动态数据源与连接池实战：baomidou与Druid的融合配置

1. 动态数据源与连接池的黄金组合

在微服务架构中，多数据源访问已经成为标配需求。想象一下这样的场景：你的订单服务需要同时读写MySQL主库、查询MySQL从库、还要定期从ClickHouse拉取分析报表。如果每次操作都手动管理连接，代码很快就会变成意大利面条式的混乱结构。这就是baomidou动态数据源框架的价值所在——它让数据源切换变得像切换电视频道一样简单。

但仅有切换能力还不够，就像赛车需要仪表盘一样，我们需要实时监控连接池状态。Druid就是这个仪表盘，它能提供连接泄漏检测、SQL防火墙、性能监控等高级功能。我去年参与的一个电商项目就曾因为连接泄漏导致数据库连接耗尽，引入Druid后我们通过它的监控界面快速定位到了问题代码。

2. 环境准备与依赖配置

2.1 依赖管理避坑指南

创建新的Spring Boot项目时，建议使用Spring Initializr生成基础骨架。这里有个容易踩的坑：baomidou的dynamic-datasource-spring-boot-starter已经内置了HikariCP连接池，如果同时引入Druid的starter会导致冲突。正确的做法是排除HikariCP：

xml复制<dependency>
    <groupId>com.baomidou</groupId>
    <artifactId>dynamic-datasource-spring-boot-starter</artifactId>
    <version>3.5.2</version>
    <exclusions>
        <exclusion>
            <groupId>com.zaxxer</groupId>
            <artifactId>HikariCP</artifactId>
        </exclusion>
    </exclusions>
</dependency>
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>druid-spring-boot-starter</artifactId>
    <version>1.2.16</version>
</dependency>

实测发现，版本匹配很关键。有次升级Spring Boot到2.7.x后，由于Druid版本滞后导致监控页面无法打开。建议保持版本对应关系：

• Spring Boot 2.4.x → Druid 1.2.8
• Spring Boot 2.7.x → Druid 1.2.16

2.2 基础配置模板

在application.yml中，我们需要配置三层结构：动态数据源路由、各数据源连接信息、Druid专属参数。这是我经过多个项目验证的模板配置：

yaml复制spring:
  datasource:
    dynamic:
      primary: master
      strict: true
      datasource:
        master:
          url: jdbc:mysql://localhost:3306/main_db
          username: root
          password: 123456
          driver-class-name: com.mysql.cj.jdbc.Driver
          druid:
            initial-size: 5
            max-active: 20
            filters: stat,wall
        slave1:
          url: jdbc:mysql://replica1:3306/read_db
          username: reader
          password: 123456
          driver-class-name: com.mysql.cj.jdbc.Driver
          druid:
            test-while-idle: true
            validation-query: SELECT 1

注意strict参数建议生产环境设为true，这样在切换不存在的DS时会立即报错，避免静默失败。开发阶段可以设为false方便调试。

3. 高级配置与性能调优

3.1 Druid监控中心配置

Druid最强大的功能莫过于它的监控能力。要启用监控面板，需要添加以下配置：

java复制@Configuration
public class DruidConfig {
    @Bean
    public ServletRegistrationBean<StatViewServlet> druidServlet() {
        ServletRegistrationBean<StatViewServlet> reg = new ServletRegistrationBean<>();
        reg.setServlet(new StatViewServlet());
        reg.addUrlMappings("/druid/*");
        reg.addInitParameter("loginUsername", "admin");
        reg.addInitParameter("loginPassword", "admin123");
        return reg;
    }
    
    @Bean
    public FilterRegistrationBean<WebStatFilter> filterRegistrationBean() {
        FilterRegistrationBean<WebStatFilter> reg = new FilterRegistrationBean<>();
        reg.setFilter(new WebStatFilter());
        reg.addUrlPatterns("/*");
        reg.addInitParameter("exclusions", "*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*");
        return reg;
    }
}

启动应用后访问/druid路径，你会看到一个功能丰富的监控面板。我特别喜欢它的SQL监控功能，能清晰看到慢SQL排行和执行时间分布。曾经通过这个功能发现某个报表查询没有使用索引，优化后响应时间从3秒降到了200毫秒。

3.2 连接池参数调优

Druid提供了数十个可调参数，但实际项目中只需要关注几个关键指标：

对于读写分离场景，建议为主库设置更大的maxActive值，因为写操作通常更耗时。从库可以适当减小，比如：

• 主库：maxActive=50
• 从库：maxActive=30

4. 实战中的动态切换技巧

4.1 注解式切换的最佳实践

baomidou提供的@DS注解非常灵活，但使用不当会导致意外行为。这是我的经验总结：

1. 类级注解：适用于整个Mapper使用同一数据源的情况

java复制@Mapper
@DS("slave1") 
public interface ReportMapper {
    List<Report> getDailyReport();
}

2. 方法级注解：优先级高于类级注解

java复制@Mapper
@DS("master")
public interface OrderMapper {
    
    @DS("slave1")
    List<Order> queryOrders(OrderQuery query);
    
    @DS("master")
    void createOrder(Order order);
}

3. 事务中的陷阱：在@Transactional方法内切换数据源无效，因为事务已经绑定了初始数据源。解决方案是使用编程式事务管理。

4.2 编程式切换方案

对于需要根据运行时条件动态切换的场景，可以使用DynamicDataSourceContextHolder：

java复制public List<Data> fetchData(boolean useBackup) {
    try {
        if(useBackup) {
            DynamicDataSourceContextHolder.push("backup");
        }
        return dataMapper.selectList();
    } finally {
        if(useBackup) {
            DynamicDataSourceContextHolder.clear();
        }
    }
}

在灰度发布场景中，我曾用这种方式实现新老数据库的流量切换：当新库出现问题时，自动回切到旧库，保证服务可用性。

5. 生产环境注意事项

5.1 多数据源事务管理

跨数据源的事务需要引入JTA解决方案，比如Atomikos。配置示例：

java复制@Bean
public PlatformTransactionManager transactionManager(DynamicDataSource dataSource) {
    return new DataSourceTransactionManager(dataSource);
}

@Bean
public JtaTransactionManager jtaTransactionManager() {
    return new JtaTransactionManager();
}

但分布式事务性能开销大，实际项目中更推荐使用最终一致性方案，比如：

• 本地消息表
• 事务消息
• Saga模式

5.2 监控指标集成

除了Druid自带的监控，建议将关键指标导出到Prometheus：

yaml复制spring:
  datasource:
    druid:
      stat-view-servlet:
        enabled: true
      web-stat-filter:
        enabled: true
      filter:
        stat:
          merge-sql: true
          log-slow-sql: true
          slow-sql-millis: 1000

配合Grafana可以打造更强大的监控看板，设置合理的告警阈值，比如：

• 活跃连接数超过maxActive的80%
• SQL执行时间超过1秒
• 连接等待时间超过500ms

6. 典型问题排查指南

6.1 连接泄漏排查

当发现连接数持续增长不释放时，可以：

1. 访问Druid的/weburi.html查看URI统计
2. 检查最频繁调用的SQL
3. 在代码中搜索对应的Mapper方法
4. 确认是否有未关闭的ResultSet或Connection

我曾遇到一个案例：分页查询没有设置合理的limit，导致内存中加载了百万级数据，连接无法释放。通过Druid的SQL监控快速定位到了问题SQL。

6.2 性能瓶颈分析

对于响应变慢的问题，Druid的监控面板特别有用：

1. 查看"SQL监控"页面的执行时间排行
2. 检查"URI监控"中的慢请求
3. 分析"Spring监控"中的方法调用链

有个实际案例：某个统计接口突然变慢，通过分析发现是缺少复合索引导致。添加索引后性能提升了20倍。