1.数据库连接池之Hikari
2.源码详解系列(八)--全面讲解HikariCP的源码使用和源码
3.弹性数据库连接池探活策略调研 (二)——Druid | 京东云技术团队
数据库连接池之Hikari
作为数据库连接池的佼佼者，HikariCP因其卓越的解析性能而备受推崇，尤其在SpringBoot2.0以后成为了默认选用的源码连接池。它的解析配置参数如autoCommit、connectionTimeout等，源码如autoCommit默认为true，解析酱紫源码用于自动提交从池中获取的源码连接。connectionTimeout设定了最大等待时间，解析idleTimeout则控制连接在池中的源码最长闲置时间，两者共同确保了连接的解析有效管理。keepaliveTime确保连接的源码存活，而maxLifetime则设定连接的解析hipster源码最长生命周期，建议用户设置以优化性能。源码minimumIdle用于维护连接池的解析最小空闲连接数，而maximumPoolSize则控制最大连接数，源码poolName则是用于标识池的唯一名称。
HikariCP的高性能主要源于其技术优化。首先，它采用FastList替代ArrayList，提高get和remove操作的效率。其次，通过预先初始化避免了同步处理，提升初始化速度。getdict源码动态字节码生成技术使得连接创建更为迅速。连接获取时，HikariCP在threadLocal中进行缓存，降低了线程间的并发冲突。同时，HikariCP设计目标在于减少锁竞争，确保在高并发环境中的稳定表现。关于更深入的解析，可以参考《非正经程序员：Spring Boot中使用Hikari，给我整不会了》和《数据库连接池之Hikari源码解析 - Lucky帅小武 - 博客园》等文章，以及《Springboot 2.0默认连接池HikariCP详解（效率最高）》。分支源码
源码详解系列(八)--全面讲解HikariCP的使用和源码
源码详解系列(八)：HikariCP深度剖析
HikariCP是一个高效数据库连接池，它的核心在于通过“池”复用连接，减少创建和关闭连接的开销。本文将全面介绍HikariCP的使用方法和源码细节。使用场景与内容
本文将涉及HikariCP的以下内容：如何获取连接对象并进行基本操作
项目环境设置，包括JDK、Maven版本和依赖库
如何配置HikariCP，包括依赖引入和配置文件编写
初始化连接池，以及通过JMX进行管理
源码分析，重点讲解ConcurrentBag和HikariPool类，以及其创新的套装源码“标记模型”
HikariDataSource的两个HikariPool的用意和加载配置
核心原理
HikariCP的性能优势主要源于其“标记模型”，通过减少锁的使用，提高并发性能。它使用CopyOnWriteArrayList来保证读操作的效率，结合CAS机制实现无锁的借出和归还操作。源码亮点
源码简洁且易读，特别是ConcurrentBag类，它是HikariCP的核心组件。类结构与DBCP2类似，包含一个通用的资源池，可以应用于其他需要池化管理的场景。总结
通过本文，读者可以深入了解HikariCP的工作原理，掌握其配置和使用技巧，以及源码实现。希望本文对数据库连接池有深入理解的开发者有所帮助。参考资料：
弹性数据库连接池探活策略调研 (二)——Druid | 京东云技术团队
在上篇文章中，我们探讨了 HikariCP 连接池的探活策略，现在我们将转向另一个流行的数据库连接池——Druid。京东云技术团队将为您揭示如何在使用Druid时实现最佳的弹性数据库连接池探活策略，以及其不同版本间的参数调整与实现逻辑。
Druid的探活机制复杂且版本间差异明显，配置参数众多。核心的探活逻辑主要集中在两个源码函数中。要确保探活策略生效，需理解以下几个关键参数：testOnBorrow、testWhileIdle和timeBetweenEvictionRunsMillis。在高并发场景下，推荐配置testWhileIdle以减少性能消耗。
Druid的getConnectionDirect函数在取连接时会进行探活检测，如果testOnBorrow为true，每次都会检查连接有效性。当testOnBorrow为false且testWhileIdle为true时，会根据timeBetweenEvictionRunsMillis来判断连接是否失效，若超过设定时间，则进行探活。在版本1.1.及以上，保持连接功能（keepAlive）在minEvictableIdleTimeMillis设置小于分钟时，有助于高效探活并防止网关连接关闭。
在低版本中，如1.0.9，探活主要依赖于testOnBorrow或testWhileIdle，不支持keepAlive。而在1.1.和1.1.9版本中，shrink方法的逻辑有所调整，引入了keepAliveBetweenTimeMillis参数，增加了对keepAlive的控制。1.1.版本则进一步优化了探活过程，不仅关闭无效连接，还会补充连接以维持最小连接数。
总结来说，Druid的探活策略在不同版本中需灵活配置，建议在高并发场景下使用1.1.或更高版本，配置testWhileIdle以提高性能，同时根据需求选择是否启用testOnBorrow或使用keepAlive来保证连接的可用性。对于使用Druid连接池的线上应用，推荐依据实际需求选择合适的版本和参数设置。
以上内容由京东零售王雷鑫提供，出自京东云开发者社区，转载请注明原作者和来源。
