数据源和连接池

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。

创新互联公司是一家集网站建设,盐边企业网站建设,盐边品牌网站建设,网站定制,盐边网站建设报价,网络营销,网络优化,盐边网站推广为一体的创新建站企业,帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿,时刻以成就客户成长自我,坚持不断学习、思考、沉淀、净化自己,让我们为更多的企业打造出实用型网站。

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:


    
        
            
                
                
                
                
                
                
                
                
                
                
                
                
            
        
    

    
    
        
    

    
    
        
    

    
        
            
        
    

    
        
        
    

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,
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 {

  /**
   * 

Attempts to establish a connection with the data source that * this {@code DataSource} object represents. */ Connection getConnection() throws SQLException; /** *

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。

标题名称:数据源和连接池
网站路径:http://azwzsj.com/article/cjiecc.html