手把手教你玩多数据源动态切换！

为了提高应用的可靠性，多数据源现在也很常见，数据库可以搭建双 M 结构，这个松哥之前也发文和大家分享过如何搭建双 M 结构的主从备份？，那么 Java 代码里该如何操作多数据源呢？

我在 19 年的时候写过几篇文章教大家配置 JdbcTemplate、MyBatis 以及 JPA 中的多数据源（公众号江南一点雨后台回复 666 有相关的资料），不过那几篇文章的整体思路都是弄多个 Dao 层实例，然后手动选择用哪个实例，这样总感觉不太方便。

MyBatis-Plus 也提供了相应的工具，感兴趣的小伙伴可以自行尝试。

今天我想带领小伙伴们，利用 AOP 的思想，自己来写一个简单的多数据源切换工具。

1. 预备知识

想要自定义动态数据源切换，得先了解一个类 AbstractRoutingDataSource：

AbstractRoutingDataSource 是在 Spring2.0.1 中引入的（注意是 Spring2.0.1 不是 Spring Boot2.0.1，所以这其实也算是 Spring 一个非常古老的特性了）, 该类充当了 DataSource 的路由中介，它能够在运行时, 根据某种 key 值来动态切换到真正的 DataSource 上。

大致的用法就是你提前准备好各种数据源，存入到一个 Map 中，Map 的 key 就是这个数据源的名字，Map 的 value 就是这个具体的数据源，然后再把这个 Map 配置到 AbstractRoutingDataSource 中，最后，每次执行数据库查询的时候，拿一个 key 出来，AbstractRoutingDataSource 会找到具体的数据源去执行这次数据库操作。

大致思路就是这样。

接下来我们就来看看怎么玩。

2. 创建项目

首先我们创建一个 Spring Boot 项目，引入 Web、MyBatis 以及 MySQL 依赖，项目创建成功之后，再手动加入 Druid 和 AOP 依赖，如下：

<dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-aop</artifactId></dependency><dependency>    <groupId>com.alibaba</groupId>    <artifactId>druid-spring-boot-starter</artifactId>    <version>1.2.9</version></dependency>

这块呢其实没啥好说的，都是常规操作。

3. 配置文件

接下来我们创建一个 application-druid.yaml 用来配置我们的数据源信息，如下：

# 数据源配置spring:    datasource:        type: com.alibaba.druid.pool.DruidDataSource        driverClassName: com.mysql.cj.jdbc.Driver        ds:            # 主库数据源，默认 master 不能变            master:                url: jdbc:mysql://127.0.0.1:3306/test08?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123            # 从库数据源            slave:                url: jdbc:mysql://127.0.0.1:3306/test07?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123        # 初始连接数        initialSize: 5        # 最小连接池数量        minIdle: 10        # 最大连接池数量        maxActive: 20        # 配置获取连接等待超时的时间        maxWait: 60000        # 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒        timeBetweenEvictionRunsMillis: 60000        # 配置一个连接在池中最小生存的时间，单位是毫秒        minEvictableIdleTimeMillis: 300000        # 配置一个连接在池中最大生存的时间，单位是毫秒        maxEvictableIdleTimeMillis: 900000        # 配置检测连接是否有效        validationQuery: SELECT 1 FROM DUAL        testWhileIdle: true        testOnBorrow: false        testOnReturn: false        druid:            webStatFilter:                enabled: true            statViewServlet:                enabled: true                # 设置白名单，不填则允许所有访问                allow:                url-pattern: /druid/*                # 控制台管理用户名和密码                login-username: javaboy                login-password: 123456            filter:                stat:                    enabled: true                    # 慢SQL记录                    log-slow-sql: true                    slow-sql-millis: 1000                    merge-sql: true                wall:                    config:                        multi-statement-allow: true

都是 Druid 的常规配置，也没啥好说的，唯一需要注意的是我们整个配置文件的格式。ds 里边配置我们的所有数据源，每个数据源都有一个名字，master 是默认数据源的名字，不可修改，其他数据源都可以自定义名字。最后面我们还配置了 Druid 的监控功能，如果小伙伴们还不懂 Druid 的监控功能，可以查看Spring Boot 如何监控 SQL 运行情况？。

不过小伙伴们知道，YAML 配置不像 properties 配置可以通过 @PropertySource 注解加载自定义的配置文件，YAML 配置没有类似的加载机制。不过工具是死的人是活的，我们可以利用 Spring Boot 的 profile 机制来加载这个自定义的 application-druid.yaml 配置文件，具体做法就是在 application.yaml 中加一行配置，如下：

spring:  profiles:    active: druid

接下来我们还需要提供一个配置类，将这个配置文件的内容加载到配置类中，如下：

@ConfigurationProperties(prefix = "spring.datasource")public class DruidProperties {    private int initialSize;    private int minIdle;    private int maxActive;    private int maxWait;    private int timeBetweenEvictionRunsMillis;    private int minEvictableIdleTimeMillis;    private int maxEvictableIdleTimeMillis;    private String validationQuery;    private boolean testWhileIdle;    private boolean testOnBorrow;    private boolean testOnReturn;    private Map<String, Map<String, String>> ds;    public DruidDataSource dataSource(DruidDataSource datasource) {        /** 配置初始化大小、最小、最大 */        datasource.setInitialSize(initialSize);        datasource.setMaxActive(maxActive);        datasource.setMinIdle(minIdle);        /** 配置获取连接等待超时的时间 */        datasource.setMaxWait(maxWait);        /** 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒 */        datasource.setTimeBetweenEvictionRunsMillis(timeBetweenEvictionRunsMillis);        /** 配置一个连接在池中最小、最大生存的时间，单位是毫秒 */        datasource.setMinEvictableIdleTimeMillis(minEvictableIdleTimeMillis);        datasource.setMaxEvictableIdleTimeMillis(maxEvictableIdleTimeMillis);        /**         * 用来检测连接是否有效的sql，要求是一个查询语句，常用select 'x'。如果validationQuery为null，testOnBorrow、testOnReturn、testWhileIdle都不会起作用。         */        datasource.setValidationQuery(validationQuery);        /** 建议配置为true，不影响性能，并且保证安全性。申请连接的时候检测，如果空闲时间大于timeBetweenEvictionRunsMillis，执行validationQuery检测连接是否有效。 */        datasource.setTestWhileIdle(testWhileIdle);        /** 申请连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能。 */        datasource.setTestOnBorrow(testOnBorrow);        /** 归还连接时执行validationQuery检测连接是否有效，做了这个配置会降低性能。 */        datasource.setTestOnReturn(testOnReturn);        return datasource;    }    public int getInitialSize() {        return initialSize;    }    public void setInitialSize(int initialSize) {        this.initialSize = initialSize;    }    public int getMinIdle() {        return minIdle;    }    public void setMinIdle(int minIdle) {        this.minIdle = minIdle;    }    public int getMaxActive() {        return maxActive;    }    public void setMaxActive(int maxActive) {        this.maxActive = maxActive;    }    public int getMaxWait() {        return maxWait;    }    public void setMaxWait(int maxWait) {        this.maxWait = maxWait;    }    public int getTimeBetweenEvictionRunsMillis() {        return timeBetweenEvictionRunsMillis;    }    public void setTimeBetweenEvictionRunsMillis(int timeBetweenEvictionRunsMillis) {        this.timeBetweenEvictionRunsMillis = timeBetweenEvictionRunsMillis;    }    public int getMinEvictableIdleTimeMillis() {        return minEvictableIdleTimeMillis;    }    public void setMinEvictableIdleTimeMillis(int minEvictableIdleTimeMillis) {        this.minEvictableIdleTimeMillis = minEvictableIdleTimeMillis;    }    public int getMaxEvictableIdleTimeMillis() {        return maxEvictableIdleTimeMillis;    }    public void setMaxEvictableIdleTimeMillis(int maxEvictableIdleTimeMillis) {        this.maxEvictableIdleTimeMillis = maxEvictableIdleTimeMillis;    }    public String getValidationQuery() {        return validationQuery;    }    public void setValidationQuery(String validationQuery) {        this.validationQuery = validationQuery;    }    public boolean isTestWhileIdle() {        return testWhileIdle;    }    public void setTestWhileIdle(boolean testWhileIdle) {        this.testWhileIdle = testWhileIdle;    }    public boolean isTestOnBorrow() {        return testOnBorrow;    }    public void setTestOnBorrow(boolean testOnBorrow) {        this.testOnBorrow = testOnBorrow;    }    public boolean isTestOnReturn() {        return testOnReturn;    }    public void setTestOnReturn(boolean testOnReturn) {        this.testOnReturn = testOnReturn;    }    public Map<String, Map<String, String>> getDs() {        return ds;    }    public void setDs(Map<String, Map<String, String>> ds) {        this.ds = ds;    }}

这个配置类没啥好说的，我们配置的多个数据源我将之读取到了一个名为 ds 的 Map 中，将来就根据这个 Map 中的数据来构造数据源。

4. 加载数据源

接下来我们要根据配置文件来加载数据源。加载方式如下：

public interface DynamicDataSourceProvider {    String DEFAULT_DATASOURCE = "master";    /**     * 加载所有的数据源     * @return     */    Map<String, DataSource> loadDataSources();}@Configuration@EnableConfigurationProperties(DruidProperties.class)public class YamlDynamicDataSourceProvider implements DynamicDataSourceProvider {    @Autowired    DruidProperties druidProperties;    @Override    public Map<String, DataSource> loadDataSources() {        Map<String, DataSource> ds = new HashMap<>(druidProperties.getDs().size());        try {            Map<String, Map<String, String>> map = druidProperties.getDs();            Set<String> keySet = map.keySet();            for (String s : keySet) {                DruidDataSource dataSource = (DruidDataSource) DruidDataSourceFactory.createDataSource(map.get(s));                ds.put(s, druidProperties.dataSource(dataSource));            }        } catch (Exception e) {            e.printStackTrace();        }        return ds;    }}

加载的核心工作在 YamlDynamicDataSourceProvider 类中完成的。该类中有一个 loadDataSources 方法表示读取所有的数据源对象。数据源的相关属性都在 druidProperties 对象中，我们先根据基本的数据库连接信息创建一个 DataSource 对象，然后再调用 druidProperties#dataSource 方法为这些数据源连接池配置其他的属性（最大连接数、最小空闲数等），最后，以 key-value 的形式将数据源存入一个 Map 集合中，每一个数据源的 key 就是你在 YAML 中配置的数据源名称。

5. 数据源切换

对于当前数据库操作使用哪个数据源？我们有很多种不同的设置方案，当然最为省事的办法是把当前使用的数据源信息存入到 ThreadLocal 中，ThreadLocal 的特点，简单说就是在哪个线程中存入的数据，在哪个线程才能取出来，换一个线程就取不出来了，这样可以确保多线程环境下的数据安全。

先来一个简单的工具类，如下：

public class DynamicDataSourceContextHolder {    public static final Logger log = LoggerFactory.getLogger(DynamicDataSourceContextHolder.class);    /**     * 使用ThreadLocal维护变量，ThreadLocal为每个使用该变量的线程提供独立的变量副本，     * 所以每一个线程都可以独立地改变自己的副本，而不会影响其它线程所对应的副本。     */    private static final ThreadLocal<String> CONTEXT_HOLDER = new ThreadLocal<>();    /**     * 设置数据源的变量     */    public static void setDataSourceType(String dsType) {        log.info("切换到{}数据源", dsType);        CONTEXT_HOLDER.set(dsType);    }    /**     * 获得数据源的变量     */    public static String getDataSourceType() {        return CONTEXT_HOLDER.get();    }    /**     * 清空数据源变量     */    public static void clearDataSourceType() {        CONTEXT_HOLDER.remove();    }}

接下来我们自定义一个注解用来标记当前的数据源，如下：

@Retention(RetentionPolicy.RUNTIME)@Target({ElementType.METHOD, ElementType.TYPE})public @interface DataSource {    String dataSourceName() default DynamicDataSourceProvider.DEFAULT_DATASOURCE;    @AliasFor("dataSourceName")    String value() default DynamicDataSourceProvider.DEFAULT_DATASOURCE;}

这个注解将来加在 Service 层的方法上，使用该注解的时候，需要指定一个数据源名称，不指定的话，默认就使用 master 作为数据源。

我们还需要通过 AOP 来解析当前的自定义注解，如下：

@Aspect@Order(1)@Componentpublic class DataSourceAspect {    @Pointcut("@annotation(org.javaboy.demo.annotation.DataSource)"            + "|| @within(org.javaboy.demo.annotation.DataSource)")    public void dsPc() {    }    @Around("dsPc()")    public Object around(ProceedingJoinPoint point) throws Throwable {        DataSource dataSource = getDataSource(point);        if (Objects.nonNull(dataSource)) {            DynamicDataSourceContextHolder.setDataSourceType(dataSource.dataSourceName());        }        try {            return point.proceed();        } finally {            // 销毁数据源 在执行方法之后            DynamicDataSourceContextHolder.clearDataSourceType();        }    }    /**     * 获取需要切换的数据源     */    public DataSource getDataSource(ProceedingJoinPoint point) {        MethodSignature signature = (MethodSignature) point.getSignature();        DataSource dataSource = AnnotationUtils.findAnnotation(signature.getMethod(), DataSource.class);        if (Objects.nonNull(dataSource)) {            return dataSource;        }        return AnnotationUtils.findAnnotation(signature.getDeclaringType(), DataSource.class);    }}

首先，我们在 dsPc() 方法上定义了切点，我们拦截下所有带有 @DataSource 注解的方法，同时由于该注解也可以加在类上，如果该注解加在类上，就表示类中的所有方法都使用该数据源。

接下来我们定义了一个环绕通知，首先根据当前的切点，调用 getDataSource 方法获取到 @DataSource 注解，这个注解可能来自方法上也可能来自类上，方法上的优先级高于类上的优先级。如果拿到的注解不为空，则我们在 DynamicDataSourceContextHolder 中设置当前的数据源名称，设置完成后进行方法的调用；如果拿到的注解为空，那么就直接进行方法的调用，不再设置数据源了（将来会自动使用默认的数据源）。最后记得方法调用完成后，从 ThreadLocal 中移除数据源。

6. 定义动态数据源

接下来我们来自定义一个动态数据源：

public class DynamicDataSource extends AbstractRoutingDataSource {    DynamicDataSourceProvider dynamicDataSourceProvider;    public DynamicDataSource(DynamicDataSourceProvider dynamicDataSourceProvider) {        this.dynamicDataSourceProvider = dynamicDataSourceProvider;        Map<Object, Object> targetDataSources = new HashMap<>(dynamicDataSourceProvider.loadDataSources());        super.setTargetDataSources(targetDataSources);        super.setDefaultTargetDataSource(dynamicDataSourceProvider.loadDataSources().get(DynamicDataSourceProvider.DEFAULT_DATASOURCE));        super.afterPropertiesSet();    }    @Override    protected Object determineCurrentLookupKey() {        String dataSourceType = DynamicDataSourceContextHolder.getDataSourceType();        return dataSourceType;    }}

这就是我们文章开头所说的 AbstractRoutingDataSource 了，该类有一个方法名为 determineCurrentLookupKey，当需要使用数据源的时候，系统会自动调用该方法，获取当前数据源的标记，如 master 或者 slave 或者其他，拿到标记之后，就可以据此获取到一个数据源了。

当我们配置 DynamicDataSource 的时候，需要配置两个关键的参数，一个是 setTargetDataSources，这个就是当前所有的数据源，把当前所有的数据源都告诉给 AbstractRoutingDataSource，这些数据源都是 key-value 的形式（将来根据 determineCurrentLookupKey 方法返回的 key 就可以获取到具体的数据源了）；另一个方法是 setDefaultTargetDataSource，这个就是默认的数据源，当我们执行一个数据库操作的时候，如果没有指定数据源（例如 Service 层的方法没有加 @DataSource 注解），那么默认就使用这个数据源。

最后，再将这个 bean 注册到 Spring 容器中，如下：

@Configurationpublic class DruidAutoConfiguration {    @Autowired    DynamicDataSourceProvider dynamicDataSourceProvider;    @Bean    DynamicDataSource dynamicDataSource() {        return new DynamicDataSource(dynamicDataSourceProvider);    }    /**     * 去除数据源监控页面的广告     *     * @param properties     * @return     */    @Bean    @ConditionalOnProperty(name = "spring.datasource.druid.statViewServlet.enabled", havingValue = "true")    public FilterRegistrationBean removeDruidFilterRegistrationBean(DruidStatProperties properties) {        // 获取web监控页面的参数        DruidStatProperties.StatViewServlet config = properties.getStatViewServlet();        // 提取common.js的配置路径        String pattern = config.getUrlPattern() != null ? config.getUrlPattern() : "/druid/*";        String commonJsPattern = pattern.replaceAll("\\*", "js/common.js");        // 创建filter进行过滤        Filter filter = new Filter() {            @Override            public void init(javax.servlet.FilterConfig filterConfig) throws ServletException {            }            @Override            public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain)                    throws IOException, ServletException {                String text = Utils.readFromResource("support/http/resources/js/common.js");                text = text.replace("this.buildFooter();", "");                response.getWriter().write(text);            }            @Override            public void destroy() {            }        };        FilterRegistrationBean registrationBean = new FilterRegistrationBean();        registrationBean.setFilter(filter);        registrationBean.addUrlPatterns(commonJsPattern);        return registrationBean;    }}

下面，我们还配置了一个过滤器，这个过滤器的目的是去除 Druid 监控页面的阿里广告，具体原理参考Spring Boot 如何监控 SQL 运行情况？一文。

7. 测试

好啦，大功告成，我们再来测试一下，写一个 UserMapper：

# 数据源配置spring:    datasource:        type: com.alibaba.druid.pool.DruidDataSource        driverClassName: com.mysql.cj.jdbc.Driver        ds:            # 主库数据源，默认 master 不能变            master:                url: jdbc:mysql://127.0.0.1:3306/test08?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123            # 从库数据源            slave:                url: jdbc:mysql://127.0.0.1:3306/test07?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123        # 初始连接数        initialSize: 5        # 最小连接池数量        minIdle: 10        # 最大连接池数量        maxActive: 20        # 配置获取连接等待超时的时间        maxWait: 60000        # 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒        timeBetweenEvictionRunsMillis: 60000        # 配置一个连接在池中最小生存的时间，单位是毫秒        minEvictableIdleTimeMillis: 300000        # 配置一个连接在池中最大生存的时间，单位是毫秒        maxEvictableIdleTimeMillis: 900000        # 配置检测连接是否有效        validationQuery: SELECT 1 FROM DUAL        testWhileIdle: true        testOnBorrow: false        testOnReturn: false        druid:            webStatFilter:                enabled: true            statViewServlet:                enabled: true                # 设置白名单，不填则允许所有访问                allow:                url-pattern: /druid/*                # 控制台管理用户名和密码                login-username: javaboy                login-password: 123456            filter:                stat:                    enabled: true                    # 慢SQL记录                    log-slow-sql: true                    slow-sql-millis: 1000                    merge-sql: true                wall:                    config:                        multi-statement-allow: true0

一个很简单的数据库查询操作。

再来一个 service：

# 数据源配置spring:    datasource:        type: com.alibaba.druid.pool.DruidDataSource        driverClassName: com.mysql.cj.jdbc.Driver        ds:            # 主库数据源，默认 master 不能变            master:                url: jdbc:mysql://127.0.0.1:3306/test08?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123            # 从库数据源            slave:                url: jdbc:mysql://127.0.0.1:3306/test07?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123        # 初始连接数        initialSize: 5        # 最小连接池数量        minIdle: 10        # 最大连接池数量        maxActive: 20        # 配置获取连接等待超时的时间        maxWait: 60000        # 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒        timeBetweenEvictionRunsMillis: 60000        # 配置一个连接在池中最小生存的时间，单位是毫秒        minEvictableIdleTimeMillis: 300000        # 配置一个连接在池中最大生存的时间，单位是毫秒        maxEvictableIdleTimeMillis: 900000        # 配置检测连接是否有效        validationQuery: SELECT 1 FROM DUAL        testWhileIdle: true        testOnBorrow: false        testOnReturn: false        druid:            webStatFilter:                enabled: true            statViewServlet:                enabled: true                # 设置白名单，不填则允许所有访问                allow:                url-pattern: /druid/*                # 控制台管理用户名和密码                login-username: javaboy                login-password: 123456            filter:                stat:                    enabled: true                    # 慢SQL记录                    log-slow-sql: true                    slow-sql-millis: 1000                    merge-sql: true                wall:                    config:                        multi-statement-allow: true1

通过 @DataSource 注解来指定具体操作的数据源，如果没有使用该注解指定，默认就使用 master 数据源。

最后去单元测试中测一下，如下：

# 数据源配置spring:    datasource:        type: com.alibaba.druid.pool.DruidDataSource        driverClassName: com.mysql.cj.jdbc.Driver        ds:            # 主库数据源，默认 master 不能变            master:                url: jdbc:mysql://127.0.0.1:3306/test08?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123            # 从库数据源            slave:                url: jdbc:mysql://127.0.0.1:3306/test07?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=false&serverTimezone=Asia/Shanghai                username: root                password: 123        # 初始连接数        initialSize: 5        # 最小连接池数量        minIdle: 10        # 最大连接池数量        maxActive: 20        # 配置获取连接等待超时的时间        maxWait: 60000        # 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒        timeBetweenEvictionRunsMillis: 60000        # 配置一个连接在池中最小生存的时间，单位是毫秒        minEvictableIdleTimeMillis: 300000        # 配置一个连接在池中最大生存的时间，单位是毫秒        maxEvictableIdleTimeMillis: 900000        # 配置检测连接是否有效        validationQuery: SELECT 1 FROM DUAL        testWhileIdle: true        testOnBorrow: false        testOnReturn: false        druid:            webStatFilter:                enabled: true            statViewServlet:                enabled: true                # 设置白名单，不填则允许所有访问                allow:                url-pattern: /druid/*                # 控制台管理用户名和密码                login-username: javaboy                login-password: 123456            filter:                stat:                    enabled: true                    # 慢SQL记录                    log-slow-sql: true                    slow-sql-millis: 1000                    merge-sql: true                wall:                    config:                        multi-statement-allow: true2

由于我这里 master 和 slave 分别对应了不同的库，这里查询会展示出不同的结果。

8. 小结

知其然知其所以然！

好啦，公众号江南一点雨后台回复 dynamic_datasource，获取本文源码下载链接。

原文：https://juejin.cn/post/7098116536577032206