打开网址 http://127.0.0.1:8080/druid 即可显示 Druid 登录页面：

图片描述

Druid 登录页面我们使用指定的用户名 imooc 密码 123456 登录后，即可查看各类监控信息，内容还是非常全面的，此处就不再展开介绍了。

图片描述

Druid 监控页面

6. 小结

在实际研发与生产测试过程中，使用 Druid 的情况还是非常多的， Druid 非常稳定、性能也表现相当优异，更重要的是它提供了全面直观的监控手段，所以现阶段还是推荐大家使用 Druid 。

Spring Boot 集成 Druid 数据源

1. 前言​

2. 使用默认数据源（HikariDataSource）​

2.1 准备数据库​

2.2 使用 Spring Initializr 创建项目​

2.3 引入项目依赖​

2.4 构建商品类和商品数据访问类​

2.5 配置数据源信息​

2.6 测试​

3. 使用 Druid 数据源​

3.1 准备数据库​

3.2 使用 Spring Initializr 创建项目​

3.3 引入项目依赖​

3.4 构建商品类和商品数据访问类​

3.5 配置数据源信息​

3.6 测试​

4. 对比结果分析​

5. Druid 监控​

6. 小结​

1. 前言

2. 使用默认数据源（HikariDataSource）

2.1 准备数据库

2.2 使用 Spring Initializr 创建项目

2.3 引入项目依赖

2.4 构建商品类和商品数据访问类

2.5 配置数据源信息

2.6 测试

3. 使用 Druid 数据源

3.1 准备数据库

3.2 使用 Spring Initializr 创建项目

3.3 引入项目依赖

3.4 构建商品类和商品数据访问类

3.5 配置数据源信息

3.6 测试

4. 对比结果分析

5. Druid 监控

6. 小结