分布式 | 关于 druid 连接池参数问题_druiddatasource closecount

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：

language	java
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.
1
2
3
4

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();
 }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

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"}
 ]
}
1
2
3
4
5
6
7
8
9
10
11
12

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"}
 ]
}
1
2
3
4
5
6
7
8
9
10
11
12

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"}
 ]
}
1
2
3
4
5
6
7
8
9
10
11
12

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"}
 ]
}
1
2
3
4
5
6
7
8
9
10
11
12

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。