前言 本篇文章主要講述的是 SpringBoot 整合 Mybatis 、 Druid 和 PageHelper 並實現多數據源和分頁。其中SpringBoot整合Mybatis這塊,在之前的的 "一篇文章" 中已經講述了,這裡就不過多說明瞭。重點是講述在多數據源下的如何配置使用Druid和Page ...
前言
本篇文章主要講述的是SpringBoot整合Mybatis、Druid和PageHelper 並實現多數據源和分頁。其中SpringBoot整合Mybatis這塊,在之前的的一篇文章中已經講述了,這裡就不過多說明瞭。重點是講述在多數據源下的如何配置使用Druid和PageHelper 。
Druid介紹和使用
在使用Druid之前,先來簡單的瞭解下Druid。
Druid是一個資料庫連接池。Druid可以說是目前最好的資料庫連接池!因其優秀的功能、性能和擴展性方面,深受開發人員的青睞。
Druid已經在阿裡巴巴部署了超過600個應用,經過一年多生產環境大規模部署的嚴苛考驗。Druid是阿裡巴巴開發的號稱為監控而生的資料庫連接池!
同時Druid不僅僅是一個資料庫連接池,Druid 核心主要包括三部分:
- 基於Filter-Chain模式的插件體系。
- DruidDataSource 高效可管理的資料庫連接池。
- SQLParser
Druid的主要功能如下:
- 是一個高效、功能強大、可擴展性好的資料庫連接池。
- 可以監控資料庫訪問性能。
- 資料庫密碼加密
- 獲得SQL執行日誌
- 擴展JDBC
介紹方面這塊就不再多說,具體的可以看官方文檔。
那麼開始介紹Druid如何使用。
首先是Maven依賴,只需要添加druid這一個jar就行了。
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid</artifactId>
<version>1.1.8</version>
</dependency>
配置方面,主要的只需要在application.properties或application.yml添加如下就可以了。
說明:因為這裡我是用來兩個數據源,所以稍微有些不同而已。Druid 配置的說明在下麵中已經說的很詳細了,這裡我就不在說明瞭。
## 預設的數據源
master.datasource.url=jdbc:mysql://localhost:3306/springBoot?useUnicode=true&characterEncoding=utf8&allowMultiQueries=true
master.datasource.username=root
master.datasource.password=123456
master.datasource.driverClassName=com.mysql.jdbc.Driver
## 另一個的數據源
cluster.datasource.url=jdbc:mysql://localhost:3306/springBoot_test?useUnicode=true&characterEncoding=utf8
cluster.datasource.username=root
cluster.datasource.password=123456
cluster.datasource.driverClassName=com.mysql.jdbc.Driver
# 連接池的配置信息
# 初始化大小,最小,最大
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
spring.datasource.initialSize=5
spring.datasource.minIdle=5
spring.datasource.maxActive=20
# 配置獲取連接等待超時的時間
spring.datasource.maxWait=60000
# 配置間隔多久才進行一次檢測,檢測需要關閉的空閑連接,單位是毫秒
spring.datasource.timeBetweenEvictionRunsMillis=60000
# 配置一個連接在池中最小生存的時間,單位是毫秒
spring.datasource.minEvictableIdleTimeMillis=300000
spring.datasource.validationQuery=SELECT 1 FROM DUAL
spring.datasource.testWhileIdle=true
spring.datasource.testOnBorrow=false
spring.datasource.testOnReturn=false
# 打開PSCache,並且指定每個連接上PSCache的大小
spring.datasource.poolPreparedStatements=true
spring.datasource.maxPoolPreparedStatementPerConnectionSize=20
# 配置監控統計攔截的filters,去掉後監控界面sql無法統計,'wall'用於防火牆
spring.datasource.filters=stat,wall,log4j
# 通過connectProperties屬性來打開mergeSql功能;慢SQL記錄
spring.datasource.connectionProperties=druid.stat.mergeSql=true;druid.stat.slowSqlMillis=5000
成功添加了配置文件之後,我們再來編寫Druid相關的類。
首先是MasterDataSourceConfig.java這個類,這個是預設的數據源配置類。
@Configuration
@MapperScan(basePackages = MasterDataSourceConfig.PACKAGE, sqlSessionFactoryRef = "masterSqlSessionFactory")
public class MasterDataSourceConfig {
static final String PACKAGE = "com.pancm.dao.master";
static final String MAPPER_LOCATION = "classpath:mapper/master/*.xml";
@Value("${master.datasource.url}")
private String url;
@Value("${master.datasource.username}")
private String username;
@Value("${master.datasource.password}")
private String password;
@Value("${master.datasource.driverClassName}")
private String driverClassName;
@Value("${spring.datasource.initialSize}")
private int initialSize;
@Value("${spring.datasource.minIdle}")
private int minIdle;
@Value("${spring.datasource.maxActive}")
private int maxActive;
@Value("${spring.datasource.maxWait}")
private int maxWait;
@Value("${spring.datasource.timeBetweenEvictionRunsMillis}")
private int timeBetweenEvictionRunsMillis;
@Value("${spring.datasource.minEvictableIdleTimeMillis}")
private int minEvictableIdleTimeMillis;
@Value("${spring.datasource.validationQuery}")
private String validationQuery;
@Value("${spring.datasource.testWhileIdle}")
private boolean testWhileIdle;
@Value("${spring.datasource.testOnBorrow}")
private boolean testOnBorrow;
@Value("${spring.datasource.testOnReturn}")
private boolean testOnReturn;
@Value("${spring.datasource.poolPreparedStatements}")
private boolean poolPreparedStatements;
@Value("${spring.datasource.maxPoolPreparedStatementPerConnectionSize}")
private int maxPoolPreparedStatementPerConnectionSize;
@Value("${spring.datasource.filters}")
private String filters;
@Value("{spring.datasource.connectionProperties}")
private String connectionProperties;
@Bean(name = "masterDataSource")
@Primary
public DataSource masterDataSource() {
DruidDataSource dataSource = new DruidDataSource();
dataSource.setUrl(url);
dataSource.setUsername(username);
dataSource.setPassword(password);
dataSource.setDriverClassName(driverClassName);
//具體配置
dataSource.setInitialSize(initialSize);
dataSource.setMinIdle(minIdle);
dataSource.setMaxActive(maxActive);
dataSource.setMaxWait(maxWait);
dataSource.setTimeBetweenEvictionRunsMillis(timeBetweenEvictionRunsMillis);
dataSource.setMinEvictableIdleTimeMillis(minEvictableIdleTimeMillis);
dataSource.setValidationQuery(validationQuery);
dataSource.setTestWhileIdle(testWhileIdle);
dataSource.setTestOnBorrow(testOnBorrow);
dataSource.setTestOnReturn(testOnReturn);
dataSource.setPoolPreparedStatements(poolPreparedStatements);
dataSource.setMaxPoolPreparedStatementPerConnectionSize(maxPoolPreparedStatementPerConnectionSize);
try {
dataSource.setFilters(filters);
} catch (SQLException e) {
e.printStackTrace();
}
dataSource.setConnectionProperties(connectionProperties);
return dataSource;
}
@Bean(name = "masterTransactionManager")
@Primary
public DataSourceTransactionManager masterTransactionManager() {
return new DataSourceTransactionManager(masterDataSource());
}
@Bean(name = "masterSqlSessionFactory")
@Primary
public SqlSessionFactory masterSqlSessionFactory(@Qualifier("masterDataSource") DataSource masterDataSource)
throws Exception {
final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
sessionFactory.setDataSource(masterDataSource);
sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
.getResources(MasterDataSourceConfig.MAPPER_LOCATION));
return sessionFactory.getObject();
}
}
其中這兩個註解說明下:
**@Primary** :標誌這個 Bean 如果在多個同類 Bean 候選時,該 Bean
優先被考慮。多數據源配置的時候註意,必須要有一個主數據源,用 @Primary 標誌該 Bean。**@MapperScan**: 掃描 Mapper 介面並容器管理。
需要註意的是sqlSessionFactoryRef 表示定義一個唯一 SqlSessionFactory 實例。
上面的配置完之後,就可以將Druid作為連接池使用了。但是Druid並不簡簡單單的是個連接池,它也可以說是一個監控應用,它自帶了web監控界面,可以很清晰的看到SQL相關信息。
在SpringBoot中運用Druid的監控作用,只需要編寫StatViewServlet和WebStatFilter類,實現註冊服務和過濾規則。這裡我們可以將這兩個寫在一起,使用**@Configuration**和**@Bean**。
為了方便理解,相關的配置說明也寫在代碼中了,這裡就不再過多贅述了。
代碼如下:
@Configuration
public class DruidConfiguration {
@Bean
public ServletRegistrationBean druidStatViewServle() {
//註冊服務
ServletRegistrationBean servletRegistrationBean = new ServletRegistrationBean(
new StatViewServlet(), "/druid/*");
// 白名單(為空表示,所有的都可以訪問,多個IP的時候用逗號隔開)
servletRegistrationBean.addInitParameter("allow", "127.0.0.1");
// IP黑名單 (存在共同時,deny優先於allow)
servletRegistrationBean.addInitParameter("deny", "127.0.0.2");
// 設置登錄的用戶名和密碼
servletRegistrationBean.addInitParameter("loginUsername", "pancm");
servletRegistrationBean.addInitParameter("loginPassword", "123456");
// 是否能夠重置數據.
servletRegistrationBean.addInitParameter("resetEnable", "false");
return servletRegistrationBean;
}
@Bean
public FilterRegistrationBean druidStatFilter() {
FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean(
new WebStatFilter());
// 添加過濾規則
filterRegistrationBean.addUrlPatterns("/*");
// 添加不需要忽略的格式信息
filterRegistrationBean.addInitParameter("exclusions",
"*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*");
System.out.println("druid初始化成功!");
return filterRegistrationBean;
}
}
編寫完之後,啟動程式,在瀏覽器輸入:http://127.0.0.1:8084/druid/index.html ,然後輸入設置的用戶名和密碼,便可以訪問Web界面了。
多數據源配置
在進行多數據源配置之前,先分別在springBoot和springBoot_test的mysql資料庫中執行如下腳本。
-- springBoot庫的腳本
CREATE TABLE `t_user` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增id',
`name` varchar(10) DEFAULT NULL COMMENT '姓名',
`age` int(2) DEFAULT NULL COMMENT '年齡',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8
-- springBoot_test庫的腳本
CREATE TABLE `t_student` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(16) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8
註:為了偷懶,將兩張表的結構弄成一樣了!不過不影響測試!
在application.properties中已經配置這兩個數據源的信息,上面已經貼出了一次配置,這裡就不再貼了。
這裡重點說下 第二個數據源的配置。和上面的MasterDataSourceConfig.java差不多,區別在與沒有使用**@Primary** 註解和名稱不同而已。需要註意的是MasterDataSourceConfig.java對package和mapper的掃描是精確到目錄的,這裡的第二個數據源也是如此。那麼代碼如下:
@Configuration
@MapperScan(basePackages = ClusterDataSourceConfig.PACKAGE, sqlSessionFactoryRef = "clusterSqlSessionFactory")
public class ClusterDataSourceConfig {
static final String PACKAGE = "com.pancm.dao.cluster";
static final String MAPPER_LOCATION = "classpath:mapper/cluster/*.xml";
@Value("${cluster.datasource.url}")
private String url;
@Value("${cluster.datasource.username}")
private String username;
@Value("${cluster.datasource.password}")
private String password;
@Value("${cluster.datasource.driverClassName}")
private String driverClass;
// 和MasterDataSourceConfig一樣,這裡略
@Bean(name = "clusterDataSource")
public DataSource clusterDataSource() {
DruidDataSource dataSource = new DruidDataSource();
dataSource.setUrl(url);
dataSource.setUsername(username);
dataSource.setPassword(password);
dataSource.setDriverClassName(driverClass);
// 和MasterDataSourceConfig一樣,這裡略 ...
return dataSource;
}
@Bean(name = "clusterTransactionManager")
public DataSourceTransactionManager clusterTransactionManager() {
return new DataSourceTransactionManager(clusterDataSource());
}
@Bean(name = "clusterSqlSessionFactory")
public SqlSessionFactory clusterSqlSessionFactory(@Qualifier("clusterDataSource") DataSource clusterDataSource)
throws Exception {
final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
sessionFactory.setDataSource(clusterDataSource);
sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver().getResources(ClusterDataSourceConfig.MAPPER_LOCATION));
return sessionFactory.getObject();
}
}
成功寫完配置之後,啟動程式,進行測試。
分別在springBoot和springBoot_test庫中使用介面進行添加數據。
t_user
POST http://localhost:8084/api/user
{"name":"張三","age":25}
{"name":"李四","age":25}
{"name":"王五","age":25}
t_student
POST http://localhost:8084/api/student
{"name":"學生A","age":16}
{"name":"學生B","age":17}
{"name":"學生C","age":18}
成功添加數據之後,然後進行調用不同的介面進行查詢。
請求:
GET http://localhost:8084/api/user?name=李四
返回:
{
"id": 2,
"name": "李四",
"age": 25
}
請求:
GET http://localhost:8084/api/student?name=學生C
返回:
{
"id": 1,
"name": "學生C",
"age": 16
}
通過數據可以看出,成功配置了多數據源了。
PageHelper 分頁實現
PageHelper是Mybatis的一個分頁插件,非常的好用!這裡強烈推薦!!!
PageHelper的使用很簡單,只需要在Maven中添加pagehelper這個依賴就可以了。
Maven的依賴如下:
<dependency>
<groupId>com.github.pagehelper</groupId>
<artifactId>pagehelper-spring-boot-starter</artifactId>
<version>1.2.3</version>
</dependency>
註:這裡我是用springBoot版的!也可以使用其它版本的。
添加依賴之後,只需要添加如下配置或代碼就可以了。
第一種,在application.properties或application.yml添加
pagehelper:
helperDialect: mysql
offsetAsPageNum: true
rowBoundsWithCount: true
reasonable: false
第二種,在mybatis.xml配置中添加
<bean id="sqlSessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean">
<property name="dataSource" ref="dataSource" />
<!-- 掃描mapping.xml文件 -->
<property name="mapperLocations" value="classpath:mapper/*.xml"></property>
<!-- 配置分頁插件 -->
<property name="plugins">
<array>
<bean class="com.github.pagehelper.PageHelper">
<property name="properties">
<value>
helperDialect=mysql
offsetAsPageNum=true
rowBoundsWithCount=true
reasonable=false
</value>
</property>
</bean>
</array>
</property>
</bean>
第三種,在代碼中添加,使用**@Bean**註解在啟動程式的時候初始化。
@Bean
public PageHelper pageHelper(){
PageHelper pageHelper = new PageHelper();
Properties properties = new Properties();
//資料庫
properties.setProperty("helperDialect", "mysql");
//是否將參數offset作為PageNum使用
properties.setProperty("offsetAsPageNum", "true");
//是否進行count查詢
properties.setProperty("rowBoundsWithCount", "true");
//是否分頁合理化
properties.setProperty("reasonable", "false");
pageHelper.setProperties(properties);
}
因為這裡我們使用的是多數據源,所以這裡的配置稍微有些不同。我們需要在sessionFactory這裡配置。這裡就對MasterDataSourceConfig.java進行相應的修改。在masterSqlSessionFactory方法中,添加如下代碼。
@Bean(name = "masterSqlSessionFactory")
@Primary
public SqlSessionFactory masterSqlSessionFactory(@Qualifier("masterDataSource") DataSource masterDataSource)
throws Exception {
final SqlSessionFactoryBean sessionFactory = new SqlSessionFactoryBean();
sessionFactory.setDataSource(masterDataSource);
sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
.getResources(MasterDataSourceConfig.MAPPER_LOCATION));
//分頁插件
Interceptor interceptor = new PageInterceptor();
Properties properties = new Properties();
//資料庫
properties.setProperty("helperDialect", "mysql");
//是否將參數offset作為PageNum使用
properties.setProperty("offsetAsPageNum", "true");
//是否進行count查詢
properties.setProperty("rowBoundsWithCount", "true");
//是否分頁合理化
properties.setProperty("reasonable", "false");
interceptor.setProperties(properties);
sessionFactory.setPlugins(new Interceptor[] {interceptor});
return sessionFactory.getObject();
}
註:其它的數據源也想進行分頁的時候,參照上面的代碼即可。
這裡需要註意的是reasonable參數,表示分頁合理化,預設值為false。如果該參數設置為 true 時,pageNum<=0 時會查詢第一頁,pageNum>pages(超過總數時),會查詢最後一頁。預設false 時,直接根據參數進行查詢。
設置完PageHelper 之後,使用的話,只需要在查詢的sql前面添加PageHelper.startPage(pageNum,pageSize);,如果是想知道總數的話,在查詢的sql語句後買呢添加 page.getTotal()就可以了。
代碼示例:
public List<T> findByListEntity(T entity) {
List<T> list = null;
try {
Page<?> page =PageHelper.startPage(1,2);
System.out.println(getClassName(entity)+"設置第一頁兩條數據!");
list = getMapper().findByListEntity(entity);
System.out.println("總共有:"+page.getTotal()+"條數據,實際返回:"+list.size()+"兩條數據!");
} catch (Exception e) {
logger.error("查詢"+getClassName(entity)+"失敗!原因是:",e);
}
return list;
}
代碼編寫完畢之後,開始進行最後的測試。
查詢t_user表的所有的數據,併進行分頁。
請求:
GET http://localhost:8084/api/user
返回:
[
{
"id": 1,
"name": "張三",
"age": 25
},
{
"id": 2,
"name": "李四",
"age": 25
}
]
控制台列印:
開始查詢...
User設置第一頁兩條數據!
2018-04-27 19:55:50.769 DEBUG 6152 --- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT : ==> Preparing: SELECT count(0) FROM t_user WHERE 1 = 1
2018-04-27 19:55:50.770 DEBUG 6152 --- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT : ==> Parameters:
2018-04-27 19:55:50.771 DEBUG 6152 --- [io-8084-exec-10] c.p.d.m.UserDao.findByListEntity_COUNT : <== Total: 1
2018-04-27 19:55:50.772 DEBUG 6152 --- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity : ==> Preparing: select id, name, age from t_user where 1=1 LIMIT ?
2018-04-27 19:55:50.773 DEBUG 6152 --- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity : ==> Parameters: 2(Integer)
2018-04-27 19:55:50.774 DEBUG 6152 --- [io-8084-exec-10] c.p.dao.master.UserDao.findByListEntity : <== Total: 2
總共有:3條數據,實際返回:2兩條數據!
查詢t_student表的所有的數據,併進行分頁。
請求:
GET http://localhost:8084/api/student
返回:
[
{
"id": 1,
"name": "學生A",
"age": 16
},
{
"id": 2,
"name": "學生B",
"age": 17
}
]
控制台列印:
開始查詢...
Studnet設置第一頁兩條數據!
2018-04-27 19:54:56.155 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT : ==> Preparing: SELECT count(0) FROM t_student WHERE 1 = 1
2018-04-27 19:54:56.155 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT : ==> Parameters:
2018-04-27 19:54:56.156 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.S.findByListEntity_COUNT : <== Total: 1
2018-04-27 19:54:56.157 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity : ==> Preparing: select id, name, age from t_student where 1=1 LIMIT ?
2018-04-27 19:54:56.157 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity : ==> Parameters: 2(Integer)
2018-04-27 19:54:56.157 DEBUG 6152 --- [nio-8084-exec-8] c.p.d.c.StudentDao.findByListEntity : <== Total: 2
總共有:3條數據,實際返回:2兩條數據!
查詢完畢之後,我們再來看Druid 的監控界面。在瀏覽器輸入:http://127.0.0.1:8084/druid/index.html
可以很清晰的看到操作記錄!
如果想知道更多的Druid相關知識,可以查看官方文檔!
結語
這篇終於寫完了,在進行代碼編寫的時候,碰到過很多問題,然後慢慢的嘗試和找資料解決了。本篇文章只是很淺的介紹了這些相關的使用,在實際的應用可能會更複雜。如果有有更好的想法和建議,歡迎留言進行討論!
參考文章:https://www.bysocket.com/?p=1712
Durid官方地址:https://github.com/alibaba/druid
PageHelper官方地址:https://github.com/pagehelper/Mybatis-PageHelper
項目我放到github上面去了:
https://github.com/xuwujing/springBoot
如果覺得不錯,希望順便給個star。
到此,本文結束,謝謝閱讀。
版權聲明:
作者:虛無境
博客園出處:http://www.cnblogs.com/xuwujing
CSDN出處:http://blog.csdn.net/qazwsxpcm
個人博客出處:http://www.panchengming.com
原創不易,轉載請標明出處,謝謝!