Druid连接池监控(Druid连接池和监控配置)

　　前一篇文章我们熟悉了HikariCP连接池，也了解到它的性能很高，今天我们讲一下另一款比较受欢迎的连接池：Druid，这是阿里开源的一款数据库连接池，它官网上声称：为监控而生！他可以实现页面监控，看到SQL的执行次数、时间和慢SQL信息，也可以对数据库密码信息进行加密，也可以对监控结果进行日志的记录，以及可以实现对敏感操作实现开关，杜绝SQL注入，下面我们详细讲一下它如何与Spring集成，并且顺便了解一下它的监控的配置。

　　文章要点：

　　Spring集成Druid

　　监控Filters配置（stat、wall、config、log）

　　HiKariCP和Druid该如何选择

　　

　　org.springframework.boot

　　spring-boot-starter-actuator

　　

　　

　　org.springframework.boot

　　spring-boot-starter-web

　　

　　

　　mysql

　　mysql-connector-java

　　runtime

　　

　　

　　org.projectlombok

　　lombok

　　true

　　

　　

　　org.springframework.boot

　　spring-boot-starter-test

　　test

　　

　　

　　org.springframework.boot

　　spring-boot-starter-data-jdbc

　　

　　

　　org.mybatis.spring.boot

　　mybatis-spring-boot-starter

　　2.2.0

　　

　　

　　.alibaba

　　druid-spring-boot-starter

　　1.2.6

　　

　　@Configuration

　　public class DataSourceConfiguration {

　　@ConfigurationProperties(prefix = 'spring.datasource.druid')

　　@Bean

　　public DataSource dataSource(){

　　return new DruidDataSource();

　　}

　　}

　　# 或spring.datasource.url

　　spring.datasource.druid.url=jdbc:mysql://localhost:3306/chenrui

　　# 或spring.datasource.username

　　spring.datasource.druid.username=root

　　# 或spring.datasource.password

　　spring.datasource.druid.password=root

　　#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

　　spring.datasource.druid.initial-size=5

　　#最大连接池数量

　　spring.datasource.druid.max-active=20

　　#最小连接池数量

　　spring.datasource.druid.min-idle=5

　　#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

　　spring.datasource.druid.max-wait=500

　　#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。

　　spring.datasource.druid.pool-prepared-statements=false

　　#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

　　spring.datasource.druid.max-pool-prepared-statement-per-connection-size=-1

　　#用来检测连接是否有效的sql，要求是一个查询语句，常用select 'x'。如果validationQuery为null，testOnBorrow、testOnReturn、testWhileIdle都不会起作用。

　　spring.datasource.druid.validation-query=select 'x'

　　#单位：秒，检测连接是否有效的超时时间。底层调用jdbc Statement对象的void setQueryTimeout(int seconds)方法

　　spring.datasource.druid.validation-query-timeout=1

　　#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。

　　spring.datasource.druid.test-on-borrow=true

　　#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。

　　spring.datasource.druid.test-on-return=true

　　#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

　　spring.datasource.druid.test-while-idle=true

　　#有两个含义：默认1分钟

　　#1) Destroy线程会检测连接的间隔时间，如果连接空闲时间大于等于minEvictableIdleTimeMillis则关闭物理连接。

　　#2) testWhileIdle的判断依据，详细看testWhileIdle属性的说明

　　spring.datasource.druid.time-between-eviction-runs-millis=60000

　　# 连接保持空闲而不被驱逐的最小时间

　　spring.datasource.druid.min-evictable-idle-time-millis=600000

　　# 连接保持空闲而不被驱逐的最大时间

　　spring.datasource.druid.max-evictable-idle-time-millis=900000

　　#配置多个英文逗号分隔

　　spring.datasource.druid.filters=stat,wall

　　# WebStatFilter配置

　　# 是否启用StatFilter默认值false

　　spring.datasource.druid.web-stat-filter.enabled=true

　　# 匹配的url

　　spring.datasource.druid.web-stat-filter.url-pattern=/*

　　# 排除一些不必要的url，比如.js,/jslib/等等

　　spring.datasource.druid.web-stat-filter.exclusions=*.js,*.gif,*.jpg,*.bmp,*.png,*.css,*.ico,/druid/*

　　# 你可以关闭session统计功能

　　spring.datasource.druid.web-stat-filter.session-stat-enable=true

　　# 默认sessionStatMaxCount是1000个，你也可以按需要进行配置

　　spring.datasource.druid.web-stat-filter.session-stat-max-count=1000

　　# 使得druid能够知道当前的session的用户是谁

　　spring.datasource.druid.web-stat-filter.principal-session-name=cross

　　# 如果你的user信息保存在cookie中，你可以配置principalCookieName，使得druid知道当前的user是谁

　　spring.datasource.druid.web-stat-filter.principal-cookie-name=aniu

　　# 配置profileEnable能够监控单个url调用的sql列表

　　spring.datasource.druid.web-stat-filter.profile-enable=

　　# 配置_StatViewServlet配置,用于展示Druid的统计信息

　　#是否启用StatViewServlet（监控页面）默认值为false（考虑到安全问题默认并未启动，如需启用建议设置密码或白名单以保障安全）

　　spring.datasource.druid.stat-view-servlet.enabled=true

　　spring.datasource.druid.stat-view-servlet.url-pattern=/druid/*

　　#允许清空统计数据

　　spring.datasource.druid.stat-view-servlet.reset-enable=true

　　#监控页面登陆的用户名

　　spring.datasource.druid.stat-view-servlet.login-username=root

　　# 登陆监控页面所需的密码

　　spring.datasource.druid.stat-view-servlet.login-password=1234

　　# deny优先于allow，如果在deny列表中，就算在allow列表中，也会被拒绝。

　　# 如果allow没有配置或者为空，则允许所有访问

　　#允许的IP

　　# spring.datasource.druid.stat-view-servlet.allow=

　　#拒绝的IP

　　#spring.datasource.druid.stat-view-servlet.deny=127.0.0.1

　　#指定xml文件所在的位置

　　mybatis.mapper-locations=classpath:mapper/*Mapper.xml

　　#开启数据库字段和类属性的映射支持驼峰

　　mybatis.configuration.map-underscore-to-camel-case=true

　　create table user_info

　　(

　　id bigint unsigned auto_increment

　　primary key,

　　user_id int not null ment '用户id',

　　user_name varchar(64) not null ment '真实姓名',

　　email varchar(30) not null ment '用户邮箱',

　　nick_name varchar(45) null ment '昵称',

　　status tinyint not null ment '用户状态，1-正常，2-注销，3-冻结',

　　address varchar(128) null

　　)

　　ment '用户基本信息';

　　INSERT INTO chenrui.user_info (id, user_id, user_name, email, nick_name, status, address) VALUES (1, 80001, '张三丰', 'xxx@126.', '三哥', 1, '武当山');

　　INSERT INTO chenrui.user_info (id, user_id, user_name, email, nick_name, status, address) VALUES (2, 80002, '张无忌', 'yyy@126.', '', 1, null);

　　<?xml version='1.0' encoding='UTF-8'?>

　　

　　PUBLIC '-//mybatis.org//DTD Mapper 3.0//EN'

　　'http://mybatis.org/dtd/mybatis-3-mapper.dtd'>

　　

　　

　　select * from user_info

　　

　　

　　select * from user_info where id = #{id}

　　

　　

　　select * from user_info where id =1

　　

　　

　　select * from user_info where id =2

　　

　　

　　public interface UserInfoDAO {

　　List findAllUser();

　　UserInfo getUserById(@Param('id') int id);

　　UserInfo getUserByIdEqualOne();

　　UserInfo getUserByIdEqualTwo();

　　}

　　@RestController

　　@Slf4j

　　public class UserInfoController {

　　@Resource

　　private UserInfoDAO userInfoDAO;

　　@GetMapping(path = '/all')

　　public List getAllUser(){

　　return userInfoDAO.findAllUser();

　　}

　　@GetMapping(path = '/getUser/{id}')

　　public UserInfo getById(@PathVariable int id){

　　return userInfoDAO.getUserById(id);

　　}

　　@GetMapping(path = '/getUser/one')

　　public UserInfo getById1(){

　　return userInfoDAO.getUserByIdEqualOne();

　　}

　　@GetMapping(path = '/getUser/two')

　　public UserInfo getById2(){

　　return userInfoDAO.getUserByIdEqualTwo();

　　}

　　}

　　@SpringBootApplication

　　@MapperScan(basePackages = '.example.springdataSourcedruid.dao')

　　public class SpringDataSourceDruidApplication {

　　public static void main(String[] args) {

　　SpringApplication.run(SpringDataSourceDruidApplication.class, args);

　　}

　　}

　　访问：http://127.0.0.1:8080/druid/ ，弹出登陆界面，用户和密码对应我们的配置文件中设置的用户名和密码

　　登陆进去可以看到里面有很多监控，这里我们只看我们本次所关心的，数据源，SQL监控，URL监控，其他的可以自行研究。

　　上面我们看到数据源里面的信息和我们在application.properties中配置的一致

　　下面我们分别执行几次，我们准备好的验证接口

　　http://127.0.0.1:8080/all

　　http://127.0.0.1:8080/getUser/1

　　http://127.0.0.1:8080/getUser/2

　　http://127.0.0.1:8080/getUser/one

　　http://127.0.0.1:8080/getUser/two

　　上面我们看到我们总共四个语句，以及四个语句的运行情况

　　SQL监控项上，执行时间、读取行数、更新行数都有区间分布，将耗时分布成8个区间：

　　0 - 1 耗时0到1毫秒的次数

　　1 - 10 耗时1到10毫秒的次数

　　10 - 100 耗时10到100毫秒的次数

　　100 - 1,000 耗时100到1000毫秒的次数

　　1,000 - 10,000 耗时1到10秒的次数

　　10,000 - 100,000 耗时10到100秒的次数

　　100,000 - 1,000,000 耗时100到1000秒的次数

　　1,000,000 - 耗时1000秒以上的次数

　　这里你可能会有疑问 ，id =1和id=2怎么还是分开的，如果我id有一亿个，难道要在监控页面上有一亿条记录吗？不是应该都应该是id=？的形式吗？这里后面会讲到，涉及到sql合并的监控配置

　　这里可以很清晰的看到，每个url涉及到的数据库执行的信息

　　在druid的jar中，META-INF/druid-filter.properties中有其内置的filter，内容如下：

　　druid.filters.default=.alibaba.druid.filter.stat.StatFilter

　　druid.filters.stat=.alibaba.druid.filter.stat.StatFilter

　　druid.filters.mergeStat=.alibaba.druid.filter.stat.MergeStatFilter

　　druid.filters.counter=.alibaba.druid.filter.stat.StatFilter

　　druid.filters.encoding=.alibaba.druid.filter.encoding.EncodingConvertFilter

　　druid.filters.log4j=.alibaba.druid.filter.logging.Log4jFilter

　　druid.filters.log4j2=.alibaba.druid.filter.logging.Log4j2Filter

　　druid.filters.slf4j=.alibaba.druid.filter.logging.Slf4jLogFilter

　　druid.filters.monlogging=.alibaba.druid.filter.logging.CommonsLogFilter

　　druid.filters.monLogging=.alibaba.druid.filter.logging.CommonsLogFilter

　　druid.filters.wall=.alibaba.druid.wall.WallFilter

　　druid.filters.config=.alibaba.druid.filter.config.ConfigFilter

　　druid.filters.haRandomValidator=.alibaba.druid.pool.ha.selector.RandomDataSourceValidateFilter

　　default、stat、wall等是filter的别名，可以在application.properties中可以通过spring.datasource.druid.filters属性指定别名来开启相应的filter，也可以在Spring中通过属性注入方式来开启，接下来介绍一下比较常用的filter

　　在spring.datasource.druid.filters配置中包含stat，代表开启监控统计信息，在上面内容中，我们已经看到包含执行次数、时间、最慢SQL等信息。也提到因为有的sql是非参数话的，这样会导致在监控页面有很多监控的sql都是一样的，只是参数不一样，我们这时候需要将合同sql配置打开；

　　只需要在application.properties增加配置：

　　#为监控开启SQL合并，将慢SQL的时间定为2毫秒，记录慢SQL日志

　　spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true

　　看一下运行结果：

　　1、下面2个语句在监控页面被合并了：

　　select * from user_info where id=1

　　select * from user_info where id=2

　　// 合并后的结果是：

　　SELECT * FROM user_info WHERE id = ?

　　2、超过2ms的语句，在监控页面红色展示出来

　　3、慢SQL在日志中会被体现出来

　　继承stat，基本特性和stat是一样的，不做延伸

　　由于历史原因，一些数据库保存数据的时候使用了错误编码，需要做编码转换。

　　可以用下面的方式开启：

　　spring.datasource.druid.filters=stat,encoding

　　#配置客户端的编码UTF-8，服务端的编码是ISO-8859-1，这样存在数据库中的乱码查询出来就不是乱码了。

　　spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true;clientEncoding=UTF-8;serverEncoding=ISO-8859-1

　　Druid内置提供了四种LogFilter（Log4jFilter、Log4j2Filter、CommonsLogFilter、Slf4jLogFilter），用于输出JDBC执行的日志

　　#这里使用log4j2为例

　　spring.datasource.druid.filters=stat,log4j2

　　#druid.log.conn记录连接、druid.log.stmt记录语句、druid.log.rs记录结果集、druid.log.stmt.executableSql记录可执行的SQL

　　spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true;druid.log.conn=true;druid.log.stmt=true;druid.log.rs=true;druid.log.stmt.executableSql=true

　　#为方便验证，我们开启以下loggerName为DEBUG

　　logging.level.druid.sql.Statement=DEBUG

　　logging.level.druid.sql.ResultSet=DEBUG

　　logging.level.druid.sql.Connection=DEBUG

　　logging.level.druid.sql.DataSource=DEBUG

　　我们可以看到执行SQL的整个过程，开启连接>从连接池获取一个连接>组装SQL语句>执行>结果集返回>连接池回收连接

　　这里只用了log4j2这一种类型，其他可以自行去验证。

　　WallFilter的功能是防御SQL注入攻击。它是基于SQL语法分析，理解其中的SQL语义，然后做处理的，智能，准确，误报率低。减少风险的发生，wall拦截器还是很重要的。比如说不允许使用truncate，不允许物理删除，这时候wall就用得上了。配置方式有两种：

　　spring.datasource.druid.filters=stat,wall,log4j2

　　这种配置是默认配置，而且大多数都不会拦截，可能不符合特定的场景，默认属性值参照：https://www.bookstack.cn/read/Druid/ffdd9118e6208531.md

　　这种方式的好处是：我们可以针对特定场景进行限定，比如说不能用存储过程，不能物理删除，是否允许语句中有注释等等。

　　//在DruidDataSource生成前注入WallFilter

　　@ConfigurationProperties(prefix = 'spring.datasource.druid')

　　@Bean

　　public DataSource dataSource(){

　　DruidDataSource dataSource = new DruidDataSource();

　　dataSource.getProxyFilters().add(wallFilter());

　　return dataSource;

　　}

　　@Bean

　　@ConfigurationProperties('spring.datasource.druid.filter.wall.config')

　　public WallConfig wallConfig(){

　　return new WallConfig();

　　}

　　@Bean

　　public WallFilter wallFilter(){

　　WallFilter filter = new WallFilter();

　　filter.setConfig(wallConfig());

　　filter.setDbType('mysql');

　　return filter;

　　}

　　#不允许物理删除语句

　　spring.datasource.druid.filter.wall.config.delete-allow=false

　　执行一下试试效果：

　　可以看到日志显示，不允许删除，这样可以避免一些同学不按照公司开发规范来开发代码，减少风险。其他配置自己可以试验一下。

　　Config作用：从配置文件中读取配置；从远程http文件中读取配置；为数据库密码提供加密功能

　　实际上前两项作用意义不大，最关键的是第三项作用，因为数据库密码直接写在配置中，对运维安全来说，是一个很大的挑战。Druid为此提供一种数据库密码加密的手段ConfigFilter

　　如何使用：

　　#在application.properties的链接属性配置项中增加config.file，可以是本地文件，也可以是远程文件，比如config.file=http://127.0.0.1/druid-pool.properties

　　spring.datasource.druid.connection-properties=config.file=file:///Users/chenrui/druid-pool.properties

　　使用下面的命令生成数据库密码的密文和秘钥对

　　java -cp druid-1.0.16.jar .alibaba.druid.filter.config.ConfigTools you_password

　　spring.datasource.druid.password=kPYuT1e6i6M929mNvKfvhyBx3eCI+Fs0pqA3n7GQYIoo76OaWVg3KALr7EdloivFVBSeF0zo5IGIfpbGtAKa+Q==

　　自己启动一下试试，发现一切正常，信息安全问题也解决了。

　　网络上有这么一个图，可以看到Druid是和其声明的一致（为监控而生），但是目前市面上有很多监控相关的中间件和技术，HikariCP可以通过这些技术弥补监控方面的不足

　　HikariCP则说自己是性能最好的连接池，但是Druid也经受住了阿里双11的大考，实际上性能也是很好的

　　选择哪一款就见仁见智了，不过两款都是开源产品，阿里的Druid有中文的开源社区，交流起来更加方便，并且经过阿里多个系统的实验，想必也是非常的稳定，而Hikari是SpringBoot2.0默认的连接池，全世界使用范围也非常广，对于大部分业务来说，使用哪一款都是差不多的，毕竟性能瓶颈一般都不在连接池。大家可根据自己的喜好自由选择

总结

以上是真正的电脑专家为你收集整理的Druid连接池监控(Druid连接池和监控配置)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得真正的电脑专家网站内容还不错，欢迎将真正的电脑专家推荐给好友。