Spring Boot多数据源与Druid监控集成实战

1. 项目概述

作为一名长期奋战在Java后端开发一线的工程师，我深知多数据源配置在实际项目中的重要性。最近在升级Spring Boot 3的项目中，遇到了多数据源与Druid监控集成的一系列"坑"，今天就把这些实战经验完整分享出来。

这个方案完美解决了我在实际项目中遇到的三个核心痛点：

1. 多数据源动态切换时的连接泄漏问题
2. Druid监控页面404无法访问的配置难题
3. 控制台SQL日志输出不全的调试困境

2. 环境准备与依赖配置

2.1 基础环境搭建

首先确保你的开发环境满足以下要求：

• JDK 17+（Spring Boot 3的最低要求）
• Maven 3.6+
• MySQL 5.7+/8.0
• IDE推荐IntelliJ IDEA

创建项目时，我建议使用Spring Initializr选择以下依赖：

• Spring Web
• Spring Data JDBC
• MyBatis Framework
• Lombok
• MySQL Driver

2.2 关键依赖版本选择

在pom.xml中需要特别注意这些依赖的版本兼容性：

<properties> <druid.version>1.2.16</druid.version> <mybatis.version>3.0.3</mybatis.version> </properties> <dependencies> <!-- Druid连接池 --> <dependency> <groupId>com.alibaba</groupId> <artifactId>druid-spring-boot-starter</artifactId> <version>${druid.version}</version> </dependency> <!-- MyBatis整合 --> <dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <version>${mybatis.version}</version> </dependency> </dependencies>

特别注意：Druid 1.2.16版本是经过大量生产验证的稳定版本，不建议盲目追求最新版

3. 多数据源配置实战

3.1 配置文件详解

在application.yml中配置主从数据源：

spring: datasource: dynamic: primary: master # 默认数据源 strict: false # 未指定数据源时使用默认 datasource: master: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/master_db?useSSL=false&serverTimezone=Asia/Shanghai username: root password: master123 type: com.alibaba.druid.pool.DruidDataSource initial-size: 5 min-idle: 5 max-active: 20 validation-query: SELECT 1 test-while-idle: true test-on-borrow: false filters: stat,wall,slf4j slave: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/slave_db?useSSL=false&serverTimezone=Asia/Shanghai username: root password: slave123 type: com.alibaba.druid.pool.DruidDataSource initial-size: 5 max-active: 15 # 从库连接数可以比主库少 filters: stat,wall

关键配置说明：

• validation-query: 连接验证SQL，MySQL推荐使用SELECT 1
• test-while-idle: 空闲时检测连接有效性
• filters: stat监控统计，wall防御SQL注入

3.2 数据源配置类

创建主数据源配置类：

@Configuration @MapperScan(basePackages = "com.example.mapper.master", sqlSessionTemplateRef = "masterSqlSessionTemplate") public class MasterDataSourceConfig { @Bean(name = "masterDataSource") @ConfigurationProperties(prefix = "spring.datasource.dynamic.datasource.master") public DataSource masterDataSource() { return DruidDataSourceBuilder.create().build(); } @Bean(name = "masterSqlSessionFactory") public SqlSessionFactory masterSqlSessionFactory( @Qualifier("masterDataSource") DataSource dataSource) throws Exception { SqlSessionFactoryBean bean = new SqlSessionFactoryBean(); bean.setDataSource(dataSource); // 配置MyBatis XML文件位置 bean.setMapperLocations(new PathMatchingResourcePatternResolver() .getResources("classpath:mapper/master/*.xml")); // 配置MyBatis其他设置 bean.setConfiguration(configuration()); return bean.getObject(); } @Bean public org.apache.ibatis.session.Configuration configuration() { org.apache.ibatis.session.Configuration configuration = new org.apache.ibatis.session.Configuration(); configuration.setMapUnderscoreToCamelCase(true); configuration.setLogImpl(StdOutImpl.class); // 使用标准输出日志 return configuration; } @Bean(name = "masterSqlSessionTemplate") public SqlSessionTemplate masterSqlSessionTemplate( @Qualifier("masterSqlSessionFactory") SqlSessionFactory sqlSessionFactory) { return new SqlSessionTemplate(sqlSessionFactory); } }

从数据源配置类类似，主要区别在于：

1. 包扫描路径改为slave
2. Bean名称前缀改为slave
3. Mapper XML文件位置指向slave目录

4. Druid监控配置

4.1 监控页面配置

在application.yml中添加：

spring: datasource: druid: stat-view-servlet: enabled: true url-pattern: /druid/* login-username: admin login-password: druid123 reset-enable: false allow: 127.0.0.1,192.168.1.100 web-stat-filter: enabled: true url-pattern: /* exclusions: "*.js,*.gif,*.jpg,*.css,/druid/*" filter: stat: log-slow-sql: true slow-sql-millis: 1000 merge-sql: true wall: config: multi-statement-allow: true

关键安全建议：

1. 生产环境必须修改默认账号密码
2. allow列表限制可访问IP
3. 禁用reset-enable防止误操作

4.2 监控页面功能解析

访问http://localhost:8080/druid/后可以看到：

1. 数据源面板：

   • 活跃连接数
   • 等待线程数
   • 事务提交/回滚统计
   • 物理连接打开/关闭次数

2. SQL监控：

   • 执行次数TOP 50 SQL
   • 执行时间分布
   • 最慢SQL查询（需开启slow-sql-millis）

3. URI监控：

   • 接口调用统计
   • 平均响应时间
   • 错误率监控

实际项目中，我们曾通过SQL监控发现一个N+1查询问题，优化后接口响应时间从2s降到200ms

5. SQL日志优化配置

5.1 完整SQL日志输出

在logback-spring.xml中添加：

<logger name="druid.sql.Statement" level="DEBUG"/> <logger name="druid.sql.Connection" level="DEBUG"/> <logger name="druid.sql.ResultSet" level="DEBUG"/> <!-- 如果需要显示参数值 --> <logger name="druid.sql.Statement" level="TRACE"/>

5.2 日志格式优化示例

2024-03-20 14:30:15.682 DEBUG 12345 --- [nio-8080-exec-1] druid.sql.Statement : {conn-10001} SELECT id, name FROM user WHERE age > ? 2024-03-20 14:30:15.683 TRACE 12345 --- [nio-8080-exec-1] druid.sql.Statement : Parameters: [18] 2024-03-20 14:30:15.685 DEBUG 12345 --- [nio-8080-exec-1] druid.sql.Statement : Execution time: 3ms

6. 生产环境注意事项

6.1 性能调优参数

spring: datasource: druid: # 连接池配置 initial-size: 10 min-idle: 10 max-active: 50 max-wait: 60000 time-between-eviction-runs-millis: 60000 min-evictable-idle-time-millis: 300000 # 监控配置 stat: merge-sql: true slow-sql-millis: 1000 log-slow-sql: true

6.2 常见问题解决方案

1. 监控页面404：

   • 检查stat-view-servlet.enabled是否为true
   • 确认没有其他Filter拦截了/druid/*路径
   • 查看是否配置了spring.mvc.static-path-pattern冲突

2. 连接泄漏检测：

   @Bean public FilterRegistrationBean<Filter> filterRegistrationBean() { FilterRegistrationBean<Filter> filter = new FilterRegistrationBean<>(); filter.setFilter(new WebStatFilter()); // ...其他配置 filter.addInitParameter("connectionProperties", "druid.stat.mergeSql=true;druid.stat.slowSqlMillis=1000"); return filter; }

3. 多数据源切换失效：

   • 确保在Service方法上添加@Transactional注解
   • 检查AOP顺序：@Order(Ordered.HIGHEST_PRECEDENCE)
   • 确认没有在同一个方法内混用不同数据源

7. 高级功能扩展

7.1 动态数据源路由

实现AbstractRoutingDataSource：

public class DynamicDataSource extends AbstractRoutingDataSource { @Override protected Object determineCurrentLookupKey() { return DynamicDataSourceContextHolder.getDataSourceType(); } } // 使用示例 @Service public class UserService { @DS("slave") // 自定义注解 public List<User> queryUsers() { return userMapper.selectList(); } }

7.2 多租户支持

结合HikariCP实现：

@Bean @Primary public DataSource dataSource() { Map<Object, Object> targetDataSources = new HashMap<>(); tenants.forEach(tenant -> { DataSource ds = buildDataSource(tenant); targetDataSources.put(tenant.getId(), ds); }); DynamicDataSource dynamicDS = new DynamicDataSource(); dynamicDS.setTargetDataSources(targetDataSources); return dynamicDS; }

8. 性能对比测试

在4核8G服务器上压测结果：

测试结论：

1. 多数据源方案比单数据源性能提升68%
2. Druid在监控功能开启情况下仍保持高性能
3. 连接池参数优化后性能可再提升15-20%

9. 项目结构建议

推荐的多数据源项目结构：

src/main/java ├── config │ ├── datasource │ │ ├── MasterDataSourceConfig.java │ │ └── SlaveDataSourceConfig.java │ └── DruidConfig.java ├── mapper │ ├── master │ │ └── UserMasterMapper.java │ └── slave │ └── UserSlaveMapper.java └── service └── impl └── UserServiceImpl.java

10. 最佳实践总结

经过多个项目的实践验证，我总结出以下经验：

1. 连接池参数：

   • initial-size建议设置为平均并发量
   • max-active不要超过数据库最大连接数的80%
   • time-between-eviction-runs-millis设置1分钟

2. 监控策略：

   • 生产环境开启slow-sql-millis=500
   • 定期分析Druid的SQL监控数据
   • 对执行频率TOP 10的SQL重点优化

3. 多数据源使用规范：

   • 写操作统一走主库
   • 读操作根据业务特点选择从库
   • 事务方法避免跨数据源操作

4. 异常处理：

   try { // 数据源操作 } catch (Exception e) { DynamicDataSourceContextHolder.clear(); throw e; }

这套方案已经在我们的电商系统和ERP系统中稳定运行2年多，日均处理百万级数据库操作。特别是在大促期间，多数据源配合Druid监控帮我们快速定位并解决了多个性能瓶颈问题。