1.Druid之ExceptionSorter源码分析
2.druid连接池中的码解连接数与预期不一致的一次分析
3.弹性数据库连接池探活策略调研 (二)——Druid | 京东云技术团队
4.简直了！通过源码告诉你阿里的码解数据库连接池Druid为啥如此牛逼
5.源码详解系列(四) ------ DBCP2的使用和分析（包括JNDI和JTA支持）已停更
6.druid源码学习笔记9_testOnBorrow&testOnReturn&testWhileIdl

Druid之ExceptionSorter源码分析

       ExceptionSorter机制在Druid连接池中扮演着关键角色，用于识别和剔除数据库操作过程中的码解"不可用连接"。当网络断开或数据库服务器崩溃时，码解连接池会遇到大量"不可用连接"，码解而ExceptionSorter机制正是码解虚拟直播软件源码下载通过异常类型、代码、码解原因和消息来判断这些连接是码解否可用，从而保证连接池的码解稳定性和高效性。

       Druid连接池内置了多种ExceptionSorter，码解其设计旨在确保在数据库重启或网络中断后，码解连接池能够自动恢复工作。码解这使得ExceptionSorter成为判断连接池稳定性的码解重要指标。

       初始化ExceptionSorter的码解代码位于DruidAbstractDataSource类的initExceptionSorter方法中。所有具体的码解ExceptionSorter实现了ExceptionSorter接口，该接口包含两个方法。这些方法的实现决定了ExceptionSorter如何根据特定的异常信息进行连接的处理。

       在Druid中的使用场景主要是在数据库操作异常时，调用DruidPooledConnection类的handleException方法。当数据库操作出现异常，处理逻辑首先会判断该异常是否为致命性错误，即是否满足isExceptionFatal方法的返回条件。

       以MySQL为例，isExceptionFatal方法的实现逻辑通常会根据异常的具体类型和错误代码来判断。当判定为致命性错误时，Druid会调用discardConnection方法关闭当前连接。这一过程有效地剔除了"不可用连接"，确保了连接池的健康状态。

       综上所述，Druid通过ExceptionSorter机制实现了对"不可用连接"的惠花充值卡券源码高效识别与剔除，从而确保了数据库操作的稳定性和连接池的高效管理。关键在于isExceptionFatal方法的判断逻辑和discardConnection方法的执行，二者共同作用，使得连接池能够在异常情况下自动恢复，提供持续、稳定的数据库服务。

druid连接池中的连接数与预期不一致的一次分析

       深入剖析druid连接池连接数与预期不一致的原因与解决方案

       在排查生产环境cat监控显示部分应用SQL执行耗时长的问题时，我们发现部分应用节点在运行一段时间后，数据库连接池中的实际连接数与应用中配置的参数不一致。主要表现为连接池中的可用连接总数远小于应用配置的初始连接数与最小空闲连接数。这导致了新建连接耗时增加，线程阻塞状态出现，影响性能，不利于应对外部瞬间的并发压力。条码组项目使用的是druid框架，但使用版本较为杂乱，包括1.0.、1.1.、1.1.。基于此，本文旨在分析druid如何对空闲连接进行回收，以及提供相应的配置建议与jar包版本建议。

       详细分析过程

       通过对源码的反编译分析，我们发现druid框架在应用启动后启动了多个处理线程，其中Druid-ConnectionPool-Destroy-*线程专门用于回收空闲连接。不同版本的使用配置及处理逻辑存在差异。以1.0.与1.1.版本为例进行对比分析。

       在1.0.版本中，回收线程按照配置的手机通达信竞价指标源码时间间隔timeBetweenEvictionRunsMillis进行轮询。回收空闲连接的判断逻辑包含如下步骤：

       遍历连接池中的所有连接。

       获取超过最小空闲连接数的数量checkCount（连接池总数减去最小空闲连接数）。

       获取当前连接的空闲时间idleMillis（当前时间减去上一次连接使用的时间）。

       判断idleMillis是否小于minEvictableldleTimeMillis（默认分钟），小于则退出循环，否则继续后续处理。

       如果checkCount大于0，将超过最小空闲连接数的连接放入待销毁集合（进行回收）。

       如果idleMillis大于maxEvictableIdleTimeMillis，即使连接池连接数小于最小空闲连接数，当前连接也会被放入待销毁集合。

       在1.1.版本中，新增了判断逻辑：

       idleMillis需要同时满足小于minEvictableldleTimeMillis（默认分钟）与keepAliveBetweenTimeMillis（默认2分钟）时，才会退出循环。

       配置keepalive为true时，idleMillis大于keepAliveBetweenTimeMillis，当前连接会被维护到保活集合中，以确保连接可用，避免意外回收。

       分析总结

       结合项目现有的配置和依赖的jar包版本，连接池中的连接数不总是与初始连接数或最小空闲连接数保持一致。在使用1.0.、1.1.版本的应用中，如果SQL请求不是非常稀少，则能维持连接池中的连接数与配置一致。然而，使用1.1.版本、处理SQL请求不是非常频繁的应用，空闲连接更容易被回收。塑料的朔源码在哪做的关键原因在于缺少关键配置（keepalive未配置），导致默认参数下更容易回收连接。

       版本建议

       建议统一升级使用1.1.版本，并主动排除项目中依赖的其他版本，以防版本冲突。对于使用1.1.或更高版本的应用，确保添加keepalive=true配置。

       Spring Boot项目配置示例：spring.datasource.druid.keep-alive=true

弹性数据库连接池探活策略调研 (二)——Druid | 京东云技术团队

       在上篇文章中，我们探讨了 HikariCP 连接池的探活策略，现在我们将转向另一个流行的数据库连接池——Druid。京东云技术团队将为您揭示如何在使用Druid时实现最佳的弹性数据库连接池探活策略，以及其不同版本间的参数调整与实现逻辑。

       Druid的探活机制复杂且版本间差异明显，配置参数众多。核心的探活逻辑主要集中在两个源码函数中。要确保探活策略生效，需理解以下几个关键参数：testOnBorrow、testWhileIdle和timeBetweenEvictionRunsMillis。在高并发场景下，推荐配置testWhileIdle以减少性能消耗。

       Druid的getConnectionDirect函数在取连接时会进行探活检测，如果testOnBorrow为true，每次都会检查连接有效性。当testOnBorrow为false且testWhileIdle为true时，会根据timeBetweenEvictionRunsMillis来判断连接是否失效，若超过设定时间，则进行探活。在版本1.1.及以上，保持连接功能（keepAlive）在minEvictableIdleTimeMillis设置小于分钟时，通达信筹码峰的源码有助于高效探活并防止网关连接关闭。

       在低版本中，如1.0.9，探活主要依赖于testOnBorrow或testWhileIdle，不支持keepAlive。而在1.1.和1.1.9版本中，shrink方法的逻辑有所调整，引入了keepAliveBetweenTimeMillis参数，增加了对keepAlive的控制。1.1.版本则进一步优化了探活过程，不仅关闭无效连接，还会补充连接以维持最小连接数。

       总结来说，Druid的探活策略在不同版本中需灵活配置，建议在高并发场景下使用1.1.或更高版本，配置testWhileIdle以提高性能，同时根据需求选择是否启用testOnBorrow或使用keepAlive来保证连接的可用性。对于使用Druid连接池的线上应用，推荐依据实际需求选择合适的版本和参数设置。

       以上内容由京东零售王雷鑫提供，出自京东云开发者社区，转载请注明原作者和来源。

简直了！通过源码告诉你阿里的数据库连接池Druid为啥如此牛逼

       druid数据库连接池的强大之处在于其高效管理和丰富的功能。它通过复用连接减少资源消耗，具备连接数控制、可靠性测试、泄漏控制和缓存语句等标准特性，同时还扩展了监控统计和SQL注入防御等功能。

       以入门需求为例，创建Maven项目，引入必要的依赖如JDK、maven、IDE，以及mysql-connector-java和druid。在项目中，通过JDBCUtil初始化连接池并获取连接，进行简单的增删改查操作。在web应用中，可以使用JNDI获取DruidDataSource，如在tomcat 9.0.容器下运行。

       druid的监控统计功能强大，如StatFilter支持合并SQL、慢SQL记录和多个数据源监控数据的统一。StatViewServlet用于展示监控信息，配置WebStatFilter则能收集web-jdbc关联监控数据。同时，WallFilter用于防御SQL注入，提供定制化的参数配置选项。

       druid的源码分析显示，它在连接池管理、配置方式的灵活性以及异常处理等方面展现出独特之处。尽管配置方式多样，但推荐优先使用最常见的方式，如properties文件。然而，过多的配置选项和缺乏统一的管理方式是其设计上的一个挑战。

       总而言之，druid凭借其强大的功能和灵活的配置，为数据库连接池管理提供了高效且实用的解决方案，是阿里巴巴数据库连接池中的佼佼者。

源码详解系列(四) ------ DBCP2的使用和分析（包括JNDI和JTA支持）已停更

       DBCP是一个用于创建和管理数据库连接的工具，通过连接池复用连接以减少资源消耗。它具备连接数控制、连接有效性检测、连接泄露控制和缓存语句等功能。Tomcat内置连接池、Spring团队推荐使用DBCP，阿里巴巴的druid也是基于DBCP开发的。

       DBCP支持通过JNDI获取数据源，并且可以获取JTA或XA事务中的连接对象，用于两阶段提交（2PC）的事务处理。本篇文章将通过例子来解释如何使用DBCP。

       以下是文章的详细内容：

       使用例子需求

       本例将展示如何使用DBCP连接池获取连接对象，并进行基本的增删改查操作。

       工程环境

       JDK：1.8.0_

       maven：3.6.1

       IDE：eclipse 4.

       mysql-connector-java：8.0.

       mysql：5.7.

       DBCP：2.6.0

       主要步骤

       创建Maven项目，打包方式为war（war也可以是jar，这里选择war是为了测试JNDI功能）。

       引入DBCP相关依赖。

       在resources目录下创建dbcp.properties文件，配置数据库连接参数及连接池基本参数。

       编写JDBCUtils类，实现初始化连接池、获取连接、管理事务和资源释放等功能。

       创建测试类，实现基本的增删改查操作。

       配置文件详解

       dbcp.properties文件包含数据库连接参数和连接池基本参数，如数据库URL、用户名、密码、连接池大小等。其中，数据库URL后面添加了参数以避免乱码和时区问题。建议根据项目需求调整参数设置。

       基本连接属性

       数据库URL

       用户名

       密码

       连接池大小

       缓存语句（在MySQL下建议关闭）

       连接检查参数（建议开启testWhileIdle，避免性能影响）

       事务相关参数（通常使用默认设置）

       连接泄漏回收参数

       其他参数（较少使用）

       源码分析

       DBCP主要涉及以下几个类：

       BasicDataSource：提供基本的数据库操作数据源。

       BasicManagedDataSource：BasicDataSource的子类，用于创建支持XA事务或JTA事务的连接。

       PoolingDataSource：BasicDataSource中实际调用的数据源，用于管理连接。

       ManagedDataSource：PoolingDataSource的子类，用于支持XA事务或JTA事务的连接。

       使用DBCP连接池创建连接时，首先创建BasicDataSource对象，初始化配置参数。然后从连接池中获取连接。连接获取过程涉及到数据源和连接池的创建，连接对象的包装和回收。

       通过JNDI获取数据源对象需求

       使用JNDI获取DBCP数据源对象，以PerUserPoolDataSource和SharedPoolDataSource为例。为了在tomcat容器中测试，需要配置JNDI上下文。

       引入依赖

       引入JNDI相关的依赖。

       编写context.xml文件，配置JNDI上下文。

       在web.xml中配置资源引用，将JNDI对象与web应用绑定。

       测试结果

       打包项目并部署到tomcat上运行，通过访问指定的jsp页面，验证JNDI获取数据源对象的正确性。

       使用DBCP测试两阶段提交

       介绍如何使用DBCP实现JTA事务的两阶段提交（2PC）。使用DBCP的BasicManagedDataSource类支持事务处理。通过测试代码验证了2PC的正确性。

       以上内容涵盖了DBCP的使用、配置、源码分析、JNDI集成以及两阶段提交的实现，为开发者提供了全面的参考。

druid源码学习笔记9_testOnBorrow&testOnReturn&testWhileIdl

       druid源码中，关于testOnBorrow、testWhileIdle和testOnReturn的属性配置值得重点关注。在1.2.9版本后，这些属性的默认值与早期wiki中的记录有所不同。testOnBorrow的默认值从true变为false，而testWhileIdle的默认值则从false变为true。这表明代码在年后可能进行了更新，但wiki尚未同步更新。

       testOnBorrow主要在getConnectionDirect方法中起作用，当设置为true时，获取连接后会执行validationQuery检查连接是否可用。如果连接不可用，将重新获取。而testWhileIdle则在连接空闲时间达到timeBetweenEvictionRunsMillis时执行验证，同样用于检查连接状态。

       testWhileIdle与testOnBorrow互斥，如果两者都为true，仅执行testOnBorrow。计算空闲时间的规则涉及checkExecuteTime、lastKeepTimeMillis和当前时间的比较。

       testOnReturn属性在DruidPooledConnection#close()方法，即归还连接时被调用。当设置为true时，回收连接后会检查其状态，如连接未关闭，会执行validationQuery。如果连接不可用，会关闭并计数，否则继续归还操作。

       总结如下：

       testOnReturn在连接归还时检查，默认为false。

       testOnBorrow和testWhileIdle在连接借用时检查，早期testOnBorrow为true，testWhileIdle为false，但新版本可能出于性能考虑进行了调整。