通过连接池Druid连接宽表引擎_云原生多模数据库 Lindorm(Lindorm)-阿里云帮助中心

本文介绍基于JDBC连接池Druid连接并访问Lindorm宽表引擎的使用方法。

前提条件

已安装Java环境，要求安装JDK 1.8及以上版本。
已配置白名单，具体操作，请参见设置白名单。
宽表引擎的版本为2.3.1及以上版本，如何升级版本，请参见升级小版本。

注意事项

Lindorm前端接入节点使用SLB做负载均衡，客户端连接前端节点。为了将客户端请求较为均匀地发送到各个前端节点，建议连接保持的时间不宜太长，可以配置phyMaxUseCount和phyTimeoutMillis参数。
执行查询前从连接池获取连接，执行完查询后要及时调用conn.close()将连接返回到连接池中。再次使用时，请从连接池中获取新连接，避免长时间使用一个连接导致Druid无法及时检查到连接失效。
在复杂网络环境下，若遇到网关性能达到瓶颈、网络链路长、网络抖动、重传率或丢包率高等情况，可能会导致连接中断。建议确保连接池配置合理，并在必要时通过业务代码侧的重试机制优化。
服务端升级重启时，连接可能会短暂中断。即使使用了连接池，业务侧仍可能感知到异常。建议捕获异常并重试。
根据业务情况合理调整连接池配置，并确保配置生效。您可以在程序中通过DruidDataSource#getStatData()和DruidDataSource#dump()方法定期获取生效的配置与连接池的信息，并在日志中查看、核对相关配置信息。

准备工作

通过连接池Druid连接Lindorm宽表引擎前，需要安装连接池Druid和Lindorm JDBC Driver。以Maven项目为例，在pom.xml文件的dependencies中添加以下依赖项。

<dependency>
  <groupId>com.alibaba</groupId>
  <artifactId>druid</artifactId>
  <version>1.2.11</version>
</dependency>
<dependency>
  <groupId>com.aliyun.lindorm</groupId>
  <artifactId>lindorm-all-client</artifactId>
  <version>2.2.1.3</version>
</dependency>

当通过druid-spring-boot-starter使用Druid连接池时，需要先排除druid-spring-boot-starter依赖的Druid组件，然后显式依赖Druid组件，如下所示。

<dependency>
   <groupId>com.alibaba</groupId>
   <artifactId>druid-spring-boot-starter</artifactId>
   <version>1.2.11</version>
   <exclusions>
      <exclusion>
         <groupId>com.alibaba</groupId>
         <artifactId>druid</artifactId>
      </exclusion>
   </exclusions>
</dependency>
<dependency>
  <groupId>com.alibaba</groupId>
  <artifactId>druid</artifactId>
  <version>1.2.11</version>
</dependency>
<dependency>
  <groupId>com.aliyun.lindorm</groupId>
  <artifactId>lindorm-all-client</artifactId>
  <version>2.2.1.3</version>
</dependency>

操作步骤

说明

您可以直接下载示例代码在本地编译和运行，也可以使用示例代码开发您的项目代码。

配置连接池Druid的参数。在Maven项目的src/main/resources目录中新建druid.properties文件，并在文件中添加以下内容。

# 驱动类名，无需替换
driverClassName=com.aliyun.lindorm.table.client.Driver
# url、username、password需要替换为业务实际的内容，可以在Lindorm控制台上获取
url=jdbc:lindorm:table:url=http://ld-bp17j28j2y7pm****.lindorm.rds.aliyuncs.com:30060
username=****
password=****
# 连接属性，指定要连接的database，需根据实际情况将****替换为实际的内容
connectionProperties=database=****

# 初始化连接池即创建连接，建议保持不变
init=true
# 初始化连接池时建立连接的个数，可以根据实际情况调整
initialSize=10
# 连接池中维护的空闲连接的数量，可以根据实际情况调整。对性能要求高的场景建议和maxActive的值相同；如果业务存在明显的峰谷波动，可以设置小一些
minIdle=40
# 连接池中允许的最大连接数量，可以根据实际情况调整，建议与业务线程池大小相同
maxActive=40
# 获取连接最大等待时间，单位毫秒，建议保持不变
maxWait=30000

# 配置一个连接最大使用次数，避免长时间使用相同连接造成服务器端负载不均衡，对性能略有影响
druid.phyMaxUseCount=10000

# 连接保活配置项，建议保持不变，否则可能出现连接断开
# 异常ConnectionDisconnectedException
druid.keepAlive=true
druid.keepAliveBetweenTimeMillis=30000
minEvictableIdleTimeMillis=300000
maxEvictableIdleTimeMillis=600000
timeBetweenEvictionRunsMillis=5000
phyTimeoutMillis=1800000

# 连接验证配置项，建议保持不变
validationQuery=SELECT 1
testWhileIdle=true
testOnBorrow=false
testOnReturn=false

# PreparedStatement缓存配置项，这里配置为关闭缓存，建议保持不变
# 否则运行时可能会出现NoSuchStatement异常
poolPreparedStatements=false
maxOpenPreparedStatements=-1
druid.maxPoolPreparedStatementPerConnectionSize=-1

说明

请根据注释说明替换或者调整以下配置项：
- url：连接宽表引擎的连接地址，获取方法请参见获取连接信息。
- username：访问宽表引擎的用户名，通过Lindorm宽表引擎的集群管理系统查看，具体请参见管理用户。
- password：访问宽表引擎的密码。如果您忘记了密码，可以通过Lindorm宽表引擎的集群管理系统修改密码，具体操作请参见修改用户密码。
更多配置项的说明请参见DruidDataSource配置属性列表。

加载连接池Druid的参数并初始化连接池Druid。

// 加载参数
Properties properties = new Properties();
InputStream inputStream = DruidPoolDemo.class.getClassLoader().getResourceAsStream("druid.properties");
properties.load(inputStream);
// 初始化连接池
DataSource dataSource = DruidDataSourceFactory.createDataSource(properties);

通过连接池Druid获取JDBC的连接信息并访问Lindorm宽表引擎。

/* -------------- 基于JDBC的访问示例 ----------------- */

String tableName = "sql_table_" + new Random().nextInt(1000);
// 创建表
try (Connection connection = dataSource.getConnection()) {
    try (Statement statement = connection.createStatement()) {
        String sql = "create table if not exists " + tableName + "(id VARCHAR, name VARCHAR, primary key(id))";
        int ret = statement.executeUpdate(sql);
        System.out.println(ret);
    }
}

// 插入数据
try (Connection connection = dataSource.getConnection()) {
    String sql = "upsert into " + tableName + "(id,name) values(?,?)";
    try (PreparedStatement ps = connection.prepareStatement(sql)) {
        ps.setString(1, "aa");
        ps.setString(2, "bb");

        int ret = ps.executeUpdate();
        System.out.println(ret);
    }
}

// 查询数据
try (Connection connection = dataSource.getConnection()) {
    String sql = "select * from " + tableName + " where id=?";
    try (PreparedStatement ps = connection.prepareStatement(sql)) {
        ps.setString(1, "aa");
        ResultSet rs = ps.executeQuery();
        while (rs.next()) {
            String id = rs.getString(1);
            String name = rs.getString(2);
            System.out.println("id=" + id);
            System.out.println("name=" + name);
        }
    }
}

// 删除数据
try (Connection connection = dataSource.getConnection()) {
    String sql = "delete from " + tableName + " where id=?";
    try (PreparedStatement ps = connection.prepareStatement(sql)) {
        ps.setString(1, "aa");
        ps.executeUpdate();
    }
}

附录：连接池负载均衡说明

连接池模式（TCP长连接）的效率更高，但在以下场景中对分布式负载均衡不友好，可能导致连接负载不均匀：

突发创建大量连接，导致分布不均
当应用突发创建了大量的连接时，若负载均衡设备未能及时刷新后端节点的连接统计信息，可能会导致部分后端LDServer节点承载较多的连接请求。同时，叠加连接池化机制，最终会导致部分LDServer节点压力高于其他节点，连接分布不均，影响系统总体性能。
负载均衡探活异常，导致分布不均
负载均衡通过主动探活来判断后端节点是否正常，当探活出现偶发异常时，可能会导致部分LDServer节点上连接较少，结合连接池化，最终会导致部分LDServer压力低于其他节点，影响系统总体性能。

Druid连接池增加了phyTimeoutMillis和phyMaxUseCount参数，定期（例如每执行30分钟或者10,000次）刷新连接池中的连接，可以在解决上述问题的同时保持性能基本不变，建议默认添加这两个参数。