Druid连接池介绍
Druid连接池是阿里巴巴开源的数据库连接池项目。Druid连接池为监控而生，内置强大的监控功能，监控特性不影响性能。功能强大，能防SQL注入，内置Loging能诊断Hack应用行为。
- Github项目地址 https://github.com/alibaba/druid
- 文档 https://github.com/alibaba/druid/wiki/%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98
- 下载 http://repo1.maven.org/maven2/com/alibaba/druid/
- 监控DEMO http://120.26.192.168/druid/index.html
|
功能类别
|
功能
|
Druid
|
HikariCP
|
DBCP
|
Tomcat-jdbc
|
C3P0
|
|
性能
|
PSCache
|
是
|
否
|
是
|
是
|
是
|
|
LRU
|
是
|
否
|
是
|
是
|
是
|
|
|
SLB负载均衡支持
|
是
|
否
|
否
|
否
|
否
|
|
|
稳定性
|
ExceptionSorter
|
是
|
否
|
否
|
否
|
否
|
|
扩展
|
扩展
|
Filter
|
JdbcIntercepter
|
|||
|
监控
|
监控方式
|
jmx/log/http
|
jmx/metrics
|
jmx
|
jmx
|
jmx
|
|
支持SQL级监控
|
是
|
否
|
否
|
否
|
否
|
|
|
Spring/Web关联监控
|
是
|
否
|
否
|
否
|
否
|
|
|
诊断支持
|
LogFilter
|
否
|
否
|
否
|
否
|
|
|
连接泄露诊断
|
logAbandoned
|
否
|
否
|
否
|
否
|
|
|
安全
|
SQL防注入
|
是
|
无
|
无
|
无
|
无
|
|
支持配置加密
|
是
|
否
|
否
|
否
|
否
|
从上表可以看出，Druid连接池在性能、监控、诊断、安全、扩展性这些方面远远超出竞品。
对于连接池来说，连接池本身的性能消耗在整个调用链路中通常占比不大，连接池的性能关键点是，连接是否LRU的方式重用，是否支持PSCache（PreparedStatementCache）才是性能的关键点。当然DruidDataSource在没有使用Filter没有打开testOnBorrow的情况下，裸测也是极好。
稳定性是数据库连接池最关键的特性，他不仅是木桶原理中的短板，而是木桶的底部。由于涉及并发和数据库系统的交互，稳定性需要由内置稳定保障机制和长时间大规模验证来保证。
Druid连接池内置经过长期反馈验证过的ExceptionSorter 。ExceptionSorter 的作用是：在数据库服务器重启、网络抖动、连接被服务器关闭等异常情况下，连接发生了不可恢复异常，将连接从连接池中移除，保证连接池在异常发生时情况下正常工作。ExceptionSorter是连接池稳定的关键特性，没有ExceptionSorter 的连接池，不能认为是有稳定性保障的连接池。
Druid连接池是阿里巴巴内部唯一使用的连接池，在内部数据库相关中间件TDDL/DRDS 都内置使用强依赖了Druid连接池，经过阿里内部数千上万的系统大规模验证，经过历年双十一超大规模并发验证。
Druid连接池自从2001年开源以来，在每年的“开源中国最受欢迎开源软件 ”评比中，基本都会排名前十。Druid在github上 star数量超过13000，Fork数量5000，Maven中央仓库月下载量超过30000。Druid连接池在中国社区使用非常广，占据统治地位，社区大规模使用也证明了Druid连接池的稳定。
当连接不够用时，申请链接超时报错，Druid连接池能够报错会告诉你当前RunningSQL有哪些，当前连接池的水平信息。通过错误日志很方便知道系统瓶颈在哪里。
Druid连接池最初就是为监控系统采集jdbc运行信息而生的，它内置了StatFilter 功能，能采集非常完备的连接池执行信息Druid连接池内置了能和Spring/Servlet关联监控的实现，使得监控Web应用特别方便Druid连接池内置了一个监控页面，提供了非常完备的监控信息，可以快速诊断系统的瓶颈。
Druid连接池的监控信息主要是通过StatFilter 采集的，采集的信息非常全面，包括SQL执行、并发、慢查、执行时间区间分布等。具体配置可以看这个 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatFilter
Druid增加StatFilter之后，能采集大量统计信息，同时对性能基本没有影响。StatFilter对CPU和内存的消耗都极小，对系统的影响可以忽略不计。监控不影响性能是Druid连接池的重要特性。
实际业务中，如果SQL不是走PreparedStatement，SQL没有参数化，这时SQL需要参数化合并监控才能真实反映业务情况。如下SQL：
select * from t where id = 1
select * from t where id = 2
select * from t where id = 3参数化后：
select * from t where id = ?参数化合并监控是基于SQL Parser语法解析实现的，是Druid连接池独一无二的功能。
StatFilter能采集到每个SQL的执行次数、返回行数总和、更新行数总和、执行中次数和和最大并发。并发监控的统计是在SQL执行开始对计数器加一，结束后对计数器减一实现的。可以采集到每个SQL的当前并发和采集期间的最大并发。
缺省执行耗时超过3秒的被认为是慢查，统计项中有包括每个SQL的最后发生的慢查的耗时和发生时的参数。
如果SQL执行时抛出了Exception，SQL统计项上会Exception有最后的发生时间、堆栈和Message，根据这些信息可以很容易定位错误原因。
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
记录耗时区间的发生次数，通过区分分布，可以很方便看出SQL运行的极好、普通和极差的分布。 耗时区分分布提供了“执行+RS时分布”，是将执行时间+ResultSet持有时间合并监控，这个能方便诊断返回行数过多的查询。
这里是一个内置监控的演示用的部署 http://120.26.192.168/druid/sql.html
Druid连接池内置了LogFilter，将Connection/Statement/ResultSet相关操作的日志输出，可以用于诊断系统问题，也可以用于Hack一个不熟悉的系统。
LogFilter可以输出连接申请/释放，事务提交回滚，Statement的Create/Prepare/Execute/Close，ResultSet的Open/Next/Close，通过LogFilter可以详细诊断一个系统的Jdbc行为。
LogFilter有Log4j、Log4j2、Slf4j、CommsLog等实现，具体配置看这里 https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_LogFilter
SQL注入攻击是黑客对数据库进行攻击的常用手段，Druid连接池内置了WallFilter 提供防SQL注入功能，在不影响性能的同时防御SQL注入攻击。
Druid连接池内置了一个功能完备的SQL Parser，能够完整解析mysql、sql server、oracle、postgresql的语法，通过语意分析能够精确识别SQL注入攻击。
基于SQL语意分析，大量应用和反馈，使得Druid的防SQL注入拥有极低的漏报率和误报率。
内置参数化后的Cache、高性能手写的Parser，使得打开防SQL注入对应用的性能基本不受影响。