MyBatis-Plus多数据源配置实战与优化指南

1. 多数据源配置的现实需求

在真实的企业级应用开发中，单一数据源往往无法满足业务需求。我经历过一个电商项目，需要同时连接订单库、用户库和商品库，这三个库分别部署在不同的MySQL实例上。传统的单数据源配置根本无法应对这种场景，这就是为什么我们需要掌握多数据源配置技术。

MyBatis-Plus作为MyBatis的增强工具，提供了优雅的多数据源解决方案。与原生MyBatis繁琐的配置相比，MyBatis-Plus通过dynamic-datasource-spring-boot-starter组件，真正实现了"开箱即用"的体验。下面我将分享在实际项目中的完整配置流程和踩坑经验。

2. 环境准备与依赖配置

2.1 必备组件清单

首先确保你的Spring Boot项目是2.x版本（我用的2.7.15），然后需要添加以下核心依赖：

xml复制<dependency>
    <groupId>com.baomidou</groupId>
    <artifactId>dynamic-datasource-spring-boot-starter</artifactId>
    <version>3.6.1</version>
</dependency>
<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <scope>runtime</scope>
</dependency>

注意：dynamic-datasource-spring-boot-starter已经包含了mybatis-plus-boot-starter，无需重复引入

2.2 配置文件关键参数

在application.yml中配置多数据源（以两个数据源为例）：

yaml复制spring:
  datasource:
    dynamic:
      primary: master # 设置默认数据源
      datasource:
        master:
          url: jdbc:mysql://localhost:3306/master_db?useSSL=false
          username: root
          password: 123456
          driver-class-name: com.mysql.cj.jdbc.Driver
        slave:
          url: jdbc:mysql://localhost:3306/slave_db?useSSL=false
          username: root
          password: 123456
          driver-class-name: com.mysql.cj.jdbc.Driver

3. 核心实现与注解使用

3.1 数据源切换原理

MyBatis-Plus通过AOP切面实现数据源动态切换。核心注解是@DS，它可以标注在方法或类上：

java复制@Service
@DS("slave") // 类级别默认数据源
public class UserServiceImpl implements UserService {
    
    @Override
    @DS("master") // 方法级别覆盖类级别配置
    public void addUser(User user) {
        // 操作master数据源
    }
    
    public User getUser(Long id) {
        // 操作slave数据源
    }
}

3.2 事务处理的特殊要求

在多数据源环境下，事务管理需要特别注意：

1. 同一个事务中不能切换数据源
2. 需要禁用原生事务管理器：

java复制@SpringBootApplication
@MapperScan("com.example.mapper")
@EnableTransactionManagement
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

然后在配置类中禁用DataSourceTransactionManagerAutoConfiguration：

java复制@EnableAutoConfiguration(exclude = {DataSourceTransactionManagerAutoConfiguration.class})
public class DataSourceConfig {
    // 其他配置...
}

4. 高级配置与性能优化

4.1 多数据源连接池配置

建议为每个数据源单独配置连接池参数：

yaml复制spring:
  datasource:
    dynamic:
      datasource:
        master:
          hikari:
            maximum-pool-size: 20
            minimum-idle: 5
            connection-timeout: 30000
        slave:
          hikari:
            maximum-pool-size: 15
            minimum-idle: 3

4.2 读写分离实践

结合@DS注解可以轻松实现读写分离：

java复制@DS("slave")
public List<User> queryUsers() {
    // 读操作走从库
}

@DS("master")  
public void updateUser(User user) {
    // 写操作走主库
}

5. 常见问题排查指南

5.1 数据源切换失效场景

1. 自调用问题：同一个类中A方法调用B方法，B方法的@DS注解会失效
2. 事务问题：方法上有@Transactional注解时，@DS可能不生效

解决方案：将需要切换数据源的方法抽取到单独的Service中

5.2 多数据源事务处理

如果需要跨数据源事务，可以考虑：

1. 使用JTA分布式事务（性能较差）
2. 采用最终一致性方案（推荐）

java复制// 伪代码示例
public void crossDataSourceOperation() {
    try {
        // 操作数据源A
        dataSourceAService.update();
        
        // 操作数据源B 
        dataSourceBService.update();
    } catch(Exception e) {
        // 记录日志，启动补偿机制
        compensationService.save(e);
        throw e;
    }
}

6. 生产环境最佳实践

6.1 监控与健康检查

建议添加以下监控配置：

yaml复制management:
  endpoints:
    web:
      exposure:
        include: health,info,metrics
  health:
    db:
      enabled: true

6.2 动态添加数据源

运行时动态添加数据源的代码示例：

java复制@Autowired
private DynamicRoutingDataSource dynamicRoutingDataSource;

public void addDynamicDataSource(String poolName, DataSourceProperty property) {
    DataSource dataSource = dynamicDataSourceCreator.createDataSource(property);
    dynamicRoutingDataSource.addDataSource(poolName, dataSource);
}

我在实际项目中用这个功能实现了租户系统的动态数据源注册，每个新租户入驻时自动创建并注册其专属数据源。

7. 性能压测数据参考

在我的MacBook Pro (M1 Pro)上对双数据源系统进行JMeter压测，结果如下：

可以看到，多数据源带来的性能损耗在可接受范围内（约5-8%），远低于业务收益。

8. 扩展思考：多数据源与微服务

虽然多数据源技术很强大，但在微服务架构下，我建议：

1. 尽量保持一个服务一个主数据源
2. 特殊场景（如报表查询）才使用多数据源
3. 跨服务数据交互通过API进行

最近在重构一个老系统时，我就把原来的5个数据源拆分成了3个微服务，每个服务只保留必要的数据源，系统可维护性大幅提升。