SpringBoot多数据源连接与事务管理实战

1. SpringBoot多数据源连接方案概述

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。最近我在一个金融数据分析项目中遇到了这样的需求：系统需要同时读取PostgreSQL中的客户交易数据和SQL Server中的风控规则数据。通过SpringBoot实现这种异构数据库的多数据源连接，可以完美解决业务需求。

传统单数据源配置在application.properties中简单定义一组连接参数即可，但多数据源场景需要更精细的控制。经过技术调研，我最终选择了基于Spring AbstractRoutingDataSource的方案，配合MyBatis-Plus和HikariCP连接池，实现了稳定可靠的双数据源连接。这种方案相比纯注解方式更灵活，比完全手动管理更规范。

重要提示：多数据源配置的核心挑战不在于连接建立本身，而在于事务管理、连接释放和会话隔离。不当的实现会导致连接泄漏或脏读问题。

2. 核心组件与技术选型

2.1 基础环境准备

我的开发环境如下：

• JDK 17（推荐LTS版本）
• SpringBoot 3.1.5（注意与JDK版本匹配）
• PostgreSQL 15.3（官方最新稳定版）
• SQL Server 2019（企业版）
• MyBatis-Plus 3.5.3.1（简化ORM操作）

在pom.xml中需要的关键依赖：

xml复制<dependency>
    <groupId>org.postgresql</groupId>
    <artifactId>postgresql</artifactId>
    <version>42.6.0</version>
</dependency>
<dependency>
    <groupId>com.microsoft.sqlserver</groupId>
    <artifactId>mssql-jdbc</artifactId>
    <version>12.2.0.jre11</version>
</dependency>
<dependency>
    <groupId>com.baomidou</groupId>
    <artifactId>mybatis-plus-boot-starter</artifactId>
    <version>3.5.3.1</version>
</dependency>

2.2 连接池配置要点

我选择HikariCP作为连接池实现，相比Druid更轻量且性能优异。以下是两个数据源的典型配置参数对比：

3. 多数据源具体实现

3.1 数据源配置类实现

创建PostgresConfig和SqlServerConfig两个配置类，使用@ConfigurationProperties注入配置：

java复制@Configuration
@MapperScan(basePackages = "com.example.mapper.pg", 
           sqlSessionTemplateRef = "pgSqlSessionTemplate")
public class PostgresConfig {
    
    @Bean
    @ConfigurationProperties(prefix = "spring.datasource.pg")
    public DataSource pgDataSource() {
        return DataSourceBuilder.create().type(HikariDataSource.class).build();
    }
    
    @Bean
    public SqlSessionFactory pgSqlSessionFactory(
            @Qualifier("pgDataSource") DataSource dataSource) throws Exception {
        MybatisSqlSessionFactoryBean factory = new MybatisSqlSessionFactoryBean();
        factory.setDataSource(dataSource);
        factory.setMapperLocations(
            new PathMatchingResourcePatternResolver()
               .getResources("classpath:mapper/pg/*.xml"));
        return factory.getObject();
    }
    
    @Bean
    public SqlSessionTemplate pgSqlSessionTemplate(
            @Qualifier("pgSqlSessionFactory") SqlSessionFactory sqlSessionFactory) {
        return new SqlSessionTemplate(sqlSessionFactory);
    }
}

SQL Server的配置类结构类似，主要区别在于：

1. 扫描的package改为"com.example.mapper.mssql"
2. Mapper XML路径改为"classpath:mapper/mssql/*.xml"
3. Bean名称前缀改为"mssql"

3.2 动态数据源路由实现

创建DynamicDataSource继承AbstractRoutingDataSource：

java复制public class DynamicDataSource extends AbstractRoutingDataSource {
    
    private static final ThreadLocal<String> CONTEXT_HOLDER = 
        new ThreadLocal<>();
        
    public static void setDataSourceType(String dsType) {
        CONTEXT_HOLDER.set(dsType);
    }
    
    public static String getDataSourceType() {
        return CONTEXT_HOLDER.get();
    }
    
    public static void clearDataSourceType() {
        CONTEXT_HOLDER.remove();
    }

    @Override
    protected Object determineCurrentLookupKey() {
        return getDataSourceType();
    }
}

然后在主配置中注册这个数据源：

java复制@Bean
@Primary
public DataSource dynamicDataSource(
        @Qualifier("pgDataSource") DataSource pgDataSource,
        @Qualifier("mssqlDataSource") DataSource mssqlDataSource) {
    
    Map<Object, Object> targetDataSources = new HashMap<>();
    targetDataSources.put("pg", pgDataSource);
    targetDataSources.put("mssql", mssqlDataSource);
    
    DynamicDataSource ds = new DynamicDataSource();
    ds.setTargetDataSources(targetDataSources);
    ds.setDefaultTargetDataSource(pgDataSource); // 默认数据源
    
    return ds;
}

4. 事务管理与使用实践

4.1 多数据源事务处理

多数据源场景下的事务管理需要特别注意。我采用两种方案：

1. 单数据源事务：在每个方法上使用@Transactional(transactionManager = "pgTransactionManager")

2. 分布式事务：对于需要跨库事务的场景，引入Atomikos或Seata实现JTA。以下是Atomikos配置示例：

java复制@Bean
public JtaTransactionManager transactionManager() {
    UserTransactionManager utm = new UserTransactionManager();
    UserTransaction ut = new UserTransactionImp();
    return new JtaTransactionManager(ut, utm);
}

@Bean
public DataSource pgDataSource() {
    AtomikosDataSourceBean ds = new AtomikosDataSourceBean();
    ds.setXaDataSourceClassName("org.postgresql.xa.PGXADataSource");
    ds.setUniqueResourceName("pgXADataSource");
    // 其他参数配置...
    return ds;
}

4.2 实际使用示例

在Service层切换数据源：

java复制@Service
public class DataQueryService {
    
    @Autowired
    private PgUserMapper pgUserMapper;
    
    @Autowired
    private MssqlRuleMapper mssqlRuleMapper;
    
    public UserData getCombinedData(Long userId) {
        // 切换到PostgreSQL数据源
        DynamicDataSource.setDataSourceType("pg");
        User user = pgUserMapper.selectById(userId);
        
        // 切换到SQL Server数据源
        DynamicDataSource.setDataSourceType("mssql");
        List<Rule> rules = mssqlRuleMapper.selectByUserType(user.getType());
        
        // 清理数据源标记
        DynamicDataSource.clearDataSourceType();
        
        return new UserData(user, rules);
    }
}

5. 性能优化与问题排查

5.1 连接池监控配置

在application.properties中添加：

properties复制# PostgreSQL监控
spring.datasource.pg.hikari.metrics-tracker=com.zaxxer.hikari.metrics.micrometer.MicrometerMetricsTrackerFactory
spring.datasource.pg.hikari.register-mbeans=true

# SQL Server监控
spring.datasource.mssql.hikari.metrics-tracker=com.zaxxer.hikari.metrics.micrometer.MicrometerMetricsTrackerFactory
spring.datasource.mssql.hikari.register-mbeans=true

management.endpoints.web.exposure.include=health,info,metrics,prometheus

通过Actuator可以获取以下关键指标：

• hikaricp.connections.active
• hikaricp.connections.idle
• hikaricp.connections.pending
• hikaricp.connections.max
• hikaricp.connections.min

5.2 常见问题解决方案

问题1：连接泄漏
症状：应用运行一段时间后出现连接耗尽
解决方案：

1. 确保每次DynamicDataSource.setDataSourceType()后都有clear操作
2. 添加连接泄漏检测：

   properties复制spring.datasource.pg.hikari.leak-detection-threshold=60000
   spring.datasource.mssql.hikari.leak-detection-threshold=60000
   

问题2：SQL方言冲突
症状：执行分页查询时报语法错误
解决方案：

1. 为每个SqlSessionFactory配置独立方言：

   java复制factory.setConfiguration(configuration);
   configuration.setDatabaseId("postgresql"); // 或sqlserver
   

问题3：事务不生效
症状：跨数据源操作无法回滚
解决方案：

1. 使用JTA事务管理器
2. 或拆分为多个@Transactional方法

6. 高级应用场景

6.1 动态添加数据源

运行时动态注册新数据源：

java复制public void addNewDataSource(String dsName, DataSourceProperties props) {
    HikariDataSource newDs = props.initializeDataSourceBuilder()
        .type(HikariDataSource.class).build();
    
    DynamicDataSource ds = (DynamicDataSource)applicationContext
        .getBean("dynamicDataSource");
    ds.addTargetDataSource(dsName, newDs);
    
    // 注册新的Mapper接口
    SqlSessionFactory factory = createSqlSessionFactory(newDs);
    applicationContext.getBeanFactory()
        .registerSingleton(dsName+"SqlSessionFactory", factory);
}

6.2 读写分离扩展

基于多数据源实现读写分离：

java复制@Around("@annotation(readOnly)")
public Object routeReadOnly(ProceedingJoinPoint jp, ReadOnly readOnly) 
    throws Throwable {
    
    String current = DynamicDataSource.getDataSourceType();
    try {
        if(readOnly.value()) {
            DynamicDataSource.setDataSourceType("slave");
        }
        return jp.proceed();
    } finally {
        DynamicDataSource.setDataSourceType(current);
    }
}

在实际项目中，这套多数据源方案成功支撑了日均百万级的跨库查询操作。PostgreSQL负责处理复杂的分析查询，SQL Server则保证了事务型操作的高效执行。通过合理的连接池配置和严格的事务管理，系统运行半年多来未出现严重的连接问题。