1. 項目概述在Java企業級開發中SpringBoot的多數據源配置是個高頻需求場景。我最近在金融支付系統遷移項目中就遇到了典型的多數據源并存需求——需要同時連接交易庫、用戶庫和日志庫三個獨立的MySQL實例。這讓我對SpringBoot中多數據源的各種實現方案有了更深入的理解。多數據源并存Multiple DataSource與動態數據源Dynamic DataSource是兩種不同的技術思路。前者是在應用啟動時就確定好各個數據源的配置運行時通過不同入口訪問固定數據源后者則是在運行時根據條件動態切換數據源。這兩種方案各有適用場景不能簡單地說孰優孰劣。2. 核心需求解析2.1 多數據源并存的典型場景在實際項目中多數據源并存的需求通常出現在以下場景業務數據分庫存儲如用戶庫、訂單庫分離讀寫分離架構中的主從庫配置需要同時訪問不同數據庫類型如MySQLOracle微服務改造過渡期的多庫并行以我最近處理的支付系統為例由于歷史原因存在三個數據庫交易庫高頻寫入InnoDB集群用戶庫讀多寫少主從架構日志庫僅插入操作歸檔存儲2.2 動態數據源的核心特點動態數據源更適用于這些場景多租戶SaaS應用每個租戶獨立數據庫按業務規則路由數據如分庫分表A/B測試時的數據隔離灰度發布環境的數據隔離關鍵區別在于多數據源是靜態分治動態數據源是動態路由。3. 技術實現對比3.1 多數據源標準實現方案3.1.1 基礎配置示例Configuration public class DataSourceConfig { Bean ConfigurationProperties(spring.datasource.db1) public DataSource db1DataSource() { return DataSourceBuilder.create().build(); } Bean ConfigurationProperties(spring.datasource.db2) public DataSource db2DataSource() { return DataSourceBuilder.create().build(); } }application.yml配置spring: datasource: db1: url: jdbc:mysql://localhost:3306/db1 username: user1 password: pass1 driver-class-name: com.mysql.cj.jdbc.Driver db2: url: jdbc:mysql://localhost:3306/db2 username: user2 password: pass2 driver-class-name: com.mysql.cj.jdbc.Driver3.1.2 Mapper隔離方案方案一分包掃描MapperScan(basePackages com.example.mapper.db1, sqlSessionTemplateRef db1SqlSessionTemplate) MapperScan(basePackages com.example.mapper.db2, sqlSessionTemplateRef db2SqlSessionTemplate)方案二注解區分需自定義注解Target({ElementType.TYPE, ElementType.METHOD}) Retention(RetentionPolicy.RUNTIME) Documented public interface DataSource { String value() default db1; }3.2 動態數據源實現要點3.2.1 核心抽象類public abstract class AbstractRoutingDataSource extends AbstractDataSource { Override public Connection getConnection() throws SQLException { return determineTargetDataSource().getConnection(); } protected abstract DataSource determineTargetDataSource(); }3.2.2 線程上下文持有器public class DataSourceContextHolder { private static final ThreadLocalString CONTEXT new ThreadLocal(); public static void setDataSource(String ds) { CONTEXT.set(ds); } public static String getDataSource() { return CONTEXT.get(); } public static void clear() { CONTEXT.remove(); } }3.2.3 動態路由實現public class DynamicDataSource extends AbstractRoutingDataSource { Override protected Object determineCurrentLookupKey() { return DataSourceContextHolder.getDataSource(); } }4. 關鍵問題與解決方案4.1 事務管理難題多數據源環境下的事務管理需要特別注意分布式事務問題對于跨數據源的事務需要引入JTA或Seata等分布式事務解決方案單數據源事務注解要明確指定事務管理器Transactional(transactionManager db1TransactionManager) public void businessMethod() { // ... }連接泄露風險必須確保每次操作后清理線程上下文推薦使用AOP自動清理AfterReturning(execution(* com.example.service.*.*(..))) public void afterService() { DataSourceContextHolder.clear(); }4.2 連接池配置要點當使用Druid等多數據源時連接池配置需要單獨指定spring: datasource: db1: druid: initial-size: 5 max-active: 20 min-idle: 5 db2: druid: initial-size: 3 max-active: 15 min-idle: 3重要提示不同數據源的連接池應該獨立配置避免相互影響4.3 MyBatis集成細節4.3.1 SqlSessionFactory配置每個數據源需要獨立的SqlSessionFactoryBean public SqlSessionFactory db1SqlSessionFactory(Qualifier(db1DataSource) DataSource dataSource) throws Exception { SqlSessionFactoryBean bean new SqlSessionFactoryBean(); bean.setDataSource(dataSource); bean.setMapperLocations(new PathMatchingResourcePatternResolver() .getResources(classpath:mapper/db1/*.xml)); return bean.getObject(); }4.3.2 事務管理器綁定Bean public PlatformTransactionManager db1TransactionManager( Qualifier(db1DataSource) DataSource dataSource) { return new DataSourceTransactionManager(dataSource); }5. 性能優化實踐5.1 連接池監控策略建議為每個數據源配置獨立的監控Bean public ServletRegistrationBeanStatViewServlet db1DruidStatViewServlet() { ServletRegistrationBeanStatViewServlet bean new ServletRegistrationBean(new StatViewServlet(), /druid/db1/*); // 配置監控參數... return bean; }5.2 合理的連接數計算連接數計算公式參考最大連接數 (核心數 * 2) 有效磁盤數對于16核服務器SSD的場景主庫寫密集型(16×2)1 33 → 配置30-35從庫讀密集型(16×2)1 33 → 可適當降低到25-305.3 二級緩存策略多數據源環境下MyBatis二級緩存需要特別處理cache-ref namespacecom.example.mapper.db1.UserMapper/或者禁用跨數據源緩存mybatis.configuration.cache-enabledfalse6. 生產環境經驗6.1 典型問題排查表問題現象可能原因解決方案數據源切換失敗線程上下文未正確傳遞檢查異步調用是否丟失上下文事務不生效錯誤的事務管理器確認Transactional指定的manager連接泄露未調用clear()方法添加AOP自動清理邏輯性能下降連接池配置不合理調整initialSize/maxActive參數6.2 監控指標建議關鍵指標各數據源活躍連接數平均獲取連接時間事務執行時間分布報警閾值活躍連接 maxActive×80%獲取連接時間 200ms事務失敗率 1%6.3 版本兼容性注意不同SpringBoot版本的關鍵差異SpringBoot版本重要變化2.0.x自動配置邏輯調整2.3.xHikariCP默認連接池2.7.x數據源初始化方式變化3.0.xJakarta EE 9支持7. 擴展思考7.1 與ShardingSphere的配合使用對于更復雜的分庫分表需求可以考慮集成ShardingSphereBean public DataSource shardingDataSource() throws SQLException { // 配置分片規則 ShardingRuleConfiguration shardingRuleConfig new ShardingRuleConfiguration(); // ...規則配置 return ShardingDataSourceFactory.createDataSource( dataSourceMap, shardingRuleConfig, properties); }7.2 響應式編程支持Spring WebFlux環境下可以考慮R2DBC實現Bean Qualifier(db1ConnectionFactory) public ConnectionFactory db1ConnectionFactory() { return ConnectionFactories.get(r2dbc:mysql://user:passhost:3306/db1); }7.3 云原生適配在Kubernetes環境中建議通過Secret管理憑據spring: datasource: db1: url: ${DB1_URL} username: ${DB1_USERNAME} password: ${DB1_PASSWORD}并通過ConfigMap管理配置apiVersion: v1 kind: ConfigMap metadata: name: datasource-config data: application.yml: | spring: datasource: db1: url: jdbc:mysql://db1-service:3306/db1在實際項目中我傾向于根據業務場景選擇方案對于固定的多庫訪問使用多數據源并存方案對于需要動態路由的場景才引入動態數據源。過度使用動態數據源會增加系統復雜度反而可能引入難以排查的問題。