Spring Boot多数据源配置与Druid监控实践-代码聚汇网

Spring Boot多数据源配置与Druid监控实践

张云雷宝宝

1. 为什么需要多数据源与Druid监控

在企业级应用开发中，数据源管理是个绕不开的话题。最近在重构一个老项目时，我遇到了这样的场景：主业务库需要处理高频交易，报表系统要连接分析型数据库，还有第三方合作方的数据需要单独隔离。这种多数据源需求在微服务架构中非常普遍，而Spring Boot 3.x对多数据源的支持比早期版本更加成熟。

Druid作为阿里巴巴开源的数据库连接池，其监控能力是区别于HikariCP等竞品的核心优势。通过内置的监控页面，我们可以实时看到：

活跃连接数峰值波动
SQL执行耗时分布
慢查询统计
连接泄露检测

这些指标对于线上问题排查和性能调优至关重要。上周我们生产环境就出现过一次连接泄漏，正是Druid的监控页面帮我们快速定位到未关闭的ResultSet。

2. 基础环境搭建与依赖配置

2.1 初始化Spring Boot 3项目

使用start.spring.io生成项目时，需要特别注意：

Java版本选择17+（Spring Boot 3最低要求）
添加Spring Web、MyBatis/Liquibase等数据访问层依赖
排除默认的HikariCP（Spring Boot 3默认连接池）

xml复制<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>druid-spring-boot-starter</artifactId>
    <version>1.2.18</version>
</dependency>

2.2 多数据源配置原则

不同于单数据源的spring.datasource配置，多数据源需要：

为每个数据源创建独立的配置类
使用@Primary标注主数据源
明确指定Mapper接口的绑定关系

典型的生产配置示例：

yaml复制# 主库配置
spring.datasource.master.url: jdbc:mysql://master-db:3306/core?useSSL=false
spring.datasource.master.username: admin
spring.datasource.master.password: encrypted_password
spring.datasource.master.driver-class-name: com.mysql.cj.jdbc.Driver

# 从库配置  
spring.datasource.slave.url: jdbc:mysql://slave-db:3306/report?useSSL=false
spring.datasource.slave.username: reporter
spring.datasource.slave.password: encrypted_password
spring.datasource.slave.driver-class-name: com.mysql.cj.jdbc.Driver

3. Druid监控页面深度配置

3.1 安全访问控制

默认的/druid路径存在安全隐患，必须配置：

java复制@Configuration
public class DruidConfig {
    @Bean
    public ServletRegistrationBean<StatViewServlet> druidServlet() {
        ServletRegistrationBean<StatViewServlet> reg = new ServletRegistrationBean<>();
        reg.setServlet(new StatViewServlet());
        reg.addUrlMappings("/druid/*");
        // 白名单IP（生产环境务必配置）
        reg.addInitParameter("allow", "192.168.1.100,127.0.0.1");
        // 黑名单IP  
        reg.addInitParameter("deny", "10.10.10.1");
        // 登录凭证
        reg.addInitParameter("loginUsername", "admin");
        reg.addInitParameter("loginPassword", "complex_password");
        return reg;
    }
}

3.2 监控数据采集配置

在application.yml中开启完整监控：

yaml复制spring:
  datasource:
    druid:
      stat-view-servlet:
        enabled: true
        url-pattern: /druid/*
      web-stat-filter:
        enabled: true
        url-pattern: /*
        exclusions: "*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*"
      filter:
        stat:
          enabled: true
          log-slow-sql: true
          slow-sql-millis: 1000
          merge-sql: true
        wall:
          enabled: true
          config:
            drop-table-allow: false

4. SQL日志打印的进阶方案

4.1 控制台SQL输出配置

标准日志配置（logback-spring.xml）：

xml复制<logger name="druid.sql.Statement" level="DEBUG"/>
<logger name="com.ibatis" level="DEBUG"/> 
<logger name="com.ibatis.common.jdbc.SimpleDataSource" level="DEBUG"/>
<logger name="java.sql.Connection" level="DEBUG"/>
<logger name="java.sql.Statement" level="DEBUG"/>
<logger name="java.sql.PreparedStatement" level="DEBUG"/>

4.2 带参数值的完整SQL打印

通过自定义拦截器实现：

java复制@Intercepts({
    @Signature(type= StatementHandler.class, 
              method="query", 
              args={Statement.class, ResultHandler.class}),
    @Signature(type= StatementHandler.class,
              method="update",
              args={Statement.class}),
    @Signature(type= StatementHandler.class,
              method="batch",
              args={Statement.class})
})
public class SqlPrintInterceptor implements Interceptor {
    private static final Logger logger = LoggerFactory.getLogger("SQL_LOGGER");

    @Override
    public Object intercept(Invocation invocation) throws Throwable {
        StatementHandler handler = (StatementHandler)invocation.getTarget();
        BoundSql boundSql = handler.getBoundSql();
        
        String sql = boundSql.getSql();
        Object[] params = boundSql.getParameterObject();
        
        logger.info("Executing SQL: {} \nParameters: {}", 
                   sql.replaceAll("[\\s]+", " "), 
                   Arrays.toString(params));
        
        return invocation.proceed();
    }
}

5. 生产环境最佳实践

5.1 多数据源事务管理

使用AbstractRoutingDataSource时需注意：

java复制@Bean
@Primary
public DataSource dataSource() {
    Map<Object, Object> targetDataSources = new HashMap<>();
    targetDataSources.put("master", masterDataSource());
    targetDataSources.put("slave", slaveDataSource());
    
    AbstractRoutingDataSource routingDataSource = new AbstractRoutingDataSource() {
        @Override
        protected Object determineCurrentLookupKey() {
            return DataSourceContextHolder.getDataSourceType();
        }
    };
    
    routingDataSource.setDefaultTargetDataSource(masterDataSource());
    routingDataSource.setTargetDataSources(targetDataSources);
    return routingDataSource;
}

// 配合AOP实现动态切换
@Around("@annotation(dataSource)")
public Object around(ProceedingJoinPoint point, DataSource dataSource) throws Throwable {
    DataSourceContextHolder.setDataSourceType(dataSource.value());
    try {
        return point.proceed();
    } finally {
        DataSourceContextHolder.clear();
    }
}

5.2 监控数据持久化方案

Druid的监控数据默认存储在内存，重启会丢失。可通过以下配置存入数据库：

yaml复制spring:
  datasource:
    druid:
      stat:
        db-type: mysql
        filter:
          stat:
            log-slow-sql: true
            slow-sql-millis: 1000
            merge-sql: true
      # 监控数据存储配置
      monitor:
        storage:
          enable: true
          driver-class-name: com.mysql.cj.jdbc.Driver
          url: jdbc:mysql://monitor-db:3306/druid_stats
          username: monitor
          password: encrypted_pwd
          initial-size: 3
          max-active: 10

6. 常见问题排查指南

6.1 监控页面无法访问

排查步骤：

检查stat-view-servlet.enabled是否为true
确认没有安全框架（如Spring Security）拦截/druid路径
查看启动日志是否有Druid初始化报错
尝试直接访问http://localhost:8080/druid/login.html

6.2 SQL日志不显示

可能原因：

日志级别设置过高（应设为DEBUG）
使用了MyBatis-Plus但未配置日志实现
连接池实际使用的是HikariCP（检查依赖冲突）

解决方案：

java复制@Configuration
public class MyBatisConfig {
    @Bean
    public ConfigurationCustomizer configurationCustomizer() {
        return configuration -> {
            configuration.setLogImpl(StdOutImpl.class); // 或Slf4jImpl
        };
    }
}

6.3 多数据源切换失效

典型症状：

@Transactional注解内切换不生效
异步方法中数据源切换失败

根本原因：
Spring事务管理会缓存Connection，解决方法：

java复制// 在切换数据源后添加
TransactionSynchronizationManager.unbindResource(
    dataSource.getConnection().getMetaData().getConnection());

7. 性能优化建议

连接池参数调优：

yaml复制spring:
  datasource:
    druid:
      initial-size: 5
      min-idle: 5
      max-active: 20
      max-wait: 60000
      time-between-eviction-runs-millis: 60000
      min-evictable-idle-time-millis: 300000
      validation-query: SELECT 1
      test-while-idle: true
      test-on-borrow: false
      test-on-return: false

监控采样优化：

yaml复制spring:
  datasource:
    druid:
      filter:
        stat:
          enabled: true
          log-slow-sql: true
          slow-sql-millis: 1000
          merge-sql: true
        slf4j:
          enabled: true
          statement-executable-sql-log-enable: true

WallFilter防护：

java复制@Bean
public Filter wallFilter() {
    WallFilter wallFilter = new WallFilter();
    wallFilter.setConfig(wallConfig());
    return wallFilter;
}

@Bean
public WallConfig wallConfig() {
    WallConfig config = new WallConfig();
    config.setDropTableAllow(false);
    config.setAlterTableAllow(false);
    config.setNoneBaseStatementAllow(false);
    return config;
}

在实际项目中，Druid的监控数据帮我们发现了多个潜在性能问题，比如某个批量插入操作没有使用rewriteBatchedStatements参数，导致实际还是单条提交。通过监控页面的SQL统计功能，我们很快定位到这个问题并优化了30%的写入性能。