阿里阿里，阿里里，Druid 数据库连接池的简单使用。

绝地灬酷狼 2022-05-27 11:18 593阅读 0赞

# 最是乡愁，无处别离，思归。 #

简单记录一下Druid 数据库连接池的使用，不是前片一律的复制，亲身实验哦。

## 不多BI BI，先来看一下Druid 的maven配置。 ##

<dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>druid</artifactId>
        <version>1.1.9</version>
    </dependency>

## 首先准备一个配置文件，jdbc.properties，文件内容如下 ##

用druid 来管理phoenix 的jdbc 连接：

## phoenix 连接池，phoenix连接信息
    #phoenix url
    phoenix.jdbcUrl=jdbc:phoenix:host_replace:2181
    #phoenix driver 名字
    phoenix.driverClassName=org.apache.phoenix.jdbc.PhoenixDriver
    #当连接池启动时，初始化连接的个数，必须在minPoolSize~maxPoolSize之间，默认为3
    phoenix.initialSize=25
    #任何时间连接池中保存的最小连接数，默认3
    phoenix.minIdle=5
    #在任何时间连接池中所能拥有的最大连接数，默认15
    phoenix.maxActive=30
    #超过多长时间连接自动销毁，默认为0，即永远不会自动销毁，单位秒
    phoenix.timeBetweenEvictionRunsMillis=60000
    #获取连接的时候等待超时的时间
    phoenix.maxWait=10000
    #配置了maxWait之后，缺省启用公平锁，并发效率会有所下降，如果需要可以通过配置useUnfairLock属性为true使用非公平锁
    phoenix.useUnfairLock=true

## 然后，看具体的数据库连接池的可以设置的属性，仅供参考，一般只需要用到以上的jdbc.properties 中的一些属性 ##

配置	         缺省值	      说明
    name	 	              配置这个属性的意义在于，如果存在多个数据源，监控的时候可以通过名字来区分开来。 
                                  如果没有配置，将会生成一个名字，格式是："DataSource-" + System.identityHashCode(this)
    jdbcUrl	 	              连接数据库的url，不同数据库不一样。例如： 
                                  mysql : jdbc:mysql://10.20.153.104:3306/druid2 
                                  oracle : jdbc:oracle:thin:@10.20.149.85:1521:ocnauto
    username	 	      连接数据库的用户名
    password	 	      连接数据库的密码。如果你不希望密码直接写在配置文件中，可以使用ConfigFilter。详细看这里：https://github.com/alibaba/druid/wiki/%E4%BD%BF%E7%94%A8ConfigFilter
    driverClassName	              根据url自动识别，这一项可配可不配，如果不配置druid会根据url自动识别dbType，然后选择相应的driverClassName(建议配置下)
    initialSize	  0	      初始化时建立物理连接的个数。初始化发生在显示调用init方法，或者第一次getConnection时
    maxActive	  8	      最大连接池数量
    maxIdle	          8	      已经不再使用，配置了也没效果
    minIdle	 	              最小连接池数量
    maxWait	 	              获取连接时最大等待时间，单位毫秒。配置了maxWait之后，缺省启用公平锁，并发效率会有所下降，如果需要可以通过配置useUnfairLock属性为true使用非公平锁。
    poolPreparedStatements	false 是否缓存preparedStatement，也就是PSCache。PSCache对支持游标的数据库性能提升巨大，比如说oracle。在mysql下建议关闭。
    maxOpenPreparedStatements -1  要启用PSCache，必须配置大于0，当大于0时，poolPreparedStatements自动触发修改为true。在Druid中，不会存在Oracle下PSCache占用内存过多的问题，可以把这个数值配置大一些，比如说100
    validationQuery	 	      用来检测连接是否有效的sql，要求是一个查询语句。如果validationQuery为null，testOnBorrow、testOnReturn、testWhileIdle都不会其作用。
    testOnBorrow	    true      申请连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能。
    testOnReturn	    false     归还连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能
    testWhileIdle	    false     建议配置为true，不影响性能，并且保证安全性。申请连接的时候检测，如果空闲时间大于timeBetweenEvictionRunsMillis，执行validationQuery检测连接是否有效。
    timeBetweenEvictionRunsMillis 有两个含义： 
                                  1) Destroy线程会检测连接的间隔时间2) testWhileIdle的判断依据，详细看testWhileIdle属性的说明
    numTestsPerEvictionRun	      不再使用，一个DruidDataSource只支持一个EvictionRun
    minEvictableIdleTimeMillis	 	 
    connectionInitSqls	      物理连接初始化的时候执行的sql
    exceptionSorter	              根据dbType自动识别，当数据库抛出一些不可恢复的异常时，抛弃连接
    filters	 	              属性类型是字符串，通过别名的方式配置扩展插件，常用的插件有： 
                                  监控统计用的filter:stat日志用的filter:log4j防御sql注入的filter:wall
    proxyFilters	 	
                                  类型是List<com.alibaba.druid.filter.Filter>，如果同时配置了filters和proxyFilters，是组合关系，并非替换关系

最后，别biu biu 了，上代码。

package com.hzgc.service.staticrepo;
    
    import com.alibaba.druid.pool.DruidDataSource;
    import com.hzgc.util.common.FileUtil;
    import org.apache.log4j.Logger;
    import org.datanucleus.store.rdbms.identifier.IdentifierFactory;
    
    import java.beans.PropertyVetoException;
    import java.io.File;
    import java.io.FileInputStream;
    import java.io.IOException;
    import java.sql.*;
    import java.util.Properties;
    
    public class PhoenixJDBCHelper {
        private Logger LOG = Logger.getLogger(PhoenixJDBCHelper.class);
    
        private static volatile PhoenixJDBCHelper instance;
    
        // druid 数据库连接池
        private volatile static DruidDataSource druidDataSource;
    
    
        private PhoenixJDBCHelper() {
            if (druidDataSource == null) {
                initDruidDataSource();
            }
        }
    
        public DruidDataSource getDruidDataSource() {
            return PhoenixJDBCHelper.druidDataSource;
        }
    
        public static PhoenixJDBCHelper getInstance() {
            if (instance == null) {
                synchronized (PhoenixJDBCHelper.class) {
                    instance = new PhoenixJDBCHelper();
                }
            }
            return instance;
        }
    
        private static void initDruidDataSource() {
            File file = FileUtil.loadResourceFile("jdbc.properties");
            Properties jdbcProp = new Properties();
            try {
                jdbcProp.load(new FileInputStream(file));
            } catch (IOException e) {
                e.printStackTrace();
            }
            // phoenix url
            String jdbcUrl = jdbcProp.getProperty("phoenix.jdbcUrl");
            // phoenix driver 名字
            String driverClassName = jdbcProp.getProperty("phoenix.driverClassName");
            // 当连接池启动时，初始化连接的个数，minIdle~maxActive，默认为3
            String initialSize = jdbcProp.getProperty("phoenix.initialSize");
            // 任何时间连接池中保存的最小连接数，默认3
            String minIdle = jdbcProp.getProperty("phoenix.minIdle");
            // 在任何时间连接池中所能拥有的最大连接数，默认15
            String maxActive = jdbcProp.getProperty("phoenix.maxActive");
            // 超过多长时间连接自动销毁，默认为0，即永远不会自动销毁
            String timeBetweenEvictionRunsMillis = jdbcProp.getProperty("phoenix.timeBetweenEvictionRunsMillis");
            // 获取连接等待超时的时间
            String maxWait = jdbcProp.getProperty("phoenix.maxWait");
            // 配置了maxWait之后，缺省启用公平锁，并发效率会有所下降，如果需要可以通过配置useUnfairLock属性为true使用非公平锁
            String useUnfairLock = jdbcProp.getProperty("phoenix.useUnfairLock");
    
            druidDataSource = new DruidDataSource();
            if (jdbcUrl == null || driverClassName == null) {
                return;
            }
            druidDataSource.setUrl(jdbcUrl);
            druidDataSource.setDriverClassName(driverClassName);
            if (minIdle != null) {
                druidDataSource.setMinIdle(Integer.parseInt(minIdle));
            }
            if (initialSize != null) {
                druidDataSource.setInitialSize(Integer.parseInt(initialSize));
            }
            if (maxActive != null) {
                druidDataSource.setMaxActive(Integer.parseInt(maxActive));
            }
            if (maxWait != null) {
                druidDataSource.setMaxWait(Long.parseLong(maxWait));
            }
            if (timeBetweenEvictionRunsMillis != null) {
                druidDataSource.setTimeBetweenConnectErrorMillis(Long.parseLong(timeBetweenEvictionRunsMillis));
            }
            if (useUnfairLock != null) {
                druidDataSource.setUseUnfairLock(Boolean.parseBoolean(useUnfairLock));
            }
        }
    
    
        public static void closeConnection(Connection conn, Statement pstm) {
           closeConnection(conn, pstm, null);
        }
    
        public static void closeConnection(Connection conn, Statement pstm, ResultSet resultSet) {
            try {
                if (resultSet != null) {
                    resultSet.close();
                }
            } catch (SQLException e) {
                e.printStackTrace();
            } finally {
                try {
                    if (pstm != null) {
                        pstm.close();
                    }
                } catch (SQLException e) {
                    e.printStackTrace();
                } finally {
                    try {
                        if (conn != null) {
                            conn.close();
                        }
                    } catch (SQLException e) {
                        e.printStackTrace();
                    }
                }
    
            }
        }
    
    }

## O了，一个Druid 的数据库连接池就这样简单的应用了，调优的事情，自己慢慢捣鼓去吧。关于Spring 配置的使用，本人搞大数据的，暂时也用不到，biubiubiu,就略过了。 ##