Druid数据库连接池源码分析

　　上一篇文章重点介绍了一下Java的Future模式，最后意淫了一个数据库连接池的场景。本想通过Future模式来防止，当多个线程同时获取数据库连接时各自都生成一个，造成资源浪费。但是忽略了一个根本的功能，就是多个线程同时调用get方法时，得到的是同一个数据库连接的多个引用，这会导致严重的问题。

　　所以，我抽空看了看呼声很高的Druid的数据库连接池实现，当然关注点主要是多线程方面的处理。我觉得，带着问题去看源码是一种很好的思考方式。

　　Druid不仅仅是一个数据库连接池，还有很多标签，比如统计监控、过滤器、SQL解析等。既然要分析连接池，那先看看DruidDataSource类

getConnection方法的实现：

    @Override
    public DruidPooledConnection getConnection() throws SQLException {
        return getConnection(maxWait);
    }

    public DruidPooledConnection getConnection(long maxWaitMillis) throws SQLException {
        init();

        if (filters.size() > 0) {
            FilterChainImpl filterChain = new FilterChainImpl(this);
            return filterChain.dataSource_connect(this, maxWaitMillis);
        } else {
            return getConnectionDirect(maxWaitMillis);
        }
    }

返回的是一个DruidPooledConnection，这个类后面再说；另外这里传入了一个long类型maxWait，应该是用来做超时处理的；init方法在getConnection方法里面调用，这也是一种很好的设计；里面的过滤器链的处理就不多说了。

    public void init() throws SQLException {
        if (inited) {
            return;
        }

        final ReentrantLock lock = this.lock;  // 使用lock而不是synchronized
        try {
            lock.lockInterruptibly();
        } catch (InterruptedException e) {
            throw new SQLException("interrupt", e);
        }

        boolean init = false;
        try {
            if (inited) {
                return;
            }

            init = true;

            connections = new DruidConnectionHolder[maxActive];  // 数组

            try {
                // init connections
                for (int i = 0, size = getInitialSize(); i < size; ++i) {
                    Connection conn = createPhysicalConnection();  // 生成真正的数据库连接
                    DruidConnectionHolder holder = new DruidConnectionHolder(this, conn);
                    connections[poolingCount] = holder;
                    incrementPoolingCount();
                }

                if (poolingCount > 0) {
                    poolingPeak = poolingCount;
                    poolingPeakTime = System.currentTimeMillis();
                }
            } catch (SQLException ex) {
                LOG.error("init datasource error, url: " + this.getUrl(), ex);
                connectError = ex;
            }

            createAndLogThread();
            createAndStartCreatorThread();
            createAndStartDestroyThread();

            initedLatch.await();

            initedTime = new Date();
            registerMbean();

            if (connectError != null && poolingCount == 0) {
                throw connectError;
            }
        } catch (SQLException e) {
            LOG.error("dataSource init error", e);
            throw e;
        } catch (InterruptedException e) {
            throw new SQLException(e.getMessage(), e);
        } finally {
            inited = true;
            lock.unlock();  // 释放锁

            if (init && LOG.isInfoEnabled()) {
                LOG.info("{dataSource-" + this.getID() + "} inited");
            }
        }
    }    

　　我这里做了删减，加了一些简单的注释。通过这个方法，正好复习一下之前写的那些知识点，如果感兴趣，可以看看我之前写的文章。

　　这里使用了lock，并且保证只会被执行一次。根据初始容量，先生成了一批数据库连接，用一个数组connections存放这些连接的引用，而且专门定义了一个变量poolingCount来保存这些连接的总数量。

　　看到initedLatch.await有一种似曾相识的感觉

    private final CountDownLatch             initedLatch             = new CountDownLatch(2);

　　这里调用了await方法，那countDown方法在哪些线程里面被调用呢

    protected void createAndStartCreatorThread() {
        if (createScheduler == null) {
            String threadName = "Druid-ConnectionPool-Create-" + System.identityHashCode(this);
            createConnectionThread = new CreateConnectionThread(threadName);
            createConnectionThread.start();
            return;
        }

        initedLatch.countDown();
    }

　　这里先判断createScheduler这个调度线程池是否被设置，如果没有设置，直接countDown；否则，就开启一个创建数据库连接的线程，当然这个线程的run方法还是会调用countDown方法。但是这里我有一个疑问：开启创建连接的线程，为什么一定要有一个调度线程池呢？？？

　　难道是当数据库连接创建失败的时候，需要过了指定时间后，再重试？这么理解好像有点牵强，希望高人来评论。

　　还有就是，当开启destroy线程的时候也会调用countDown方法。

　　接着在看getConnection方法，一直调用到getConnectionInternal方法

        DruidConnectionHolder holder;
        try {
            lock.lockInterruptibly();
        } catch (InterruptedException e) {
            connectErrorCount.incrementAndGet();
            throw new SQLException("interrupt", e);
        }

        try {
            if (maxWait > 0) {
                holder = pollLast(nanos);
            } else {
                holder = takeLast();
            }

        } catch (InterruptedException e) {
            connectErrorCount.incrementAndGet();
            throw new SQLException(e.getMessage(), e);
        } catch (SQLException e) {
            connectErrorCount.incrementAndGet();
            throw e;
        } finally {
            lock.unlock();
        }

        holder.incrementUseCount();

        DruidPooledConnection poolalbeConnection = new DruidPooledConnection(holder);
        return poolalbeConnection;    

　　我这里还是做了删减。大体逻辑是：先从连接池中取出DruidConnectionHolder，然后再封装成DruidPooledConnection对象返回。再看看取holder的方法：

    DruidConnectionHolder takeLast() throws InterruptedException, SQLException {
        try {
            while (poolingCount == 0) {
                emptySignal(); // send signal to CreateThread create connection
                notEmptyWaitThreadCount++;
                if (notEmptyWaitThreadCount > notEmptyWaitThreadPeak) {
                    notEmptyWaitThreadPeak = notEmptyWaitThreadCount;
                }
                try {
                    notEmpty.await(); // signal by recycle or creator
                } finally {
                    notEmptyWaitThreadCount--;
                }
                notEmptyWaitCount++;

                if (!enable) {
                    connectErrorCount.incrementAndGet();
                    throw new DataSourceDisableException();
                }
            }
        } catch (InterruptedException ie) {
            notEmpty.signal(); // propagate to non-interrupted thread
            notEmptySignalCount++;
            throw ie;
        }

        decrementPoolingCount();
        DruidConnectionHolder last = connections[poolingCount];
        connections[poolingCount] = null;

        return last;
    }

　　这个方法非常好的诠释了Lock-Condition的使用场景，几行绿色的注释解释的很明白了，如果对empty和notEmpty看不太懂，可以去看看我之前写的那篇文章。

　　这个方法的逻辑：先判断池中的连接数，如果到0了，那么本线程就得被挂起，同时释放empty信号，并且等待notEmpty的信号。如果还有连接，就取出数组的最后一个，同时更改poolingCount。

　　到这里，基本理解了Druid数据库连接池获取连接的实现流程。但是，如果不去看看里面的数据结构，还是会一头雾水。我们就看看几个基本的类，以及它们之间的持有关系。

　　1、DruidDataSource持有一个DruidConnectionHolder的数组，保存所有的数据库连接

private volatile DruidConnectionHolder[] connections;  // 注意这里的volatile

　　2、DruidConnectionHolder持有数据库连接，还有所在的DataSource等

    private final DruidAbstractDataSource       dataSource;
    private final Connection                    conn;

　　3、DruidPooledConnection持有DruidConnectionHolder，所在线程等

    protected volatile DruidConnectionHolder holder;

    private final Thread                     ownerThread;

　　对于这种设计，我很好奇为什么要添加一层holder做封装，数组里直接存放Connection好像也未尝不可。

　　其实，这么设计是有道理的。比如说，一个Connection对象可以产生多个Statement对象，当我们想同时保存Connection和对应的多个Statement的时候，就比较纠结。

　　再看看DruidConnectionHolder的成员变量

    private PreparedStatementPool               statementPool;

    private final List<Statement>               statementTrace           = new ArrayList<Statement>(2);

这样的话，既可以做缓存，也可以做统计。

　　最终我们对Connection的操作都是通过DruidPooledConnection来实现，比如commit、rollback等，它们大都是通过实际的数据库连接完成工作。而我比较关心的是close方法的实现，close方法最核心的逻辑是recycle方法：

    public void recycle() throws SQLException {
        if (this.disable) {
            return;
        }

        DruidConnectionHolder holder = this.holder;
        if (holder == null) {
            if (dupCloseLogEnable) {
                LOG.error("dup close");
            }
            return;
        }

        if (!this.abandoned) {
            DruidAbstractDataSource dataSource = holder.getDataSource();
            dataSource.recycle(this);
        }

        this.holder = null;
        conn = null;
        transactionInfo = null;
        closed = true;
    }

　　通过最后几行代码，能够看出，并没有调用实际数据库连接的close方法，而只是断开了之前那张图里面的4号引用。用这种方式，来实现数据库连接的复用。