druid 执行sql_SpringBoot+Mybatis+ Druid+PageHelper 实现多数据源并分页

野性酷女 2023-01-10 11:53 104阅读 0赞

推荐大家学习：阿里P8架构师用450分钟时间让你精通Redis，面试再也不怕被问Redis！

## 前言 ##

本篇文章主要讲述的是SpringBoot整合Mybatis、Druid和PageHelper 并实现多数据源和分页。其中SpringBoot整合Mybatis这块就不过多说明了。重点是讲述在多数据源下的如何配置使用Druid和PageHelper 。

## Druid介绍和使用 ##

在使用Druid之前，先来简单的了解下Druid。

Druid是一个数据库连接池。Druid可以说是目前最好的数据库连接池！因其优秀的功能、性能和扩展性方面，深受开发人员的青睐。

Druid已经在阿里巴巴部署了超过600个应用，经过一年多生产环境大规模部署的严苛考验。Druid是阿里巴巴开发的号称为监控而生的数据库连接池！

同时Druid不仅仅是一个数据库连接池，Druid 核心主要包括三部分：

*  基于Filter－Chain模式的插件体系。
 *  DruidDataSource 高效可管理的数据库连接池。
 *  SQLParser

Druid的主要功能如下:

*  是一个高效、功能强大、可扩展性好的数据库连接池。
 *  可以监控数据库访问性能。
 *  数据库密码加密
 *  获得SQL执行日志
 *  扩展JDBC

介绍方面这块就不再多说，具体的可以看官方文档。那么开始介绍Druid如何使用。

首先是Maven依赖，只需要添加druid这一个jar就行了。

<dependency>
             <groupId>com.alibaba</groupId>
             <artifactId>druid</artifactId>
             <version>1.1.8</version>
      </dependency>

配置方面，主要的只需要在application.properties或application.yml添加如下就可以了。

> 说明：因为这里我是用来两个数据源，所以稍微有些不同而已。Druid 配置的说明在下面中已经说的很详细了，这里我就不在说明了。

## 默认的数据源
    
    master.datasource.url=jdbc:mysql://localhost:3306/springBoot?useUnicode=true&characterEncoding=utf8&allowMultiQueries=true
    master.datasource.username=root
    master.datasource.password=123456
    master.datasource.driverClassName=com.mysql.jdbc.Driver
    
    
    ## 另一个的数据源
    cluster.datasource.url=jdbc:mysql://localhost:3306/springBoot_test?useUnicode=true&characterEncoding=utf8
    cluster.datasource.username=root
    cluster.datasource.password=123456
    cluster.datasource.driverClassName=com.mysql.jdbc.Driver
    
    # 连接池的配置信息  
    # 初始化大小，最小，最大  
    spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
    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  
    # 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

成功添加了配置文件之后，我们再来编写Druid相关的类。

首先是MasterDataSourceConfig.java这个类，这个是默认的数据源配置类。

@Configuration
    @MapperScan(basePackages = MasterDataSourceConfig.PACKAGE, sqlSessionFactoryRef = "masterSqlSessionFactory")
    public class MasterDataSourceConfig {
    
        static final String PACKAGE = "com.pancm.dao.master";
        static final String MAPPER_LOCATION = "classpath:mapper/master/*.xml";
    
        @Value("${master.datasource.url}")  
        private String url;  
    
        @Value("${master.datasource.username}")  
        private String username;  
    
        @Value("${master.datasource.password}")  
        private String password;  
    
        @Value("${master.datasource.driverClassName}")  
        private String driverClassName;  
    
    
    
    
        @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;  
    
        @Value("${spring.datasource.timeBetweenEvictionRunsMillis}")  
        private int timeBetweenEvictionRunsMillis;  
    
        @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;  
    
        @Value("${spring.datasource.poolPreparedStatements}")  
        private boolean poolPreparedStatements;  
    
        @Value("${spring.datasource.maxPoolPreparedStatementPerConnectionSize}")  
        private int maxPoolPreparedStatementPerConnectionSize;  
    
        @Value("${spring.datasource.filters}")  
        private String filters;  
    
        @Value("{spring.datasource.connectionProperties}")  
        private String connectionProperties;  
    
    
        @Bean(name = "masterDataSource")
        @Primary 
        public DataSource masterDataSource() {
            DruidDataSource dataSource = new DruidDataSource();
            dataSource.setUrl(url);  
            dataSource.setUsername(username);  
            dataSource.setPassword(password);  
            dataSource.setDriverClassName(driverClassName);  
    
            //具体配置 
            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) { 
                e.printStackTrace();
            }  
            dataSource.setConnectionProperties(connectionProperties);  
            return dataSource;
        }
    
        @Bean(name = "masterTransactionManager")
        @Primary
        public DataSourceTransactionManager masterTransactionManager() {
            return new DataSourceTransactionManager(masterDataSource());
        }
    
        @Bean(name = "masterSqlSessionFactory")
        @Primary
        public SqlSessionFactory masterSqlSessionFactory(@Qualifier("masterDataSource") DataSource masterDataSource)
                throws Exception {
            final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
            sessionFactory.setDataSource(masterDataSource);
            sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
                    .getResources(MasterDataSourceConfig.MAPPER_LOCATION));
            return sessionFactory.getObject();
        }
    }

其中这两个注解说明下:

*  @Primary ：标志这个 Bean 如果在多个同类 Bean 候选时，该 Bean优先被考虑。多数据源配置的时候注意，必须要有一个主数据源，用 @Primary 标志该 Bean。
 *  @MapperScan： 扫描 Mapper 接口并容器管理。

> 需要注意的是sqlSessionFactoryRef 表示定义一个唯一 SqlSessionFactory 实例。

上面的配置完之后，就可以将Druid作为连接池使用了。但是Druid并不简简单单的是个连接池，它也可以说是一个监控应用，它自带了web监控界面，可以很清晰的看到SQL相关信息。

在SpringBoot中运用Druid的监控作用，只需要编写StatViewServlet和WebStatFilter类，实现注册服务和过滤规则。这里我们可以将这两个写在一起，使用@Configuration和@Bean。

为了方便理解，相关的配置说明也写在代码中了，这里就不再过多赘述了。

代码如下:

@Configuration
    public class DruidConfiguration {
    
        @Bean
        public ServletRegistrationBean druidStatViewServle() {
            //注册服务
            ServletRegistrationBean servletRegistrationBean = new ServletRegistrationBean(
                    new StatViewServlet(), "/druid/*");
            // 白名单(为空表示,所有的都可以访问,多个IP的时候用逗号隔开)
            servletRegistrationBean.addInitParameter("allow", "127.0.0.1");
            // IP黑名单 (存在共同时，deny优先于allow) 
            servletRegistrationBean.addInitParameter("deny", "127.0.0.2");
            // 设置登录的用户名和密码
            servletRegistrationBean.addInitParameter("loginUsername", "pancm");
            servletRegistrationBean.addInitParameter("loginPassword", "123456");
            // 是否能够重置数据.
            servletRegistrationBean.addInitParameter("resetEnable", "false");
            return servletRegistrationBean;
        }
    
        @Bean
        public FilterRegistrationBean druidStatFilter() {
            FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean(
                    new WebStatFilter());
            // 添加过滤规则
            filterRegistrationBean.addUrlPatterns("/*");
            // 添加不需要忽略的格式信息
            filterRegistrationBean.addInitParameter("exclusions",
                    "*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*");
            System.out.println("druid初始化成功!");
            return filterRegistrationBean;
    
        }
    }

编写完之后，启动程序，在浏览器输入:http://127.0.0.1:8084/druid/index.html ，然后输入设置的用户名和密码，便可以访问Web界面了。

## 多数据源配置 ##

在进行多数据源配置之前，先分别在springBoot和springBoot\_test的mysql数据库中执行如下脚本。

-- springBoot库的脚本
    
    CREATE TABLE `t_user` (
      `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增id',
      `name` varchar(10) DEFAULT NULL COMMENT '姓名',
      `age` int(2) DEFAULT NULL COMMENT '年龄',
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8
    
    -- springBoot_test库的脚本
    
    CREATE TABLE `t_student` (
      `id` int(11) NOT NULL AUTO_INCREMENT,
      `name` varchar(16) DEFAULT NULL,
      `age` int(11) DEFAULT NULL,
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8

> 注:为了偷懒，将两张表的结构弄成一样了！不过不影响测试!

在application.properties中已经配置这两个数据源的信息，上面已经贴出了一次配置，这里就不再贴了。

这里重点说下 第二个数据源的配置。和上面的MasterDataSourceConfig.java差不多，区别在与没有使用@Primary 注解和名称不同而已。需要注意的是MasterDataSourceConfig.java对package和mapper的扫描是精确到目录的，这里的第二个数据源也是如此。

那么代码如下:

@Configuration
    @MapperScan(basePackages = ClusterDataSourceConfig.PACKAGE, sqlSessionFactoryRef = "clusterSqlSessionFactory")
    public class ClusterDataSourceConfig {
    
     static final String PACKAGE = "com.pancm.dao.cluster";
     static final String MAPPER_LOCATION = "classpath:mapper/cluster/*.xml";
    
     @Value("${cluster.datasource.url}")
     private String url;
    
     @Value("${cluster.datasource.username}")
     private String username;
    
     @Value("${cluster.datasource.password}")
     private String password;
    
     @Value("${cluster.datasource.driverClassName}")
     private String driverClass;
    
     // 和MasterDataSourceConfig一样，这里略
    
     @Bean(name = "clusterDataSource")
     public DataSource clusterDataSource() {
         DruidDataSource dataSource = new DruidDataSource();
         dataSource.setUrl(url);  
         dataSource.setUsername(username);  
         dataSource.setPassword(password);  
         dataSource.setDriverClassName(driverClass);  
    
         // 和MasterDataSourceConfig一样，这里略 ...
         return dataSource;
     }
    
     @Bean(name = "clusterTransactionManager")
     public DataSourceTransactionManager clusterTransactionManager() {
         return new DataSourceTransactionManager(clusterDataSource());
     }
    
     @Bean(name = "clusterSqlSessionFactory")
     public SqlSessionFactory clusterSqlSessionFactory(@Qualifier("clusterDataSource") DataSource clusterDataSource)
             throws Exception {
         final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
         sessionFactory.setDataSource(clusterDataSource);
         sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver().getResources(ClusterDataSourceConfig.MAPPER_LOCATION));
         return sessionFactory.getObject();
     }
    }

成功写完配置之后，启动程序，进行测试。

分别在springBoot和springBoot\_test库中使用接口进行添加数据。

**t\_user**

POST http://localhost:8084/api/user
    {"name":"张三","age":25}
    {"name":"李四","age":25}
    {"name":"王五","age":25}

**t\_student**

POST http://localhost:8084/api/student
    {"name":"学生A","age":16}
    {"name":"学生B","age":17}
    {"name":"学生C","age":18}

成功添加数据之后，然后进行调用不同的接口进行查询。

**请求:**

> GET http://localhost:8084/api/user?name=李四

**返回:**

{
        "id": 2,
        "name": "李四",
        "age": 25
    }

**请求:**

> GET http://localhost:8084/api/student?name=学生C

**返回:**

{
        "id": 1,
        "name": "学生C",
        "age": 16
    }

通过数据可以看出，成功配置了多数据源了。

## PageHelper 分页实现 ##

PageHelper是Mybatis的一个分页插件，非常的好用！这里强烈推荐！！！

PageHelper的使用很简单，只需要在Maven中添加pagehelper这个依赖就可以了。

Maven的依赖如下:

<dependency>
       <groupId>com.github.pagehelper</groupId>
       <artifactId>pagehelper-spring-boot-starter</artifactId>
       <version>1.2.3</version>
    </dependency>

> 注：这里我是用springBoot版的！也可以使用其它版本的。

添加依赖之后，只需要添加如下配置或代码就可以了。

第一种，在application.properties或application.yml添加

pagehelper:
      helperDialect: mysql
      offsetAsPageNum: true
      rowBoundsWithCount: true
      reasonable: false

第二种，在mybatis.xml配置中添加

<bean id="sqlSessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean">
        <property name="dataSource" ref="dataSource" />
        
        <property name="mapperLocations" value="classpath:mapper/*.xml"></property>
        
         <property name="plugins">
            <array>
              <bean class="com.github.pagehelper.PageHelper">
                <property name="properties">
                  <value>
                    helperDialect=mysql
                    offsetAsPageNum=true
                    rowBoundsWithCount=true
                    reasonable=false
                  </value>
                </property>
              </bean>
            </array>
          </property>
      </bean>

第三种，在代码中添加，使用@Bean注解在启动程序的时候初始化。

@Bean
      public PageHelper pageHelper(){
        PageHelper pageHelper = new PageHelper();
       Properties properties = new Properties();
       //数据库
       properties.setProperty("helperDialect", "mysql");
       //是否将参数offset作为PageNum使用
       properties.setProperty("offsetAsPageNum", "true");
       //是否进行count查询
       properties.setProperty("rowBoundsWithCount", "true");
       //是否分页合理化
       properties.setProperty("reasonable", "false");
       pageHelper.setProperties(properties);
      }

因为这里我们使用的是多数据源，所以这里的配置稍微有些不同。我们需要在sessionFactory这里配置。这里就对MasterDataSourceConfig.java进行相应的修改。

在masterSqlSessionFactory方法中，添加如下代码。

@Bean(name = "masterSqlSessionFactory")
        @Primary
        public SqlSessionFactory masterSqlSessionFactory(@Qualifier("masterDataSource") DataSource masterDataSource)
                throws Exception {
            final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
            sessionFactory.setDataSource(masterDataSource);
            sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
                    .getResources(MasterDataSourceConfig.MAPPER_LOCATION));
            //分页插件
            Interceptor interceptor = new PageInterceptor();
            Properties properties = new Properties();
            //数据库
            properties.setProperty("helperDialect", "mysql");
            //是否将参数offset作为PageNum使用
            properties.setProperty("offsetAsPageNum", "true");
            //是否进行count查询
            properties.setProperty("rowBoundsWithCount", "true");
            //是否分页合理化
            properties.setProperty("reasonable", "false");
            interceptor.setProperties(properties);
            sessionFactory.setPlugins(new Interceptor[] {interceptor});
    
        return sessionFactory.getObject();
      }

> 注：其它的数据源也想进行分页的时候，参照上面的代码即可。

这里需要注意的是reasonable参数，表示分页合理化，默认值为false。如果该参数设置为 true 时，pageNum<=0 时会查询第一页，pageNum>pages（超过总数时），会查询最后一页。默认false 时，直接根据参数进行查询。

设置完PageHelper 之后，使用的话，只需要在查询的sql前面添加PageHelper.startPage(pageNum,pageSize);，如果是想知道总数的话，在查询的sql语句后买你添加 page.getTotal()就可以了。

**代码示例:**

public List<T> findByListEntity(T entity) {
            List<T> list = null;
            try {
                Page<?> page =PageHelper.startPage(1,2); 
                System.out.println(getClassName(entity)+"设置第一页两条数据!");
                list = getMapper().findByListEntity(entity);
                System.out.println("总共有:"+page.getTotal()+"条数据,实际返回:"+list.size()+"两条数据!");
            } catch (Exception e) {
                logger.error("查询"+getClassName(entity)+"失败!原因是:",e);
            }
            return list;
        }

代码编写完毕之后，开始进行最后的测试。

查询t\_user表的所有的数据，并进行分页。

**请求:**

> GET http://localhost:8084/api/user

**返回:**

[
        {
            "id": 1,
            "name": "张三",
            "age": 25
        },
        {
            "id": 2,
            "name": "李四",
            "age": 25
        }
    ]

**控制台打印:**

开始查询...
    User设置第一页两条数据!
    2018-04-27 19:55:50.769 DEBUG 6152 --- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT   : ==>  Preparing: SELECT count(0) FROM t_user WHERE 1 = 1 
    2018-04-27 19:55:50.770 DEBUG 6152 --- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT   : ==> Parameters: 
    2018-04-27 19:55:50.771 DEBUG 6152 --- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT   : <==      Total: 1
    2018-04-27 19:55:50.772 DEBUG 6152 --- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity  : ==>  Preparing: select id, name, age from t_user where 1=1 LIMIT ? 
    2018-04-27 19:55:50.773 DEBUG 6152 --- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity  : ==> Parameters: 2(Integer)
    2018-04-27 19:55:50.774 DEBUG 6152 --- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity  : <==      Total: 2
    总共有:3条数据,实际返回:2两条数据!

查询t\_student表的所有的数据，并进行分页。

**请求:**

> GET http://localhost:8084/api/student

**返回:**

[
        {
            "id": 1,
            "name": "学生A",
            "age": 16
        },
        {
            "id": 2,
            "name": "学生B",
            "age": 17
        }
    ]

**控制台打印:**

开始查询...
    Studnet设置第一页两条数据!
    2018-04-27 19:54:56.155 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT         : ==>  Preparing: SELECT count(0) FROM t_student WHERE 1 = 1 
    2018-04-27 19:54:56.155 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT         : ==> Parameters: 
    2018-04-27 19:54:56.156 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT         : <==      Total: 1
    2018-04-27 19:54:56.157 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity      : ==>  Preparing: select id, name, age from t_student where 1=1 LIMIT ? 
    2018-04-27 19:54:56.157 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity      : ==> Parameters: 2(Integer)
    2018-04-27 19:54:56.157 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity      : <==      Total: 2
    总共有:3条数据,实际返回:2两条数据!

查询完毕之后，我们再来看Druid 的监控界面。

在浏览器输入:http://127.0.0.1:8084/druid/index.html

![5b5399fc6e35a423c244a22ec1d52288.png][]

可以很清晰的看到操作记录!

如果想知道更多的Druid相关知识，可以查看官方文档!

## 结语 ##

这篇终于写完了，在进行代码编写的时候，碰到过很多问题，然后慢慢的尝试和找资料解决了。本篇文章只是很浅的介绍了这些相关的使用，在实际的应用可能会更复杂。如果有有更好的想法和建议，欢迎留言进行讨论！

[5b5399fc6e35a423c244a22ec1d52288.png]: /images/20221119/22adae5415dc48d0b21b425a7fa29ebb.png