1. 项目概述在Java企业级开发中SpringBoot的多数据源配置是个高频需求场景。我最近在金融支付系统迁移项目中就遇到了典型的多数据源并存需求——需要同时连接交易库、用户库和日志库三个独立的MySQL实例。这让我对SpringBoot中多数据源的各种实现方案有了更深入的理解。多数据源并存Multiple DataSource与动态数据源Dynamic DataSource是两种不同的技术思路。前者是在应用启动时就确定好各个数据源的配置运行时通过不同入口访问固定数据源后者则是在运行时根据条件动态切换数据源。这两种方案各有适用场景不能简单地说孰优孰劣。2. 核心需求解析2.1 多数据源并存的典型场景在实际项目中多数据源并存的需求通常出现在以下场景业务数据分库存储如用户库、订单库分离读写分离架构中的主从库配置需要同时访问不同数据库类型如MySQLOracle微服务改造过渡期的多库并行以我最近处理的支付系统为例由于历史原因存在三个数据库交易库高频写入InnoDB集群用户库读多写少主从架构日志库仅插入操作归档存储2.2 动态数据源的核心特点动态数据源更适用于这些场景多租户SaaS应用每个租户独立数据库按业务规则路由数据如分库分表A/B测试时的数据隔离灰度发布环境的数据隔离关键区别在于多数据源是静态分治动态数据源是动态路由。3. 技术实现对比3.1 多数据源标准实现方案3.1.1 基础配置示例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隔离方案方案一分包扫描MapperScan(basePackages com.example.mapper.db1, sqlSessionTemplateRef db1SqlSessionTemplate) MapperScan(basePackages com.example.mapper.db2, sqlSessionTemplateRef db2SqlSessionTemplate)方案二注解区分需自定义注解Target({ElementType.TYPE, ElementType.METHOD}) Retention(RetentionPolicy.RUNTIME) Documented public interface DataSource { String value() default db1; }3.2 动态数据源实现要点3.2.1 核心抽象类public abstract class AbstractRoutingDataSource extends AbstractDataSource { Override public Connection getConnection() throws SQLException { return determineTargetDataSource().getConnection(); } protected abstract DataSource determineTargetDataSource(); }3.2.2 线程上下文持有器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 动态路由实现public class DynamicDataSource extends AbstractRoutingDataSource { Override protected Object determineCurrentLookupKey() { return DataSourceContextHolder.getDataSource(); } }4. 关键问题与解决方案4.1 事务管理难题多数据源环境下的事务管理需要特别注意分布式事务问题对于跨数据源的事务需要引入JTA或Seata等分布式事务解决方案单数据源事务注解要明确指定事务管理器Transactional(transactionManager db1TransactionManager) public void businessMethod() { // ... }连接泄露风险必须确保每次操作后清理线程上下文推荐使用AOP自动清理AfterReturning(execution(* com.example.service.*.*(..))) public void afterService() { DataSourceContextHolder.clear(); }4.2 连接池配置要点当使用Druid等多数据源时连接池配置需要单独指定spring: datasource: db1: druid: initial-size: 5 max-active: 20 min-idle: 5 db2: druid: initial-size: 3 max-active: 15 min-idle: 3重要提示不同数据源的连接池应该独立配置避免相互影响4.3 MyBatis集成细节4.3.1 SqlSessionFactory配置每个数据源需要独立的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 事务管理器绑定Bean public PlatformTransactionManager db1TransactionManager( Qualifier(db1DataSource) DataSource dataSource) { return new DataSourceTransactionManager(dataSource); }5. 性能优化实践5.1 连接池监控策略建议为每个数据源配置独立的监控Bean public ServletRegistrationBeanStatViewServlet db1DruidStatViewServlet() { ServletRegistrationBeanStatViewServlet bean new ServletRegistrationBean(new StatViewServlet(), /druid/db1/*); // 配置监控参数... return bean; }5.2 合理的连接数计算连接数计算公式参考最大连接数 (核心数 * 2) 有效磁盘数对于16核服务器SSD的场景主库写密集型(16×2)1 33 → 配置30-35从库读密集型(16×2)1 33 → 可适当降低到25-305.3 二级缓存策略多数据源环境下MyBatis二级缓存需要特别处理cache-ref namespacecom.example.mapper.db1.UserMapper/或者禁用跨数据源缓存mybatis.configuration.cache-enabledfalse6. 生产环境经验6.1 典型问题排查表问题现象可能原因解决方案数据源切换失败线程上下文未正确传递检查异步调用是否丢失上下文事务不生效错误的事务管理器确认Transactional指定的manager连接泄露未调用clear()方法添加AOP自动清理逻辑性能下降连接池配置不合理调整initialSize/maxActive参数6.2 监控指标建议关键指标各数据源活跃连接数平均获取连接时间事务执行时间分布报警阈值活跃连接 maxActive×80%获取连接时间 200ms事务失败率 1%6.3 版本兼容性注意不同SpringBoot版本的关键差异SpringBoot版本重要变化2.0.x自动配置逻辑调整2.3.xHikariCP默认连接池2.7.x数据源初始化方式变化3.0.xJakarta EE 9支持7. 扩展思考7.1 与ShardingSphere的配合使用对于更复杂的分库分表需求可以考虑集成ShardingSphereBean public DataSource shardingDataSource() throws SQLException { // 配置分片规则 ShardingRuleConfiguration shardingRuleConfig new ShardingRuleConfiguration(); // ...规则配置 return ShardingDataSourceFactory.createDataSource( dataSourceMap, shardingRuleConfig, properties); }7.2 响应式编程支持Spring WebFlux环境下可以考虑R2DBC实现Bean Qualifier(db1ConnectionFactory) public ConnectionFactory db1ConnectionFactory() { return ConnectionFactories.get(r2dbc:mysql://user:passhost:3306/db1); }7.3 云原生适配在Kubernetes环境中建议通过Secret管理凭据spring: datasource: db1: url: ${DB1_URL} username: ${DB1_USERNAME} password: ${DB1_PASSWORD}并通过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在实际项目中我倾向于根据业务场景选择方案对于固定的多库访问使用多数据源并存方案对于需要动态路由的场景才引入动态数据源。过度使用动态数据源会增加系统复杂度反而可能引入难以排查的问题。