重庆建网站有哪些,可以推广发广告的app,有什么做兼职的网站比较好,新乡网站建设专业熊掌网络转载自 主流Java数据库连接池比较及前瞻主流数据库连接池
常用的主流开源数据库连接池有C3P0、DBCP、Tomcat Jdbc Pool、BoneCP、Druid等
C3p0: 开源的JDBC连接池#xff0c;实现了数据源和JNDI绑定#xff0c;支持JDBC3规范和JDBC2的标准扩展。目前使用它的开源项目有Hibern…转载自 主流Java数据库连接池比较及前瞻主流数据库连接池
常用的主流开源数据库连接池有C3P0、DBCP、Tomcat Jdbc Pool、BoneCP、Druid等
C3p0: 开源的JDBC连接池实现了数据源和JNDI绑定支持JDBC3规范和JDBC2的标准扩展。目前使用它的开源项目有Hibernate、Spring等。单线程性能较差适用于小型系统代码600KB左右。
DBCP (Database Connection Pool):由Apache开发的一个Java数据库连接池项目 Jakarta commons-pool对象池机制Tomcat使用的连接池组件就是DBCP。单独使用dbcp需要3个包common-dbcp.jar,common-pool.jar,common-collections.jar预先将数据库连接放在内存中应用程序需要建立数据库连接时直接到连接池中申请一个就行用完再放回。单线程并发量低性能不好适用于小型系统。
Tomcat Jdbc PoolTomcat在7.0以前都是使用common-dbcp做为连接池组件但是dbcp是单线程为保证线程安全会锁整个连接池性能较差dbcp有超过60个类也相对复杂。Tomcat从7.0开始引入了新增连接池模块叫做Tomcat jdbc pool基于Tomcat JULI使用Tomcat日志框架完全兼容dbcp通过异步方式获取连接支持高并发应用环境超级简单核心文件只有8个支持JMX支持XA Connection。
BoneCP官方说法BoneCP是一个高效、免费、开源的Java数据库连接池实现库。设计初衷就是为了提高数据库连接池性能根据某些测试数据显示BoneCP的速度是最快的要比当时第二快速的连接池快25倍左右完美集成到一些持久化产品如Hibernate和DataNucleus中。BoneCP特色高度可扩展快速连接状态切换的回调机制允许直接访问连接自动化重置能力JMX支持懒加载能力支持XML和属性文件配置方式较好的Java代码组织100%单元测试分支代码覆盖率代码40KB左右。
DruidDruid是Java语言中最好的数据库连接池Druid能够提供强大的监控和扩展功能是一个可用于大数据实时查询和分析的高容错、高性能的开源分布式系统尤其是当发生代码部署、机器故障以及其他产品系统遇到宕机等情况时Druid仍能够保持100%正常运行。主要特色为分析监控设计快速的交互式查询高可用可扩展Druid是一个开源项目源码托管在github上。
主流连接池各项功能对比如下我们再看一组有HikariCP的HikariCP性能分析
HikariCP通过优化(concurrentBagfastStatementList )集合来提高并发的读写效率。HikariCP使用threadlocal缓存连接及大量使用CAS的机制最大限度的避免lock。单可能带来cpu使用率的上升。从字节码的维度优化代码。 (default inline threshold for a JVM running the server Hotspot compiler is 35 bytecodes 让方法尽量在35个字节码一下来提升jvm的处理效率。
HikariCP做的优化补充如下mysql connecter 源码里用的就是ping命令比HikariCP更快的数据库连接池
一个同事告诉我比hikari还快的连接池他也用过、研究过https://github.com/mauricio/postgresql-async这是scala生态圈的东西。用netty实现了mysql协议没用mysql官方的connector纯异步的它的连接池是写的比较随便但是性能依然很好。
前瞻未来到底是HikariCP还是Druid的天下
很多人都在问站在巨人肩膀上的第二代连接池HikariCP和druid到底孰强孰弱其实我觉得这是一个不必讨论的问题。
我们先来看看未来的趋势单机的操作系统将会被抛弃取而代之的是容器调度加编排的云操作系统。裸机或者虚拟机的运行时也将会被容器取代。通信方面将会使用Service Mesh。
也就是说中间件最后的趋势一定是弱化到无感知这才是最终的一个大道至简的方向。那些maven依赖问题把二方库写在pom里监控等代码的硬编码进应用里都将逐渐弱化到不复存在取而代之的那些java agent如pinpoint、skywalking之类抑或是service mesh这种side car模式都是可以做中间件包括连接池的监控的。
一个有赞的朋友告诉我在有赞核心应用用HikariCP替换durid后RT出现断崖式下滑1.5ms 1.2ms 并且持续稳定毛刺少。性能测试与压测之后一核心系统与druid相比性能提高一倍左右。
阿飞做了如下统计工作都是基于最新tag统计的只统计java文件和xml文件druid(alibaba-druid)总行数:430289HikariCP(brettwooldridge-HikariCP)总行数:18372。只统计java代码druid(alibaba-druid)总行数:428749HikariCP(brettwooldridge-HikariCP)总行数:17556。再过滤一下test目录(alibaba-druid)总行数:215232(brettwooldridge-HikariCP)总行数:7960。光一个DruidDataSource就3000行且不说性能druid是在jdbc的基础上自己编码做得增强。
如果这么说druid准确的说是生活在第一代和第二代连接池的面向过程的年代。druid可能忘了松耦合这个概念把监控和数据库连接池做在一个项目里本身就是紧耦合。既然微服务提倡业务隔离性那么这种难道不应该隔离么让组件工具一次只做一件事不好么监控的事情在service mesh的将来毕竟是有别的其天然的监控手法的而不是硬编码在一个小小的连接池里。综上所述放在现在或是未来的趋势去拼大概率比不过拥抱springboot 2.0以及大道至简精简到极致的HikariCP。
未来的中间件一定是和spring生态圈和servich mesh一样大道至简越来越薄升级中间件不再是需要用户强行升级maven依赖解决依赖冲突而是通过mesh的方式极致到升级让业务方无感知。所以那些热部署、潘多拉boot、容器隔离等解决依赖冲突的妥协方式也将可能大概率被置换掉。
从Sharding-jdbc架构演进看未来
Database Mesh一个搭乘 Service Mesh 浪潮衍生出来的新兴词汇。顾名思义Database Mesh 使用一个啮合层将散落在系统各个角落中的数据库统一治理起来。通过啮合层集中在一起的应用与数据库之间的交互网络就像蜘蛛网一样复杂而有序。它的首要目标并非啮合存储于数据库中的数据而是啮合应用与数据库间的交互。
Database Mesh 的关注重点在于如何将分布式的数据访问应用与数据库有机串联起来它更加关注的是交互是将杂乱无章的应用与数据库之间的交互有效的梳理。
使用 Database Mesh访问数据库的应用和数据库终将形成一个巨大的网格体系应用和数据库只需在网格体系中对号入座即可它们都是被啮合层所治理的对象。
Sharding-JDBC 一直以来以 JDBC 层分片作为其核心理念。它的架构图如下Sharding-JDBC 将分别实现 Driver、Server 以及 Sidecar 这三个不同的版本一起组成 Sharding-JDBC 的生态圈为不同的需求与环境提供更加具有针对性的差异化服务。由于 Sharding-JDBC-Server 的出现使得原来 DBA 通过 Sharding-JDBC-Driver 无法对数据进行操作的缺憾得到了补偿。由于 Sharding-JDBC-Driver 无需通过代理层进行二次转发因此线上性能更佳可以通过以下的混合部署方案使用 Sharding-JDBC:线上应用使用 Sharding-JDBC-Driver 直连数据库以获取最优性能使用 MySQL 命令行或 UI 客户端连接 Sharding-JDBC-Server 方便的查询数据和执行各种 DDL 语句。它们使用同一个注册中心集群通过管理端配置注册中心中的数据即可由注册中心自动将配置变更推送至 Driver 和 Server 应用。若数据库拆分的过多而导致连接数会暴涨则可以考虑直接在线上使用 Sharding-JDBC-Server以达到有效控制连接数的目的。
在不久的将来Sharding-JDBC-Sidecar 也将问世它的部署架构是这样的基于 Sharding-JDBC 的 Database Mesh 与 Service Mesh 互不干扰相得益彰。服务之间的交互由 Service Mesh Sidecar 接管基于 SQL 的数据库访问由 Sharding-JDBC-Sidecar 接管。
对于业务应用来说无论是 RPC 还是对数据库的访问都无需关注其真实的物理部署结构做到真正的零侵入。由于 Sharding-JDBC-Sidecar 是随着宿主机的生命周期创建和消亡的
因此它并非静态 IP而是完全动态和弹性的存在整个系统中并无任何中心节点的存在。对于数据运维等操作仍然可以通过启动一个 Sharding-JDBC-Server 的进程作为静态 IP 的入口通过各种命令行或 UI 客户端进行操作。
