postgreSql最佳配置详解(connection 申请、回收策略)

一、引子

合理配置一个应用的数据库参数，使其运行良好，这很重要。本文以某务中台的生产环境为例，从Apollo上拔下来一套配置，分析是否合理。

二、MybatisPlus配置

由于我们使用Apollo配置参数，所以分两部分：1.个体配置 2.全局配置

2.1 mybatisplus个体配置

mybatis-plus.mapper-locations = classpath*:/mapper/*Mapper.xml mapper文件地址匹配
mybatis-plus.type-aliases-package =xx.po 映射的实体包路径,
mybatis-plus.tenant-config.ignoretable = table1,table2
mybatis-plus.auth-config = []
mybatis-plus.global-config.sql-parser-cache = true 缓存sql解析

2.2 mybatis-plus全局配置

mybatis-plus.mapper-locations = classpath:/mapper/*Mapper.xml mapper文件地址匹配
mybatis-plus.configuration.map-underscore-to-camel-case = true 下划线转驼峰
mybatis-plus.global-config.logic-delete-value = true 逻辑已删除值
mybatis-plus.global-config.logic-not-delete-value = false 逻辑未删除值
mybatis-plus.max-query-records-size = 10000

三、Datasource配置

3.1 dataSource个体配置

=========数据库配置=========
spring.datasource.connectionProperties = druid.stat.mergeSql=true;druid.stat.slowSqlMillis=5000 通过connectProperties属性来打开mergeSql功能；慢SQL记录5秒

spring.datasource.type = com.alibaba.druid.pool.DruidDataSource 使用德鲁伊连接池
spring.datasource.driver-class-name = org.postgresql.Driver 驱动类名
spring.datasource.url = xx 数据库连接url
spring.datasource.username = ${dbUserName} 用户名
spring.datasource.password = ${dbPassword} 密码
spring.datasource.minIdle = 5 最小空闲连接数 5
spring.datasource.initialSize = 5 初始连接数 5
spring.datasource.maxActive = 100 最大连接数
spring.datasource.maxWait = 60000 获取连接等待超时的时间 60s=1分钟

spring.datasource.filters = stat,wall 监控统计拦截，用于监控界面sql统计
spring.datasource.poolPreparedStatements = false 是否启用缓存PreparedStatements
spring.datasource.maxPoolPreparedStatementPerConnectionSize = 20 指定每个连接上preStatement缓存数---》未生效！！！

=========健康检查=========
spring.datasource.validationQuery = SELECT 1 连接池的健康检查SQL
spring.datasource.testOnBorrow = false 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.testOnReturn = false 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.testWhileIdle = 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。

#每timeBetweenEvictionRunsMillis毫秒检查一次连接池中空闲的连接,把空闲时间超过minEvictableIdleTimeMillis毫秒的连接断开,直到连接池中的连接数到minIdle为止
spring.datasource.minEvictableIdleTimeMillis = 300000 最小可驱逐空闲时间，连接保持空闲而不被驱逐的最长时间，单位是毫秒 300s=5分钟
spring.datasource.timeBetweenEvictionRunsMillis = 60000 间隔多久才进行一次驱逐检测，单位是毫秒 60s=1分钟

=========连接超时=========
# 关闭abanded连接时输出错误日志，预生产/生产不建议开启，对性能影响
spring.datasource.logAbandoned = false
# 是否清除已经超过“removeAbandonedTimout”设置的无效连接。
spring.datasource.removeAbandoned = true
# 连接超过指定时间未关闭，就会被强行回收 180s=3分钟
spring.datasource.removeAbandonedTimeoutMillis = 180000

四、源码剖析

看完配置，大家心里还是懵逼对吧，参数如何生效，druid到底如何运行？

下面，带着问题，深入源码，直接剖析druid如何申请连接、释放连接、连接泄露检查。

4.1.申请连接

最终跟进到DruidDataSource的getConnectionDirect(long maxWaitMillis)，获取得到连接后，validationQuery有效性检查，源码如下：

1.testOnBorrow =true,先直接校验，执行validationQuery，失败就关闭连接JdbcUtils.close(realConnection);

2.testWhileIdle=true,如果testOnBorrow =false, 测试空闲的连接，执行validationQuery，失败就关闭连接JdbcUtils.close(realConnection);

3.removeAbandoned=true,如果开启了泄露回收：把连接添加进Map<DruidPooledConnection, Object> activeConnections 。供泄露回收时使用。

分支1和2只会有一个执行。

4.2.释放连接

德鲁伊连接池在获取连接时，会调用一次DruidDataSource的init()。方法中createAndStartDestroyThread()开启了一个销毁线程。

销毁连接的线程包含了run(),如下：

在一个for空条件循环中，根据配置的timeBetweenEvictionRunsMillis连接检测间隔时间，执行一次DestroyTask.run()就休眠一次间隔时间。未设置默认60s。（实际源码中定义了60spublic static final long DEFAULT_TIME_BETWEEN_EVICTION_RUNS_MILLIS = 60 * 1000L;，所以用户未设置，默认60s，上图中else分支sleep1秒不会执行到）

追踪DestroyTask.run()如下：

2个步骤：

shrink()收缩校验
removeAbandoned()连接泄露移除

shrink()收缩校验

DruidDataSource内部定义了DruidConnectionHolder[] 类型的3个数组：

1.connections：可用连接数组。申请连接就从这里数组队尾拿连接。
2.evictConnections：待移除连接数组。
3.keepAliveConnections：待保活检测数组。

塞进数组

shrink()中计算出需要校验的数量checkCount，执行收缩校验核心逻辑：

校验物理连接的超时时间phyTimoutMills：超时放入evictConnections中，等待移除。

空余时间大于minEvictableIdleTimeMillis（受保最小空闲时间），并且索引（poolingCount）小于checkCount的连接则放入evictConnections；

空余时间大于minEvictableIdleTimeMillis（受保最小空闲时间），并且索引大于checkCount的连接，假若空余时间大于maxEvictableIdleTimeMillis则放入evictConnections，否则放入keepAliveConnections中进行keepAlive检测。

如下图：

数组处理

1.evictConnections：待移除连接数组。使用JdbcUtils.close() 关闭连接。

2.keepAliveConnections：待保活检测数组。根据配置的validationQuery查询SQL执行连接可用性校验。校验通过后再put(holder)塞进connections可用连接数组。

4.3.泄露连接移除

如果开启了removeAbandoned ，执行removeAbandoned()。移除泄露连接逻辑如下：

实际上，就是对可能的连接泄露（打开连接后长时间不关闭）兜底。

1）遍历活跃连接Map<DruidPooledConnection, Object> activeConnections。

2）跳过运行中的连接，running定义：执行SQL前赋值true ,执行完后置false。---》问题1得到答案，不会暴力关闭执行中的连接。

3）如果当前连接已连接时间>=removeAbandonedTimeoutMillis ，直接从activeConnections map 中移除。

这里消耗性能主要两步骤：

1.内存中记录+移除泄露连接
2.打印相关日志的IO---》logAbandoned=false 可关闭写日志

spring 的druid 连接池一般不会造成泄露。如果出现连接泄露，应该找到问题解决。---》问题2得到答案，目前关闭了写日志，就剩下了第一点“内存占用+过滤的性能”成本，要求不高的场景可以作为兜底方案使用。如果项目已稳定，推荐关闭。

五.分析&总结

本节为我们根据：申请、释放连接相关的参数配置，剖析策略是否合理。

5.1 配置分析

spring.datasource.testOnBorrow = false 申请连接时执行validationQuery检测连接是否有效

spring.datasource.testOnReturn = false 归还连接时执行validationQuery检测连接是否有效

spring.datasource.testWhileIdle = true testOnBorrow=false时才生效，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.initialSize = 5 初始连接数 5

spring.datasource.maxActive = 100 最大连接数

spring.datasource.minIdle = 5 最小空闲连接数 5

timeBetweenEvictionRunsMillis= 60000 60s=1分钟检测一次

minEvictableIdleTimeMillis=300000 300s=5分钟最小空闲不移除时间

maxEvictableIdleTimeMillis 未设置最大空闲移除时间，默认DEFAULT_MAX_EVICTABLE_IDLE_TIME_MILLIS = 1000L * 60L * 60L * 7 = 7小时。

keepAlive: 未设置保活开关，默认false关闭。不执行保活测试策略。

上述配置对应的策略：

1.初始策略

初始5个连接，最多可开启100个连接。

2.申请策略

申请连接的时候检测，如果连接空闲时间大于1分钟（检测间隔时间），执行validationQuery检测连接是否有效。---》这里可确保我们空闲时间超过1分钟的连接，校验后使用。

3.回收策略

每一分钟执行一次检测，策略如下：

1.连接空闲小于5分钟，不移除。

2.连接空闲大于5分钟，保留”minIdle设置的5个idle连接”，可移除（总数-5）个连接。

3.连接空闲大于7小时，可移除“minIdle设置的5个idle连接”。---》因为没有设置maxEvictableIdleTimeMillis ，默认空闲7小时后才会移除。不过一共就5个倒也没什么事。

4.连接空闲5分钟~7小时，由于没开启keepAlive保活开关，无法对“minIdle设置的5个idle连接”保活测试。-->minIdle设置的5个idle连接，这段时间一直不回收，也不做保活测试，连接是否有效无法保证。

5.2总结

1.现有项

removeAbandoned=true 开启连接泄露检测，要求不高的场景可以作为兜底方案使用。如果项目已稳定，推荐关闭。

2.可添加项

phyTimeoutMillis：看需要开启。物理超时时间。不管空闲时间，超时直接移除。---》这个是终极兜底方案，可以确保超时强制移除。

maxEvictableIdleTimeMillis：建议开启，实现精细化控制。

keepAlive: 建议开启。可针对“minIdle设置的空闲连接”，进行保活测试，从而提升连接的质量。