1. 多数据源架构的必要性与挑战
在企业级应用开发中，多数据源的需求非常普遍。我最近在开发一个电商平台时，就遇到了需要同时访问商品数据库和用户数据库的场景。这种架构设计通常出现在以下典型场景中：
- 业务数据隔离需求（如多租户系统）
- 读写分离架构实现
- 异构数据库整合（MySQL+Oracle等）
- 分库分表场景下的数据访问
使用Spring Boot默认的单数据源配置时，我们会发现当尝试配置第二个数据源时，Spring的自动配置机制就会失效。这是因为Spring Boot的DataSourceAutoConfiguration类在设计上就是为单数据源场景服务的。
关键问题：Spring Boot启动时会自动配置第一个找到的数据源，而忽略其他数据源配置。这就是为什么我们需要手动管理多个数据源。
2. 技术选型：为什么是Druid+MyBatisPlus组合
2.1 Druid连接池的优势
在众多数据库连接池中，Druid以其强大的监控功能和稳定性脱颖而出。我在压力测试中发现，与HikariCP相比，Druid在高并发场景下表现更稳定：
- 监控全面：内置StatFilter提供SQL监控
- 防御SQL注入：支持WallFilter
- 性能优异：经过阿里双十一验证
- 扩展性强：支持自定义过滤器
// Druid的典型配置示例 @Bean @ConfigurationProperties("spring.datasource.druid") public DataSource dataSource() { return DruidDataSourceBuilder.create().build(); }2.2 MyBatisPlus的实用价值
MyBatisPlus在简化CRUD操作方面表现出色，特别是在多数据源环境下：
- 自动分页插件简化开发
- 强大的条件构造器
- 乐观锁等企业级功能
- 与Spring Boot完美集成
实际踩坑：在多数据源环境下，MyBatisPlus的自动注入需要特别注意，后面会详细说明如何避免冲突。
3. 完整配置实现步骤
3.1 项目依赖配置
首先需要在pom.xml中添加必要的依赖：
<dependencies> <!-- Spring Boot Starter --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- Druid连接池 --> <dependency> <groupId>com.alibaba</groupId> <artifactId>druid-spring-boot-starter</artifactId> <version>1.2.8</version> </dependency> <!-- MyBatisPlus --> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.5.2</version> </dependency> <!-- 数据库驱动 --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.28</version> </dependency> </dependencies>3.2 多数据源YAML配置
application.yml中的关键配置：
spring: datasource: # 主数据源 primary: driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://localhost:3306/primary_db username: root password: 123456 type: com.alibaba.druid.pool.DruidDataSource druid: initial-size: 5 max-active: 20 min-idle: 5 max-wait: 60000 # 从数据源 secondary: driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://localhost:3306/secondary_db username: root password: 123456 type: com.alibaba.druid.pool.DruidDataSource druid: initial-size: 3 max-active: 15 min-idle: 3 max-wait: 300003.3 主数据源配置类
@Configuration @MapperScan(basePackages = "com.example.mapper.primary", sqlSessionFactoryRef = "primarySqlSessionFactory") public class PrimaryDataSourceConfig { @Bean(name = "primaryDataSource") @ConfigurationProperties(prefix = "spring.datasource.primary") @Primary public DataSource primaryDataSource() { return DruidDataSourceBuilder.create().build(); } @Bean(name = "primaryTransactionManager") @Primary public DataSourceTransactionManager primaryTransactionManager( @Qualifier("primaryDataSource") DataSource dataSource) { return new DataSourceTransactionManager(dataSource); } @Bean(name = "primarySqlSessionFactory") @Primary public SqlSessionFactory primarySqlSessionFactory( @Qualifier("primaryDataSource") DataSource dataSource) throws Exception { MybatisSqlSessionFactoryBean sessionFactory = new MybatisSqlSessionFactoryBean(); sessionFactory.setDataSource(dataSource); sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver() .getResources("classpath:mapper/primary/*.xml")); // MyBatisPlus配置 MybatisConfiguration configuration = new MybatisConfiguration(); configuration.setMapUnderscoreToCamelCase(true); sessionFactory.setConfiguration(configuration); return sessionFactory.getObject(); } }3.4 从数据源配置类
@Configuration @MapperScan(basePackages = "com.example.mapper.secondary", sqlSessionFactoryRef = "secondarySqlSessionFactory") public class SecondaryDataSourceConfig { @Bean(name = "secondaryDataSource") @ConfigurationProperties(prefix = "spring.datasource.secondary") public DataSource secondaryDataSource() { return DruidDataSourceBuilder.create().build(); } @Bean(name = "secondaryTransactionManager") public DataSourceTransactionManager secondaryTransactionManager( @Qualifier("secondaryDataSource") DataSource dataSource) { return new DataSourceTransactionManager(dataSource); } @Bean(name = "secondarySqlSessionFactory") public SqlSessionFactory secondarySqlSessionFactory( @Qualifier("secondaryDataSource") DataSource dataSource) throws Exception { MybatisSqlSessionFactoryBean sessionFactory = new MybatisSqlSessionFactoryBean(); sessionFactory.setDataSource(dataSource); sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver() .getResources("classpath:mapper/secondary/*.xml")); // MyBatisPlus配置 MybatisConfiguration configuration = new MybatisConfiguration(); configuration.setMapUnderscoreToCamelCase(true); sessionFactory.setConfiguration(configuration); return sessionFactory.getObject(); } }4. 关键避坑指南
4.1 事务管理陷阱
在多数据源环境下，Spring的声明式事务管理(@Transactional)默认只能作用于主数据源。要实现跨数据源事务，需要引入分布式事务解决方案如Seata。
// 错误示例：这个事务注解只能管理primaryDataSource @Transactional public void updateBothDatabases() { primaryMapper.update(...); secondaryMapper.update(...); // 这里出错不会回滚primary的操作 }4.2 MyBatisPlus自动注入冲突
MyBatisPlus会自动配置SqlSessionFactory，这会与我们的手动配置产生冲突。解决方案是在启动类上排除自动配置：
@SpringBootApplication(exclude = { DataSourceAutoConfiguration.class, MybatisPlusAutoConfiguration.class }) public class Application { public static void main(String[] args) { SpringApplication.run(Application.class, args); } }4.3 连接池配置优化
Druid连接池参数需要根据实际业务场景调整：
| 参数 | 建议值 | 说明 |
|---|---|---|
| initialSize | 5-10 | 初始连接数 |
| maxActive | 20-100 | 最大连接数 |
| minIdle | 5-10 | 最小空闲连接 |
| maxWait | 60000 | 获取连接超时时间(ms) |
| timeBetweenEvictionRunsMillis | 60000 | 检查间隔(ms) |
4.4 监控界面配置
Druid提供了强大的监控功能，需要单独配置：
@Bean public ServletRegistrationBean<StatViewServlet> druidServlet() { ServletRegistrationBean<StatViewServlet> reg = new ServletRegistrationBean<>(); reg.setServlet(new StatViewServlet()); reg.addUrlMappings("/druid/*"); // 添加IP白名单 reg.addInitParameter("allow", "127.0.0.1"); // 添加登录账号密码 reg.addInitParameter("loginUsername", "admin"); reg.addInitParameter("loginPassword", "admin"); return reg; }5. 性能优化建议
5.1 SQL监控与分析
启用Druid的SQL监控功能可以帮助发现性能瓶颈：
spring: datasource: druid: filters: stat,wall stat-view-servlet: enabled: true url-pattern: /druid/* login-username: admin login-password: admin5.2 多数据源路由策略
对于更复杂的场景，可以考虑实现动态数据源路由：
public class DynamicDataSource extends AbstractRoutingDataSource { @Override protected Object determineCurrentLookupKey() { return DataSourceContextHolder.getDataSourceType(); } } // 使用示例 public void someServiceMethod() { DataSourceContextHolder.setDataSourceType("secondary"); try { // 这里会使用secondary数据源 secondaryMapper.query(...); } finally { DataSourceContextHolder.clearDataSourceType(); } }5.3 MyBatisPlus插件配置
在多数据源环境下配置MyBatisPlus插件需要特别注意：
@Bean public MybatisPlusInterceptor mybatisPlusInterceptor() { MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor(); // 分页插件 interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL)); // 乐观锁插件 interceptor.addInnerInterceptor(new OptimisticLockerInnerInterceptor()); return interceptor; } // 需要在每个SqlSessionFactory中单独配置 sessionFactory.setPlugins(new Interceptor[]{mybatisPlusInterceptor()});6. 测试验证策略
6.1 单元测试配置
多数据源环境下的测试类需要特殊处理：
@SpringBootTest @TestPropertySource(locations = "classpath:application-test.yml") @AutoConfigureTestDatabase(replace = AutoConfigureTestDatabase.Replace.NONE) public class MultiDataSourceTest { @Autowired @Qualifier("primaryMapper") private UserMapper primaryMapper; @Autowired @Qualifier("secondaryMapper") private OrderMapper secondaryMapper; @Test @Transactional("primaryTransactionManager") public void testPrimaryDataSource() { // 测试主数据源 } @Test @Transactional("secondaryTransactionManager") public void testSecondaryDataSource() { // 测试从数据源 } }6.2 集成测试建议
- 连接泄漏测试：确保所有连接都能正确关闭
- 并发测试：模拟高并发场景下的连接池表现
- 故障转移测试：断开一个数据源，验证系统行为
- 性能对比测试：与单数据源配置进行性能对比
7. 生产环境部署建议
7.1 监控指标配置
建议监控以下关键指标：
- 每个数据源的活跃连接数
- SQL执行时间分布
- 连接获取等待时间
- 事务成功率
7.2 高可用设计
对于生产环境，建议：
- 为每个数据源配置合理的超时参数
- 实现熔断机制，防止一个数据源故障影响整个系统
- 考虑使用数据库中间件如ShardingSphere管理复杂场景
我在实际项目中遇到过因为未配置合理的超时参数导致系统挂起的情况。后来通过以下配置解决了问题：
spring: datasource: primary: druid: connect-timeout: 3000 socket-timeout: 10000 secondary: druid: connect-timeout: 3000 socket-timeout: 10000多数据源配置虽然增加了系统复杂性，但通过合理的架构设计和参数调优，完全可以获得稳定可靠的性能表现。关键在于理解每个配置项背后的原理，而不是简单复制粘贴配置。
