Spring Boot多数据源配置与动态路由实践-代码聚汇网

Spring Boot多数据源配置与动态路由实践

张翮

1. 多数据源配置的必要性与场景分析

在真实的企业级应用开发中，单数据库架构往往无法满足复杂业务需求。以我参与过的一个电商平台项目为例，会员数据存放在MySQL集群，订单数据使用PostgreSQL，而风控数据则存储在Oracle中。这种异构数据库环境正是多数据源技术的典型应用场景。

RuoYi-Vue-Plus作为基于Spring Boot的快速开发框架，其多数据源功能本质上是通过动态数据源路由机制实现的。核心原理是继承AbstractRoutingDataSource类，通过线程上下文（ThreadLocal）保存当前数据源标识，在执行SQL操作前动态切换数据源。这种设计既保持了Spring事务管理的完整性，又实现了灵活的数据库访问。

关键提示：多数据源与分库分表有本质区别。前者针对不同业务库的异构访问，后者是单一业务库的水平拆分。配置时需明确业务边界，避免混用。

2. 基础环境准备与依赖配置

2.1 必要组件清单

在开始配置前，需确保项目中包含以下关键依赖（以Maven为例）：

xml复制<!-- 多数据源核心依赖 -->
<dependency>
    <groupId>com.baomidou</groupId>
    <artifactId>dynamic-datasource-spring-boot-starter</artifactId>
    <version>3.5.2</version>
</dependency>

<!-- 数据库驱动（示例包含MySQL和PostgreSQL） -->
<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <scope>runtime</scope>
</dependency>
<dependency>
    <groupId>org.postgresql</groupId>
    <artifactId>postgresql</artifactId>
    <version>42.3.1</version>
</dependency>

2.2 配置文件结构设计

推荐采用YAML格式的配置文件，结构示例如下：

yaml复制spring:
  datasource:
    dynamic:
      primary: master # 默认数据源
      strict: true # 严格匹配数据源
      datasource:
        master:
          url: jdbc:mysql://127.0.0.1:3306/ry-vue?useSSL=false
          username: root
          password: 123456
          driver-class-name: com.mysql.cj.jdbc.Driver
        slave1:
          url: jdbc:postgresql://localhost:5432/report_db
          username: postgres
          password: postgres
          driver-class-name: org.postgresql.Driver

实际项目中我曾遇到一个坑：当使用SQL Server时，必须添加encrypt=false参数到连接字符串，否则会因默认加密配置导致连接超时。这类数据库特定的配置项需要特别注意。

3. 核心配置实现详解

3.1 数据源注解的使用规范

RuoYi-Vue-Plus基于@DS注解实现数据源切换，典型用法包括：

方法级注解（最常用）：

java复制@DS("slave1")
public List<Report> getSalesReport(DateRange range) {
    return reportMapper.selectByDate(range);
}

类级注解（统一指定）：

java复制@DS("master")
@Repository
public class UserServiceImpl implements UserService {
    // 所有方法默认使用master数据源
}

事务中的特殊处理：

java复制@Transactional
@DS("master")
public void updateOrder(Order order) {
    // 事务方法必须指定数据源，否则可能路由失败
}

重要经验：在事务方法中，数据源切换必须在进入事务前完成。因此事务方法的@DS注解必须放在类或方法上，不能通过AOP动态注入。

3.2 多数据源事务管理

跨数据源的事务需要引入JTA解决方案。我们项目中使用Atomikos的配置示例：

java复制@Configuration
@ConditionalOnClass(PlatformTransactionManager.class)
public class TransactionConfig {
    
    @Bean
    public JtaTransactionManager transactionManager() {
        UserTransactionManager tm = new UserTransactionManager();
        UserTransaction ut = new UserTransactionImp();
        return new JtaTransactionManager(ut, tm);
    }
}

配合application.yml配置：

yaml复制spring:
  jta:
    atomikos:
      datasource:
        default-isolation-level: READ_COMMITTED
      connectionfactory:
        default-isolation-level: READ_COMMITTED

实测中发现分布式事务性能损耗明显，在非必要场景应尽量避免。我们的最佳实践是：

90%的场景通过业务设计避免跨库事务
8%的场景使用最终一致性方案
仅2%的强一致性需求才启用JTA

4. 动态数据源高级用法

4.1 基于业务规则的动态路由

通过继承AbstractRoutingDataSource实现自定义路由策略：

java复制public class TenantDataSourceRouter extends AbstractRoutingDataSource {
    
    @Override
    protected Object determineCurrentLookupKey() {
        // 从请求头获取租户ID
        String tenantId = RequestContextHolder.getRequestAttributes()
                            .getHeader("X-Tenant-Id");
        return StringUtils.isNotBlank(tenantId) ? tenantId : "master";
    }
}

配置类中注册该数据源：

java复制@Bean
@Primary
public DataSource dataSource() {
    Map<Object, Object> targetDataSources = new HashMap<>();
    targetDataSources.put("master", masterDataSource());
    targetDataSources.put("tenant1", tenant1DataSource());
    // ...其他数据源
    
    TenantDataSourceRouter router = new TenantDataSourceRouter();
    router.setTargetDataSources(targetDataSources);
    router.setDefaultTargetDataSource(masterDataSource());
    return router;
}

4.2 读写分离实现方案

结合AbstractRoutingDataSource和Spring AOP实现自动读写分离：

java复制@Aspect
@Component
public class ReadWriteSplitAspect {
    
    @Before("@annotation(org.springframework.transaction.annotation.Transactional)")
    public void setWriteDataSource(JoinPoint jp) {
        // 事务方法使用主库
        DataSourceContextHolder.setDbType("master");
    }

    @Before("execution(* com..query*(..)) || execution(* com..find*(..))")
    public void setReadDataSource(JoinPoint jp) {
        // 查询方法使用从库
        DataSourceContextHolder.setDbType("slave");
    }
}

配合自定义注解实现更精细的控制：

java复制@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface ReadOnly {
    boolean value() default true;
}

5. 性能优化与问题排查

5.1 连接池配置建议

多数据源环境下，连接池配置尤为关键。我们的生产配置经验：

yaml复制spring:
  datasource:
    dynamic:
      datasource:
        master:
          hikari:
            maximum-pool-size: 20
            minimum-idle: 5
            idle-timeout: 30000
            max-lifetime: 1800000
            connection-timeout: 30000
        slave1:
          hikari:
            maximum-pool-size: 15
            # 从库可以配置较小连接数

常见连接泄露问题可通过以下SQL检测（MySQL示例）：

sql复制SHOW PROCESSLIST;
-- 查找长时间空闲的连接

5.2 典型问题排查指南

问题现象	可能原因	解决方案
数据源切换无效	1. 注解位置错误 2. 事务传播特性冲突	1. 检查@DS注解位置 2. 调整@Transactional的propagation属性
跨库事务失败	1. JTA配置错误 2. 数据库不支持XA	1. 检查Atomikos日志 2. 改用本地事务+消息队列
连接池耗尽	1. 连接泄露 2. 配置不合理	1. 添加连接泄露检测 2. 调整maxPoolSize

曾遇到一个棘手案例：在Kubernetes环境中，由于Pod频繁重启导致连接未正常关闭。最终通过添加以下配置解决：

yaml复制spring:
  datasource:
    hikari:
      register-mbeans: true # 启用JMX监控
      leak-detection-threshold: 60000 # 60秒泄露检测

6. 生产环境最佳实践

经过多个项目的实战检验，我们总结了以下黄金准则：

命名规范：
- 主库统一使用master
- 从库按功能命名：report_slave、log_db
- 租户数据源：tenant_{id}

监控指标：

java复制// 通过Micrometer暴露指标
@Bean
public DataSourcePoolMetrics dataSourceMetrics(DataSource dataSource) {
    return new DataSourcePoolMetrics(dataSource, "app_datasource", Tags.empty());
}

灾备方案：

java复制@DS("#header['x-db-fallback'] ?: 'master'")
public CriticalData getCriticalData() {
    // 支持通过请求头动态降级
}

测试策略：
- 单元测试：使用H2内存数据库模拟多数据源
- 集成测试：Testcontainers创建真实数据库实例
- 压力测试：重点关注连接池竞争情况

在最近的一个金融项目中，我们通过多数据源+分库分表组合方案，成功支撑了日均千万级的交易量。关键点在于：

核心交易走主库强一致
报表查询走从库+Elasticsearch
风控数据单独路由到Oracle集群

这种架构既保证了性能，又满足了不同业务的数据隔离需求。