分布式 | 关于 druid 连接池参数问题 - 技术分享 - 新闻资讯 - 爱可生

分布式 | 关于 druid 连接池参数问题

发布时间:2021-04-26 浏览次数:480

关键词:分布式关系型数据库分布式数据库 MySQL分布式数据库 分片

作者:鲍凤其

爱可生 dble 团队开发成员,主要负责 dble 需求开发,故障排查和社区问题解答。少说废话,放码过来。

本文来源:原创投稿

*爱可生开源社区出品,原创内容未经授权不得随意使用,转载请联系小编并注明来源。


最近用户在使用 druid 连接池连接 dble 时,应用会有不定时出现下面的错误:

com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure

The last packet successfully received from the server was 425,724 milliseconds ago.  The last packet sent successfully to the server was 425,725 milliseconds ago.

这种错误还是很常见的,猜测是应用拿到了已经 close 的连接并继续使用从而引发上面的问题。因此,我们想开启 druid 中的对空闲连接检测的机制。

在查询文档的过程中,发现了两个参数,分别是 testWhileIdle 和 keepAlive(1.0.28 版本引入),那到底这两个参数有什么区别?

下面我们使用 1.1.13 版本的 druid 做一个测试。


结论

  • 开启 testWhileIdle 之后,druid 不会在 timeBetweenEvictionRunsMillis 指定的周期内检测空闲连接的有效性,而是在连接取出时对连接做一下检测。

  • 开启 keepAlive 之后,druid 会在 timeBetweenEvictionRunsMillis 指定的周期内检测空闲连接的有效性。

因此在实际使用中,建议开启 keepAlive 参数用于对空闲连接做有效性检测。Druid 中 testWhileIdle 和普通的连接池(DBCP 等)所表达的含义并不相同,使用时候需要慎重。


详细测试过程

测试程序原理是:首先初始化 druid 连接池,使其中有一个空闲连接。我们设置 TimeBetweenEvictionRunsMillis 为 10s,分别打印 10s 前后连接池中连接的信息。连接信息中 LastActiveTime 这个属性表示这条连接上次被使用的时间。通过观察前后两次打印的 LastActiveTime 是否有差别,来推断期间是否有对连接下发语句进行过有效性检测。

测试程序:

public static void main(String[] args) {
  try {
    DruidDataSource dataSource = new DruidDataSource();
 
    dataSource.setUrl("jdbc:mysql://127.0.0.1:8066/testdb2?useSSL=false&serverTimezone=UTC&useUnicode=true&characterEncoding=utf-8");
    dataSource.setUsername("root");
    dataSource.setPassword("123456");
 
    // 开启 testWhileIdle 参数
    // dataSource.setTestWhileIdle(true);
    // 开启 keepalive 参数
    dataSource.setKeepAlive(true);
 
    // 设置检测时间为 10s
    dataSource.setTimeBetweenEvictionRunsMillis(10 * 1000);
    dataSource.setMinEvictableIdleTimeMillis(5000);
    dataSource.setValidationQuery("select 'x'");
    dataSource.setMinIdle(1);
    dataSource.setMaxActive(1);
 
    Connection conn = dataSource.getConnection();
    PreparedStatement ps = conn.prepareStatement("select 1");
    ps.close();
    conn.close();
 
    // 第一次结果
    System.out.println(dataSource.dump());
    Thread.sleep(12000);
    // 第二次结果
    System.out.println(dataSource.dump());
 
 } catch (InterruptedException e) {
    e.printStackTrace();
 } catch (SQLException e) {
    e.printStackTrace();
 }
}

开启 keepalive 参数

第一次结果:

{
 CreateTime:"2021-03-23 18:46:59",
 ActiveCount:0,
 PoolingCount:1,
 CreateCount:1,
 DestroyCount:0,
 CloseCount:1,
 ConnectCount:1,
 Connections:[
  {ID:515132998, ConnectTime:"2021-03-23 18:46:59", UseCount:1, LastActiveTime:"2021-03-23 18:47:00"}
 ]
}

第二次结果:

{
 CreateTime:"2021-03-23 18:46:59",
 ActiveCount:0,
 PoolingCount:1,
 CreateCount:1,
 DestroyCount:0,
 CloseCount:1,
 ConnectCount:1,
 Connections:[
  {ID:515132998, ConnectTime:"2021-03-23 18:46:59", UseCount:1, LastActiveTime:"2021-03-23 18:47:09"}
 ]
}

观察第一次结果和第二次结果中 Connections 的 LastActiveTime 值,分别是 2021-03-23 18:47:00 和 2021-03-23 18:47:09,发现两个值变化,可以推断出 10s 內有对连接下发语句进行过有效性检测。

开启 testWhileIdle 参数

第一次结果:

{
 CreateTime:"2021-03-23 18:52:38",
 ActiveCount:0,
 PoolingCount:1,
 CreateCount:1,
 DestroyCount:0,
 CloseCount:1,
 ConnectCount:1,
 Connections:[
  {ID:515132998, ConnectTime:"2021-03-23 18:52:39", UseCount:1, LastActiveTime:"2021-03-23 18:52:39"}
 ]
}

第二次结果:

{
 CreateTime:"2021-03-23 18:52:38",
 ActiveCount:0,
 PoolingCount:1,
 CreateCount:1,
 DestroyCount:0,
 CloseCount:1,
 ConnectCount:1,
 Connections:[
  {ID:515132998, ConnectTime:"2021-03-23 18:52:39", UseCount:1, LastActiveTime:"2021-03-23 18:52:39"}
 ]
}

观察第一次结果和第二次结果中 Connections 的 LastActiveTime 值,分别是 2021-03-23 18:52:39 和 2021-03-23 18:52:39,发现两个值没有变化,可以推断出 10s 內没有对连接下发语句进行过有效性检测。

关键词:分布式关系型数据库分布式数据库 MySQL分布式数据库 分片

相关推荐

产品试用 产品试用
400-820-6580 免费电话