Spring Boot多数据源配置实战：PostgreSQL与SQL Server集成-代码聚汇网

Spring Boot多数据源配置实战：PostgreSQL与SQL Server集成

奥力星科技

1. 项目背景与需求分析

在企业级应用开发中，经常需要同时连接多个不同类型的数据库。最近我在开发一个财务分析系统时，就遇到了需要同时访问PostgreSQL（存储业务数据）和SQL Server（存储历史财务数据）的需求。这种多数据源场景在以下情况特别常见：

系统迁移过渡期（新旧数据库并存）
需要集成第三方系统数据
不同业务模块使用不同数据库技术栈
读写分离或分库分表场景

Spring Boot作为Java生态中最流行的应用框架，其自动配置特性让数据库连接变得简单。但官方默认只支持单一数据源配置，要实现多数据源需要一些特殊处理。下面我将分享经过生产验证的完整实现方案。

2. 技术方案设计

2.1 核心实现思路

多数据源的本质是创建多个DataSource实例，并通过不同方式区分访问路径。在Spring Boot中主要有两种实现方式：

AbstractRoutingDataSource动态路由：通过线程上下文切换数据源
独立配置+限定符注入：为每个数据源创建完整配置链

经过对比测试，我选择了第二种方案，因为：

代码结构更清晰，便于维护
对事务支持更好
不同数据源可以使用完全独立的配置策略
与MyBatis等ORM框架集成更简单

2.2 技术组件选型

mermaid复制graph TD
    A[Spring Boot 2.7.x] --> B[PostgreSQL 42.3.3]
    A --> C[SQL Server JDBC 9.4.1]
    A --> D[MyBatis Spring 2.2.2]
    A --> E[HikariCP 4.0.3]

注意：JDBC驱动版本需要与数据库服务器版本匹配，否则可能出现兼容性问题

3. 详细实现步骤

3.1 基础依赖配置

首先在pom.xml中添加必要依赖：

xml复制<!-- PostgreSQL -->
<dependency>
    <groupId>org.postgresql</groupId>
    <artifactId>postgresql</artifactId>
    <version>42.3.3</version>
</dependency>

<!-- SQL Server -->
<dependency>
    <groupId>com.microsoft.sqlserver</groupId>
    <artifactId>mssql-jdbc</artifactId>
    <version>9.4.1.jre8</version>
</dependency>

<!-- 连接池 -->
<dependency>
    <groupId>com.zaxxer</groupId>
    <artifactId>HikariCP</artifactId>
    <version>4.0.3</version>
</dependency>

3.2 PostgreSQL数据源配置

在application.yml中配置第一个数据源：

yaml复制spring:
  datasource:
    postgres:
      jdbc-url: jdbc:postgresql://localhost:5432/biz_db
      username: pguser
      password: pgpassword
      driver-class-name: org.postgresql.Driver
      hikari:
        pool-name: PG-HikariPool
        maximum-pool-size: 10
        connection-timeout: 30000

对应的Java配置类：

java复制@Configuration
@MapperScan(
    basePackages = "com.example.mapper.pg",
    sqlSessionFactoryRef = "pgSqlSessionFactory"
)
public class PostgresConfig {
    
    @Bean
    @ConfigurationProperties("spring.datasource.postgres")
    public DataSource pgDataSource() {
        return DataSourceBuilder.create().type(HikariDataSource.class).build();
    }
    
    @Bean
    public SqlSessionFactory pgSqlSessionFactory(
            @Qualifier("pgDataSource") DataSource dataSource) throws Exception {
        SqlSessionFactoryBean bean = new SqlSessionFactoryBean();
        bean.setDataSource(dataSource);
        bean.setMapperLocations(
            new PathMatchingResourcePatternResolver()
                .getResources("classpath:mapper/pg/*.xml"));
        return bean.getObject();
    }
    
    @Bean
    public DataSourceTransactionManager pgTransactionManager(
            @Qualifier("pgDataSource") DataSource dataSource) {
        return new DataSourceTransactionManager(dataSource);
    }
}

3.3 SQL Server数据源配置

application.yml中第二个数据源配置：

yaml复制spring:
  datasource:
    sqlserver:
      jdbc-url: jdbc:sqlserver://localhost:1433;databaseName=finance_db
      username: sa
      password: sqlpassword
      driver-class-name: com.microsoft.sqlserver.jdbc.SQLServerDriver
      hikari:
        pool-name: MSSQL-HikariPool
        maximum-pool-size: 5
        connection-test-query: SELECT 1

对应的Java配置类：

java复制@Configuration
@MapperScan(
    basePackages = "com.example.mapper.mssql",
    sqlSessionFactoryRef = "mssqlSqlSessionFactory"
)
public class SqlServerConfig {
    
    @Bean
    @ConfigurationProperties("spring.datasource.sqlserver")
    public DataSource mssqlDataSource() {
        return DataSourceBuilder.create().type(HikariDataSource.class).build();
    }
    
    @Bean
    public SqlSessionFactory mssqlSqlSessionFactory(
            @Qualifier("mssqlDataSource") DataSource dataSource) throws Exception {
        SqlSessionFactoryBean bean = new SqlSessionFactoryBean();
        bean.setDataSource(dataSource);
        bean.setTypeAliasesPackage("com.example.model.mssql");
        return bean.getObject();
    }
    
    @Bean
    public DataSourceTransactionManager mssqlTransactionManager(
            @Qualifier("mssqlDataSource") DataSource dataSource) {
        return new DataSourceTransactionManager(dataSource);
    }
}

3.4 事务管理增强

由于使用了多个TransactionManager，需要通过@Transactional注解指定：

java复制@Service
public class FinanceService {
    
    @Transactional(transactionManager = "pgTransactionManager")
    public void businessOperation() {
        // 使用PostgreSQL数据源
    }
    
    @Transactional(transactionManager = "mssqlTransactionManager") 
    public void financeOperation() {
        // 使用SQL Server数据源
    }
}

4. 常见问题与解决方案

4.1 连接池配置优化

问题现象：高并发时出现连接等待超时

解决方案：

yaml复制hikari:
  maximum-pool-size: ${DB_POOL_SIZE:10} # 根据CPU核心数调整
  minimum-idle: 2
  idle-timeout: 600000
  max-lifetime: 1800000
  connection-timeout: 30000
  leak-detection-threshold: 5000

经验值：Pool Size = (核心数 * 2) + 有效磁盘数

4.2 SQL Server特殊配置

问题1：SSL加密报错

解决：在连接字符串添加加密配置

code复制jdbc:sqlserver://...;encrypt=true;trustServerCertificate=true

问题2：时区不一致

解决：添加时区参数

code复制jdbc:sqlserver://...;sendTimeAsDateTime=false

4.3 PostgreSQL性能调优

java复制@Bean
public DataSource pgDataSource() {
    HikariDataSource ds = DataSourceBuilder.create()
        .type(HikariDataSource.class)
        .build();
    ds.setConnectionInitSql("SET work_mem = '16MB'");
    return ds;
}

5. 高级应用场景

5.1 动态数据源切换

通过AOP实现基于注解的动态切换：

java复制@Target({ElementType.METHOD, ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface DataSource {
    String value() default "pgDataSource";
}

@Aspect
@Component
public class DataSourceAspect {
    
    @Before("@annotation(dataSource)")
    public void beforeSwitch(DataSource dataSource) {
        String dsName = dataSource.value();
        DatabaseContextHolder.set(dsName);
    }
}

5.2 多数据源事务协调

使用JTA实现分布式事务：

xml复制<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-jta-atomikos</artifactId>
</dependency>

配置示例：

java复制@Bean
public DataSource pgDataSource() {
    PGXADataSource ds = new PGXADataSource();
    // 配置XA数据源
    return new AtomikosDataSourceBean(ds);
}

6. 生产环境建议

连接监控：集成Micrometer监控连接池指标

故障转移：配置多节点URL

code复制jdbc:postgresql://host1:5432,host2:5432/db

密码加密：使用Jasypt加密配置中的密码
连接验证：定期执行健康检查SQL

经过实际项目验证，这套方案可以稳定支持每秒500+的数据库操作。关键是要根据业务特点合理设置连接池参数，并做好监控预警。