Druid连接池参数配置与调优实战：从首次接入到超时与泄漏排查

Druid连接池参数配置与调优实战：从首次接入到超时与泄漏排查

【免费下载链接】druid阿里云计算平台DataWorks(https://help.aliyun.com/document_detail/137663.html) 团队出品，为监控而生的数据库连接池项目地址: https://gitcode.com/gh_mirrors/druid/druid

Druid连接池是阿里巴巴开源的JDBC连接池，核心价值在于复用数据库连接、隔离连接失效、并把连接池状态暴露成可观测的监控页面。它面向需要管理数据库连接的后端开发与运维人员。本文不罗列全部配置项，而是沿"首次接入 → 高并发生产 → 出现连接超时或连接泄漏排查"三个阶段给出可直接落地的Druid配置参数，并说明每个取值背后的依据与验证方法。

先搞清一个连接在池里的完整生命周期

不看机制就调参，等于盲调。一个连接在池里会经历五个阶段：

1. 创建：initialSize决定启动时预建多少条，minIdle是空闲时保底保活的连接数，二者都低于maxActive上限时才可能真正建连。
2. 借出：业务线程调getConnection()。池有空闲就直接拿；没有且未达maxActive上限就新建；已达上限则等待，最多等maxWait毫秒，超时抛GetConnectionTimeoutException。
3. 有效性检查：归还时按testOnReturn、借出时按testOnBorrow、空闲时按testWhileIdle（默认true）决定是否执行validationQuery验证。
4. 空闲驱逐：后台任务每timeBetweenEvictionRunsMillis（默认60000ms）跑一轮，把空闲超过minEvictableIdleTimeMillis（默认30分钟）的连接剔除，且保证剔除后仍不低于minIdle。
5. 物理超时：phyTimeoutMillis默认-1（永不主动重建物理连接）；一旦开启，连接存活超过该值就会被强制销毁重建。

调参的本质，就是在这五个阶段上决定"何时建、等多久、何时验、何时杀"。下面按场景给参数。

场景一：新项目首次接入配置清单

首次接入的目标是可用且行为可预期，不需要堆高级项。这份配置最关键的两个值是maxActive=10和maxWait=6000，其余保持默认即可。

DruidDataSource ds = new DruidDataSource(); ds.setUrl("jdbc:mysql://localhost:3306/demo"); ds.setUsername("app"); ds.setPassword("secret"); ds.setMaxActive(10); ds.setMaxWait(6000); ds.setValidationQuery("SELECT 1");

注意一条硬约束：maxActive必须大于minIdle，否则 Druid 在 DruidDataSource.java 里直接抛IllegalArgumentException。

场景二：高并发生产环境的参数组合

高并发场景与首发清单的差别在于：要防冷启动冲击、要控制建连成本。这份配置最关键的两个值是minIdle=20（预热）和sharePreparedStatements=true（降低server-side prepare数量）。

ds.setMaxActive(30); ds.setMinIdle(20); ds.setAsyncInit(true); ds.setPoolPreparedStatements(true); ds.setMaxPoolPreparedStatementPerConnectionSize(5); ds.setSharePreparedStatements(true);

开启removeAbandoned时源码会打印not use in production的告警日志，它属于兜底手段，高并发场景更推荐用监控指标（见下一节）定位问题，而不是长期开着自动回收。

场景三：连接泄漏与连接超时排查参数

出现连接不归还时，先定位、再兜底。这份配置最关键的是logAbandoned=true（留下泄漏栈）和removeAbandonedTimeoutMillis（兜底阈值必须大于业务最长SQL耗时）。

ds.setLogAbandoned(true); ds.setRemoveAbandoned(true); ds.setRemoveAbandonedTimeoutMillis(180000);

正确动作是：开logAbandoned抓栈 → 修代码归还连接 → 关闭removeAbandoned，而不是把自动回收当常驻功能。

配置生效后如何验证与观测

改完参数不要只看"没报错"，要进监控页面（需开启 stat 过滤器）核对数值。重点关注五个指标：

判断生效的硬标准：压测一轮后，ActiveCount峰值落在预期并发附近，WaitThreadCount全程为0，且无GetConnectionTimeoutException日志。

三个典型问题的排障思路

连接超时（GetConnectionTimeoutException）

• 症状：报错带wait millis，集中在业务高峰或冷启动后。
• 排查：看 WaitThreadCount 与 ActiveCount 是否同时贴顶；查数据库端max_connections余量；按SQL耗时排序找长占用SQL。
• 处置：慢SQL优化或加超时（queryTimeout）；容量确认足够后再上调 maxActive；冷启动型超时把 minIdle 预热做足。

内存持续上涨

• 症状：老年代缓慢爬升，Full GC 后不回落。
• 排查：先区分两类来源——连接数是否只增不减（ActiveCount/PoolingCount 单调上涨），还是稳定但内存仍涨（查 PreparedStatement 缓存量级 = 连接数 × maxPoolPreparedStatementPerConnectionSize × 模板数）。
• 处置：前者按泄漏流程抓logAbandoned栈修代码；后者收敛缓存上限或关闭 sharePreparedStatements。

响应时间波动

• 症状：RT 曲线锯齿状，尖刺间隔与流量高峰对应。
• 排查：监控页面 SQL 耗时分布是否集中在某几条；数据库端 CPU/IO 是否与尖刺同步；尖刺时刻是否伴随连接数跳变（批量建连）。
• 处置：批量建连型用 minIdle 预热 + phyTimeoutMillis 控制物理重建节奏；慢SQL型先优化SQL，再考虑开启 wall 过滤器拦截危险SQL。

调参收尾

调优顺序固定为：先看监控指标，再动参数；一轮只改一个变量，跑一个完整业务周期再看下一轮；任何配置上线前用压测覆盖最坏流量，而不是等生产来验证。延伸方向有两个：用 druid-spring-boot-starter 把参数收进 Spring Boot 配置体系统一管理，以及用 druid-admin 做跨实例的集中监控。

【免费下载链接】druid阿里云计算平台DataWorks(https://help.aliyun.com/document_detail/137663.html) 团队出品，为监控而生的数据库连接池项目地址: https://gitcode.com/gh_mirrors/druid/druid