上一篇文章重点介绍了一下Java的Future模式，最后意淫了一个数据库连接池的场景。本想通过Future模式来防止，当多个线程同时获取数据库连接时各自都生成一个，造成资源浪费。但是忽略了一个根本的功能，就是多个线程同时调用get方法时，得到的是同一个数据库连接的多个引用，这会导致严重的问题。
所以，我抽空看了看呼声很高的Druid的数据库连接池实现，当然关注点主要是多线程方面的处理。我觉得，带着问题去看源码是一种很好的思考方式。
Druid不仅仅是一个数据库连接池，还有很多标签，比如统计监控、过滤器、SQL解析等。既然要分析连接池，那先看看DruidDataSource类
getConnection方法的实现：
@Override
public DruidPooledConnection getConnection() throws SQLException {
return getConnection(maxWait);
} public DruidPooledConnection getConnection(long maxWaitMillis) throws SQLException {
init(); if (filters.size() > 0) {
FilterChainImpl filterChain = new FilterChainImpl(this);
return filterChain.dataSource_connect(this, maxWaitMillis);
} else {
return getConnectionDirect(maxWaitMillis);
}
}
返回的是一个DruidPooledConnection，这个类后面再说；另外这里传入了一个long类型maxWait，应该是用来做超时处理的；init方法在getConnection方法里面调用，这也是一种很好的设计；里面的过滤器链的处理就不多说了。
public void init() throws SQLException {
if (inited) {
return;
}
final ReentrantLock lock = this.lock; // 使用lock而不是synchronized
try {
lock.lockInterruptibly();
} catch (InterruptedException e) {
throw new SQLException("interrupt", e);
}
boolean init = false;
try {
if (inited) {
return;
}
init = true;
connections = new DruidConnectionHolder[maxActive]; // 数组
try {
// init connections
for (int i = 0, size = getInitialSize(); i < size; ++i) {
Connection conn = createPhysicalConnection(); // 生成真正的数据库连接
DruidConnectionHolder holder = new DruidConnectionHolder(this, conn);
connections[poolingCount] = holder;
incrementPoolingCount();
}
if (poolingCount > 0) {
poolingPeak = poolingCount;
poolingPeakTime = System.currentTimeMillis();
}
} catch (SQLException ex) {
LOG.error("init datasource error, url: " + this.getUrl(), ex);
connectError = ex;
}
createAndLogThread();
createAndStartCreatorThread();
createAndStartDestroyThread();
initedLatch.await();
initedTime = new Date();
registerMbean();
if (connectError != null && poolingCount == 0) {
throw connectError;
}
} catch (SQLException e) {
LOG.error("dataSource init error", e);
throw e;
} catch (InterruptedException e) {
throw new SQLException(e.getMessage(), e);
} finally {
inited = true;
lock.unlock(); // 释放锁
if (init && LOG.isInfoEnabled()) {
LOG.info("{dataSource-" + this.getID() + "} inited");
}
}
}
我这里做了删减，加了一些简单的注释。通过这个方法，正好复习一下之前写的那些知识点，如果感兴趣，可以看看我之前写的文章。
这里使用了lock，并且保证只会被执行一次。根据初始容量，先生成了一批数据库连接，用一个数组connections存放这些连接的引用，而且专门定义了一个变量poolingCount来保存这些连接的总数量。
看到initedLatch.await有一种似曾相识的感觉
private final CountDownLatch initedLatch = new CountDownLatch(2);
这里调用了await方法，那countDown方法在哪些线程里面被调用呢
protected void createAndStartCreatorThread() {
if (createScheduler == null) {
String threadName = "Druid-ConnectionPool-Create-" + System.identityHashCode(this);
createConnectionThread = new CreateConnectionThread(threadName);
createConnectionThread.start();
return;
}
initedLatch.countDown();
}
这里先判断createScheduler这个调度线程池是否被设置，如果没有设置，直接countDown；否则，就开启一个创建数据库连接的线程，当然这个线程的run方法还是会调用countDown方法。但是这里我有一个疑问：开启创建连接的线程，为什么一定要有一个调度线程池呢？？？
难道是当数据库连接创建失败的时候，需要过了指定时间后，再重试？这么理解好像有点牵强，希望高人来评论。
还有就是，当开启destroy线程的时候也会调用countDown方法。
接着在看getConnection方法，一直调用到getConnectionInternal方法
DruidConnectionHolder holder;
try {
lock.lockInterruptibly();
} catch (InterruptedException e) {
connectErrorCount.incrementAndGet();
throw new SQLException("interrupt", e);
} try {
if (maxWait > 0) {
holder = pollLast(nanos);
} else {
holder = takeLast();
} } catch (InterruptedException e) {
connectErrorCount.incrementAndGet();
throw new SQLException(e.getMessage(), e);
} catch (SQLException e) {
connectErrorCount.incrementAndGet();
throw e;
} finally {
lock.unlock();
} holder.incrementUseCount(); DruidPooledConnection poolalbeConnection = new DruidPooledConnection(holder);
return poolalbeConnection;
我这里还是做了删减。大体逻辑是：先从连接池中取出DruidConnectionHolder，然后再封装成DruidPooledConnection对象返回。再看看取holder的方法：
DruidConnectionHolder takeLast() throws InterruptedException, SQLException {
try {
while (poolingCount == 0) {
emptySignal(); // send signal to CreateThread create connection
notEmptyWaitThreadCount++;
if (notEmptyWaitThreadCount > notEmptyWaitThreadPeak) {
notEmptyWaitThreadPeak = notEmptyWaitThreadCount;
}
try {
notEmpty.await(); // signal by recycle or creator
} finally {
notEmptyWaitThreadCount--;
}
notEmptyWaitCount++;
if (!enable) {
connectErrorCount.incrementAndGet();
throw new DataSourceDisableException();
}
}
} catch (InterruptedException ie) {
notEmpty.signal(); // propagate to non-interrupted thread
notEmptySignalCount++;
throw ie;
}
decrementPoolingCount();
DruidConnectionHolder last = connections[poolingCount];
connections[poolingCount] = null;
return last;
}
这个方法非常好的诠释了Lock-Condition的使用场景，几行绿色的注释解释的很明白了，如果对empty和notEmpty看不太懂，可以去看看我之前写的那篇文章。
这个方法的逻辑：先判断池中的连接数，如果到0了，那么本线程就得被挂起，同时释放empty信号，并且等待notEmpty的信号。如果还有连接，就取出数组的最后一个，同时更改poolingCount。
到这里，基本理解了Druid数据库连接池获取连接的实现流程。但是，如果不去看看里面的数据结构，还是会一头雾水。我们就看看几个基本的类，以及它们之间的持有关系。
1、DruidDataSource持有一个DruidConnectionHolder的数组，保存所有的数据库连接
private volatile DruidConnectionHolder[] connections; // 注意这里的volatile
2、DruidConnectionHolder持有数据库连接，还有所在的DataSource等
private final DruidAbstractDataSource dataSource;
private final Connection conn;
3、DruidPooledConnection持有DruidConnectionHolder，所在线程等
protected volatile DruidConnectionHolder holder;
private final Thread ownerThread;
对于这种设计，我很好奇为什么要添加一层holder做封装，数组里直接存放Connection好像也未尝不可。
其实，这么设计是有道理的。比如说，一个Connection对象可以产生多个Statement对象，当我们想同时保存Connection和对应的多个Statement的时候，就比较纠结。
再看看DruidConnectionHolder的成员变量
private PreparedStatementPool statementPool;
private final List<Statement> statementTrace = new ArrayList<Statement>(2);
这样的话，既可以做缓存，也可以做统计。
最终我们对Connection的操作都是通过DruidPooledConnection来实现，比如commit、rollback等，它们大都是通过实际的数据库连接完成工作。而我比较关心的是close方法的实现，close方法最核心的逻辑是recycle方法：
public void recycle() throws SQLException {
if (this.disable) {
return;
}
DruidConnectionHolder holder = this.holder;
if (holder == null) {
if (dupCloseLogEnable) {
LOG.error("dup close");
}
return;
}
if (!this.abandoned) {
DruidAbstractDataSource dataSource = holder.getDataSource();
dataSource.recycle(this);
}
this.holder = null;
conn = null;
transactionInfo = null;
closed = true;
}
通过最后几行代码，能够看出，并没有调用实际数据库连接的close方法，而只是断开了之前那张图里面的4号引用。用这种方式，来实现数据库连接的复用。