前言

在使用druid连接池后，show full processlist 后发现有大量sleep状态的链接，高峰期时达到1000多个，项目框架用的springmvc+mybatis，由spring管理的链接在每次数据库操作后应该是释放连接的，排除是代码泄露连接的可能性。

druid配置

然后看了下线上项目中druid的配置信息

minIdle=30， 最小连接池数量是30个，
maxActive=300，最大并发数是300，
minEvictableIdleTimeMillis=300000 连接在池中最小生存的时间是300秒
timeBetweenEvictionRunsMillis=120000检测需要关闭的空闲连接，是120秒。

看这个配置，原来的理解是一个德鲁伊连接池内最多有300个连接，空闲超过120秒的链接会由德鲁伊去关闭。

然后在本地的项目中，将相应的参数改小，起了100个线程去访问数据库，每个线程中的事务中sleep 3秒，

上面的配置为：最小连接数10，最大连接并发是20个，隔5秒去检测关闭空闲连接。

预期应该是20个连接瞬间跑满，剩余的请求会在上面的20个连接释放后继续访问数据库。

根据日志可以看出每隔3秒会执行20次数据库的访问。

mysql状态

在数据库中通过 show full processlist查看发现一直是20个连接，所有查询执行完后，会有20个sleep状态的连接。

如果此时再次重新请求，该20个连接会再次唤醒，执行完后处于sleep状态。

再等待10几秒后，再执行show full processlist后会发现只剩下10个sleep状态的连接了，然后这10个连接会一直sleep，mysql 默认的等待超时时间是8个小时，8个小时后这些连接会再次被回收。

依据本地的配置，可以判断出druid中

• minIdle=10:最小连接池数量是10个，是不会被关闭，是一直存活在连接池中，没有调用的话就一直sleep。
• maxActive=20:最大并发数是20个，超过20个连接请求则会等待，如果等待时长大于maxWait的时间则会报错。
• minEvictableIdleTimeMillis=10000，所有的新创建的连接在连接池中最小的存存活时间是10秒，然后每隔5秒会检测一次是否有存活超过10秒的连接。有的话就会关闭该连接。

结合线上项目部署了10台服务器，每台服务器的最小连接数是30，如果连的是同一个数据库的话，则连接池中会一直存在300个连接。

如果某个高峰时间段，每台连接数都跑满，则数据库中每个连接sleep的时间是（300+120）秒的时间，如果在这300到420秒的时间段内，请求很频繁的话，数据库中的连接数短期内是不会降下来的。

总结

结合以上情况修改方案：

1、读写分离，将读的操作都分担到从库中去，减少主库的压力。

2、修改minEvictableIdleTimeMillis 和timeBetweenEvictionRunsMillis的值，减少存活时间和检测时间。

但如果请求的很频繁的话，数据库会频繁的关闭和创建连接，同样消耗资源。

3、修改mysql的等待超时时间，set global wait_timeout=28800; 默认的是8小时。

推荐阅读

MySQL死锁产生的原因和解决方法

解决Api统一格式返回，遗留地返回String一个问题

SpringMVC全局异常方案、源码分析，以及常见的入坑

Spring多种启动初始化方案，看这篇就够了

来说说ThreadLocal内存溢出问题

阿里面试题：强、软、弱、虚引用的特点及应用场景

企业常用的并发编程Queue的源码分析

了解JAVA中的SPI机制，以及数据库驱动插件，这一篇就够了

企业实战之阿里druid统一监控方案，你了解吗？

千人千面精准推荐之大白话讲解协同算法（一）,看这篇就够了

企业实战之分布式锁方案一步步的演变

你了解滑动时间窗口吗？Sentinel核心源码剖析

Sentinel全局Feign默认熔断降级策略的思考

你所不知道的头部参数传递的坑，来吧！抓紧出坑

5分钟让你理解K8S必备架构概念，以及网络模型（一）

5分钟让你理解K8S必备架构概念，以及网络模型（二）

5分钟让你理解K8S必备架构概念，以及网络模型（三）

大厂如何基于binlog解决多机房同步mysql数据（一）？

大厂如何基于binlog解决多机房同步mysql数据（二）？

基于binlog的canal组件有哪些使用场景（三）？

基于binlog日志之canal企业应用及高可用原理（四）？

可用于大型应用的微服务生态灰度发布如何实现？

一线大厂级别公共Redis集群监控，细化到每个项目实例

Sharding-jdbc的实战入门之水平分表（一）

Sharding-Jdbc之水平分库和读写分离（二）

Tags：druid参数配置