Druid连接池监控(Druid连接池和监控配置)
前一篇文章我们熟悉了HikariCP连接池，也了解到它的性能很高，今天我们讲一下另一款比较受欢迎的连接池：Druid，这是阿里开源的一款数据库连接池，它官网上声称：为监控而生！他可以实现页面监控，看到SQL的执行次数、时间和慢SQL信息，也可以对数据库密码信息进行加密，也可以对监控结果进行日志的记录，以及可以实现对敏感操作实现开关，杜绝SQL注入，下面我们详细讲一下它如何与Spring集成，并且顺便了解一下它的监控的配置。
文章要点：
Spring集成Druid
监控Filters配置（stat、wall、config、log）
HiKariCP和Druid该如何选择
org.springframework.boot
spring-boot-starter-actuator
org.springframework.boot
spring-boot-starter-web
mysql
mysql-connector-java
runtime
org.projectlombok
lombok
true
org.springframework.boot
spring-boot-starter-test
test
org.springframework.boot
spring-boot-starter-data-jdbc
org.mybatis.spring.boot
mybatis-spring-boot-starter
2.2.0
.alibaba
druid-spring-boot-starter
1.2.6
@Configuration
public class DataSourceConfiguration {
@ConfigurationProperties(prefix = 'spring.datasource.druid')
@Bean
public DataSource dataSource(){
return new DruidDataSource();
}
}
# 或spring.datasource.url
spring.datasource.druid.url=jdbc:mysql://localhost:3306/chenrui
# 或spring.datasource.username
spring.datasource.druid.username=root
# 或spring.datasource.password
spring.datasource.druid.password=root
#初始化时建立物理连接的个数。初始化发生在显示调用init方法，或者第一次getConnection时
spring.datasource.druid.initial-size=5
#最大连接池数量
spring.datasource.druid.max-active=20
#最小连接池数量
spring.datasource.druid.min-idle=5
#获取连接时最大等待时间，单位毫秒。配置了maxWait之后，缺省启用公平锁，并发效率会有所下降，如果需要可以通过配置useUnfairLock属性为true使用非公平锁
spring.datasource.druid.max-wait=500
#是否缓存preparedStatement，也就是PSCache。PSCache对支持游标的数据库性能提升巨大，比如说oracle。在mysql下建议关闭。
spring.datasource.druid.pool-prepared-statements=false
#要启用PSCache，必须配置大于0，当大于0时，poolPreparedStatements自动触发修改为true。在Druid中，不会存在Oracle下PSCache占用内存过多的问题，可以把这个数值配置大一些，比如说100
spring.datasource.druid.max-pool-prepared-statement-per-connection-size=-1
#用来检测连接是否有效的sql，要求是一个查询语句，常用select 'x'。如果validationQuery为null，testOnBorrow、testOnReturn、testWhileIdle都不会起作用。
spring.datasource.druid.validation-query=select 'x'
#单位：秒，检测连接是否有效的超时时间。底层调用jdbc Statement对象的void setQueryTimeout(int seconds)方法
spring.datasource.druid.validation-query-timeout=1
#申请连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能。
spring.datasource.druid.test-on-borrow=true
#归还连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能。
spring.datasource.druid.test-on-return=true
#建议配置为true，不影响性能，并且保证安全性。申请连接的时候检测，如果空闲时间大于timeBetweenEvictionRunsMillis，执行validationQuery检测连接是否有效
spring.datasource.druid.test-while-idle=true
#有两个含义：默认1分钟
#1) Destroy线程会检测连接的间隔时间，如果连接空闲时间大于等于minEvictableIdleTimeMillis则关闭物理连接。
#2) testWhileIdle的判断依据，详细看testWhileIdle属性的说明
spring.datasource.druid.time-between-eviction-runs-millis=60000
# 连接保持空闲而不被驱逐的最小时间
spring.datasource.druid.min-evictable-idle-time-millis=600000
# 连接保持空闲而不被驱逐的最大时间
spring.datasource.druid.max-evictable-idle-time-millis=900000
#配置多个英文逗号分隔
spring.datasource.druid.filters=stat,wall
# WebStatFilter配置
# 是否启用StatFilter默认值false
spring.datasource.druid.web-stat-filter.enabled=true
# 匹配的url
spring.datasource.druid.web-stat-filter.url-pattern=/*
# 排除一些不必要的url，比如.js,/jslib/等等
spring.datasource.druid.web-stat-filter.exclusions=*.js,*.gif,*.jpg,*.bmp,*.png,*.css,*.ico,/druid/*
# 你可以关闭session统计功能
spring.datasource.druid.web-stat-filter.session-stat-enable=true
# 默认sessionStatMaxCount是1000个，你也可以按需要进行配置
spring.datasource.druid.web-stat-filter.session-stat-max-count=1000
# 使得druid能够知道当前的session的用户是谁
spring.datasource.druid.web-stat-filter.principal-session-name=cross
# 如果你的user信息保存在cookie中，你可以配置principalCookieName，使得druid知道当前的user是谁
spring.datasource.druid.web-stat-filter.principal-cookie-name=aniu
# 配置profileEnable能够监控单个url调用的sql列表
spring.datasource.druid.web-stat-filter.profile-enable=
# 配置_StatViewServlet配置,用于展示Druid的统计信息
#是否启用StatViewServlet（监控页面）默认值为false（考虑到安全问题默认并未启动，如需启用建议设置密码或白名单以保障安全）
spring.datasource.druid.stat-view-servlet.enabled=true
spring.datasource.druid.stat-view-servlet.url-pattern=/druid/*
#允许清空统计数据
spring.datasource.druid.stat-view-servlet.reset-enable=true
#监控页面登陆的用户名
spring.datasource.druid.stat-view-servlet.login-username=root
# 登陆监控页面所需的密码
spring.datasource.druid.stat-view-servlet.login-password=1234
# deny优先于allow，如果在deny列表中，就算在allow列表中，也会被拒绝。
# 如果allow没有配置或者为空，则允许所有访问
#允许的IP
# spring.datasource.druid.stat-view-servlet.allow=
#拒绝的IP
#spring.datasource.druid.stat-view-servlet.deny=127.0.0.1
#指定xml文件所在的位置
mybatis.mapper-locations=classpath:mapper/*Mapper.xml
#开启数据库字段和类属性的映射支持驼峰
mybatis.configuration.map-underscore-to-camel-case=true
create table user_info
(
id bigint unsigned auto_increment
primary key,
user_id int not null ment '用户id',
user_name varchar(64) not null ment '真实姓名',
email varchar(30) not null ment '用户邮箱',
nick_name varchar(45) null ment '昵称',
status tinyint not null ment '用户状态，1-正常，2-注销，3-冻结',
address varchar(128) null
)
ment '用户基本信息';
INSERT INTO chenrui.user_info (id, user_id, user_name, email, nick_name, status, address) VALUES (1, 80001, '张三丰', 'xxx@126.', '三哥', 1, '武当山');
INSERT INTO chenrui.user_info (id, user_id, user_name, email, nick_name, status, address) VALUES (2, 80002, '张无忌', 'yyy@126.', '', 1, null);
<?xml version='1.0' encoding='UTF-8'?>
PUBLIC '-//mybatis.org//DTD Mapper 3.0//EN'
'http://mybatis.org/dtd/mybatis-3-mapper.dtd'>
select * from user_info
select * from user_info where id = #{id}
select * from user_info where id =1
select * from user_info where id =2
public interface UserInfoDAO {
List findAllUser();
UserInfo getUserById(@Param('id') int id);
UserInfo getUserByIdEqualOne();
UserInfo getUserByIdEqualTwo();
}
@RestController
@Slf4j
public class UserInfoController {
@Resource
private UserInfoDAO userInfoDAO;
@GetMapping(path = '/all')
public List getAllUser(){
return userInfoDAO.findAllUser();
}
@GetMapping(path = '/getUser/{id}')
public UserInfo getById(@PathVariable int id){
return userInfoDAO.getUserById(id);
}
@GetMapping(path = '/getUser/one')
public UserInfo getById1(){
return userInfoDAO.getUserByIdEqualOne();
}
@GetMapping(path = '/getUser/two')
public UserInfo getById2(){
return userInfoDAO.getUserByIdEqualTwo();
}
}
@SpringBootApplication
@MapperScan(basePackages = '.example.springdataSourcedruid.dao')
public class SpringDataSourceDruidApplication {
public static void main(String[] args) {
SpringApplication.run(SpringDataSourceDruidApplication.class, args);
}
}
访问：http://127.0.0.1:8080/druid/ ，弹出登陆界面，用户和密码对应我们的配置文件中设置的用户名和密码
登陆进去可以看到里面有很多监控，这里我们只看我们本次所关心的，数据源，SQL监控，URL监控，其他的可以自行研究。
上面我们看到数据源里面的信息和我们在application.properties中配置的一致
下面我们分别执行几次，我们准备好的验证接口
http://127.0.0.1:8080/all
http://127.0.0.1:8080/getUser/1
http://127.0.0.1:8080/getUser/2
http://127.0.0.1:8080/getUser/one
http://127.0.0.1:8080/getUser/two
上面我们看到我们总共四个语句，以及四个语句的运行情况
SQL监控项上，执行时间、读取行数、更新行数都有区间分布，将耗时分布成8个区间：
0 - 1 耗时0到1毫秒的次数
1 - 10 耗时1到10毫秒的次数
10 - 100 耗时10到100毫秒的次数
100 - 1,000 耗时100到1000毫秒的次数
1,000 - 10,000 耗时1到10秒的次数
10,000 - 100,000 耗时10到100秒的次数
100,000 - 1,000,000 耗时100到1000秒的次数
1,000,000 - 耗时1000秒以上的次数
这里你可能会有疑问 ，id =1和id=2怎么还是分开的，如果我id有一亿个，难道要在监控页面上有一亿条记录吗？不是应该都应该是id=？的形式吗？这里后面会讲到，涉及到sql合并的监控配置
这里可以很清晰的看到，每个url涉及到的数据库执行的信息
在druid的jar中，META-INF/druid-filter.properties中有其内置的filter，内容如下：
druid.filters.default=.alibaba.druid.filter.stat.StatFilter
druid.filters.stat=.alibaba.druid.filter.stat.StatFilter
druid.filters.mergeStat=.alibaba.druid.filter.stat.MergeStatFilter
druid.filters.counter=.alibaba.druid.filter.stat.StatFilter
druid.filters.encoding=.alibaba.druid.filter.encoding.EncodingConvertFilter
druid.filters.log4j=.alibaba.druid.filter.logging.Log4jFilter
druid.filters.log4j2=.alibaba.druid.filter.logging.Log4j2Filter
druid.filters.slf4j=.alibaba.druid.filter.logging.Slf4jLogFilter
druid.filters.monlogging=.alibaba.druid.filter.logging.CommonsLogFilter
druid.filters.monLogging=.alibaba.druid.filter.logging.CommonsLogFilter
druid.filters.wall=.alibaba.druid.wall.WallFilter
druid.filters.config=.alibaba.druid.filter.config.ConfigFilter
druid.filters.haRandomValidator=.alibaba.druid.pool.ha.selector.RandomDataSourceValidateFilter
default、stat、wall等是filter的别名，可以在application.properties中可以通过spring.datasource.druid.filters属性指定别名来开启相应的filter，也可以在Spring中通过属性注入方式来开启，接下来介绍一下比较常用的filter
在spring.datasource.druid.filters配置中包含stat，代表开启监控统计信息，在上面内容中，我们已经看到包含执行次数、时间、最慢SQL等信息。也提到因为有的sql是非参数话的，这样会导致在监控页面有很多监控的sql都是一样的，只是参数不一样，我们这时候需要将合同sql配置打开；
只需要在application.properties增加配置：
#为监控开启SQL合并，将慢SQL的时间定为2毫秒，记录慢SQL日志
spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true
看一下运行结果：
1、下面2个语句在监控页面被合并了：
select * from user_info where id=1
select * from user_info where id=2
// 合并后的结果是：
SELECT * FROM user_info WHERE id = ?
2、超过2ms的语句，在监控页面红色展示出来
3、慢SQL在日志中会被体现出来
继承stat，基本特性和stat是一样的，不做延伸
由于历史原因，一些数据库保存数据的时候使用了错误编码，需要做编码转换。
可以用下面的方式开启：
spring.datasource.druid.filters=stat,encoding
#配置客户端的编码UTF-8，服务端的编码是ISO-8859-1，这样存在数据库中的乱码查询出来就不是乱码了。
spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true;clientEncoding=UTF-8;serverEncoding=ISO-8859-1
Druid内置提供了四种LogFilter（Log4jFilter、Log4j2Filter、CommonsLogFilter、Slf4jLogFilter），用于输出JDBC执行的日志
#这里使用log4j2为例
spring.datasource.druid.filters=stat,log4j2
#druid.log.conn记录连接、druid.log.stmt记录语句、druid.log.rs记录结果集、druid.log.stmt.executableSql记录可执行的SQL
spring.datasource.druid.connection-properties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2;druid.stat.logSlowSql=true;druid.log.conn=true;druid.log.stmt=true;druid.log.rs=true;druid.log.stmt.executableSql=true
#为方便验证，我们开启以下loggerName为DEBUG
logging.level.druid.sql.Statement=DEBUG
logging.level.druid.sql.ResultSet=DEBUG
logging.level.druid.sql.Connection=DEBUG
logging.level.druid.sql.DataSource=DEBUG
我们可以看到执行SQL的整个过程，开启连接>从连接池获取一个连接>组装SQL语句>执行>结果集返回>连接池回收连接
这里只用了log4j2这一种类型，其他可以自行去验证。
WallFilter的功能是防御SQL注入攻击。它是基于SQL语法分析，理解其中的SQL语义，然后做处理的，智能，准确，误报率低。减少风险的发生，wall拦截器还是很重要的。比如说不允许使用truncate，不允许物理删除，这时候wall就用得上了。配置方式有两种：
spring.datasource.druid.filters=stat,wall,log4j2
这种配置是默认配置，而且大多数都不会拦截，可能不符合特定的场景，默认属性值参照：https://www.bookstack.cn/read/Druid/ffdd9118e6208531.md
这种方式的好处是：我们可以针对特定场景进行限定，比如说不能用存储过程，不能物理删除，是否允许语句中有注释等等。
//在DruidDataSource生成前注入WallFilter
@ConfigurationProperties(prefix = 'spring.datasource.druid')
@Bean
public DataSource dataSource(){
DruidDataSource dataSource = new DruidDataSource();
dataSource.getProxyFilters().add(wallFilter());
return dataSource;
}
@Bean
@ConfigurationProperties('spring.datasource.druid.filter.wall.config')
public WallConfig wallConfig(){
return new WallConfig();
}
@Bean
public WallFilter wallFilter(){
WallFilter filter = new WallFilter();
filter.setConfig(wallConfig());
filter.setDbType('mysql');
return filter;
}
#不允许物理删除语句
spring.datasource.druid.filter.wall.config.delete-allow=false
执行一下试试效果：
可以看到日志显示，不允许删除，这样可以避免一些同学不按照公司开发规范来开发代码，减少风险。其他配置自己可以试验一下。
Config作用：从配置文件中读取配置；从远程http文件中读取配置；为数据库密码提供加密功能
实际上前两项作用意义不大，最关键的是第三项作用，因为数据库密码直接写在配置中，对运维安全来说，是一个很大的挑战。Druid为此提供一种数据库密码加密的手段ConfigFilter
如何使用：
#在application.properties的链接属性配置项中增加config.file，可以是本地文件，也可以是远程文件，比如config.file=http://127.0.0.1/druid-pool.properties
spring.datasource.druid.connection-properties=config.file=file:///Users/chenrui/druid-pool.properties
使用下面的命令生成数据库密码的密文和秘钥对
java -cp druid-1.0.16.jar .alibaba.druid.filter.config.ConfigTools you_password
spring.datasource.druid.password=kPYuT1e6i6M929mNvKfvhyBx3eCI+Fs0pqA3n7GQYIoo76OaWVg3KALr7EdloivFVBSeF0zo5IGIfpbGtAKa+Q==
自己启动一下试试，发现一切正常，信息安全问题也解决了。
网络上有这么一个图，可以看到Druid是和其声明的一致（为监控而生），但是目前市面上有很多监控相关的中间件和技术，HikariCP可以通过这些技术弥补监控方面的不足
HikariCP则说自己是性能最好的连接池，但是Druid也经受住了阿里双11的大考，实际上性能也是很好的
选择哪一款就见仁见智了，不过两款都是开源产品，阿里的Druid有中文的开源社区，交流起来更加方便，并且经过阿里多个系统的实验，想必也是非常的稳定，而Hikari是SpringBoot2.0默认的连接池，全世界使用范围也非常广，对于大部分业务来说，使用哪一款都是差不多的，毕竟性能瓶颈一般都不在连接池。大家可根据自己的喜好自由选择
总结以上是真正的电脑专家为你收集整理的Druid连接池监控(Druid连接池和监控配置)的全部内容，希望文章能够帮你解决所遇到的问题。
如果觉得真正的电脑专家网站内容还不错，欢迎将真正的电脑专家推荐给好友。