Druid 官方 Wiki

所有的配置信息都可以参考：https://github.com/alibaba/druid/wiki

Druid属性详解

DruidDataSource配置属性列表
实际配置示例

 <bean id="Druid-CP-Create" class="java.util.concurrent.ScheduledThreadPoolExecutor">
    <constructor-arg value="3" index="0" />
  </bean>
  <bean id="Druid-CP-Destroy" class="java.util.concurrent.ScheduledThreadPoolExecutor">
    <constructor-arg value="3" index="0" />
  </bean>
  <bean id="dataSource" class="com.alibaba.druid.pool.DruidDataSource" init-method="init" destroy-method="close">
    <!-- 基本属性 url、user、password -->
    <property name="url" value="${jdbc.url}" />
    <property name="username" value="${jdbc.username}" />
    <!-- <property name="password" value="xxxxx" /> -->
    <property name="passwordCallback" ref="xxxxxxPasswordCallback" />
    <!-- 配置初始化大小、最小、最大 -->
    <property name="initialSize" value="${jdbc.initialSize}" />
    <property name="minIdle" value="${jdbc.minIdle}" />
    <property name="maxActive" value="${jdbc.maxActive}" />
    <!-- 配置获取连接等待超时的时间 -->
    <property name="maxWait" value="${jdbc.maxWait}" />
    <property name="createScheduler" ref="Druid-CP-Create" />
    <property name="destroyScheduler" ref="Druid-CP-Destroy" />
    <!-- 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒 -->
    <property name="timeBetweenEvictionRunsMillis" value="${jdbc.timeBetweenEvictionRunsMillis}" />
    <!-- 配置一个连接在池中最小生存的时间，单位是毫秒 -->
    <property name="minEvictableIdleTimeMillis" value="${jdbc.minEvictableIdleTimeMillis}" />
    <!-- 空闲连接保活 -->
    <property name="keepAlive" value="true" />
    <!-- 检测语句强制用执行SQL（规避网关的假连接，参考启动属性：-Ddruid.mysql.usePingMethod=false） -->
    <property name="validationQuery" value="SELECT 1" />
    <property name="testWhileIdle" value="true" />
    <property name="testOnBorrow" value="true" />
    <property name="testOnReturn" value="false" />
    <!-- 打开PSCache，并且指定每个连接上PSCache的大小 -->
    <property name="poolPreparedStatements" value="false" />
    <!-- 使用MySQL 低版本驱动时指定连接使用utf8mb4,以便于支持4字节的emoji字符和GB18030-2022规范所要求的生僻字  -->
      <property name="connectionInitSqls">
          <list>
              <value>set NAMES 'utf8mb4'</value>
          </list>
      </property>
    <property name="connectProperties">
      <props>
      <prop key="MySQLIndexMergeOff">true</prop>
      </props>
    </property>
    <!-- 配置监控统计拦截的filters -->
    <property name="filters" value="stat,slf4j" />
    <!-- 配置监控统计filters -->
    <property name="proxyFilters">
      <list>
        <ref bean="stat-filter" />
      </list>
    </property>
  </bean>
  <bean id="xxxxxxPasswordCallback" class="cn.xxxx.druid.DruidPasswordCallback">
    <property name="password">
      <bean factory-bean="password" factory-method="toCharArray" />
    </property>
    <property name="sysPublicKeyFilePath" value="classpath:sys_pub.pem" />
    <property name="appPrivateKeyFilePath" value="classpath:sys_priv.pem" />
  </bean>
<!--加密后的密码密文内容 -->
  <bean id="password" class="java.lang.String">
    <constructor-arg index="0" value="${jdbc.password}" />
  </bean>
<!-- 自定义扩展增强的 stat filter-->
  <bean id="stat-filter" class="cn.xxxx.druid.DruidStatFilter">
    <!-- SQL 慢查询的时长 -->
    <property name="slowSqlMillis" value="200" />
    <property name="logSlowSql" value="true" />
    <property name="mergeSql" value="true" />
    <property name="maxSampleCountPerMergeSql" value="10" />
    <property name="maxUpdateCountNeedWarning" value="1000" />
    <property name="maxQueryFetchCountNeedWarning" value="1000" />
    <property name="maxQueryPacketSizeNeedWarning" value="512000" />
    <property name="slowTransactionnMillis" value="500" />
  </bean>

配置过滤器Filter完成SQL监控

DruidDataSource 支持通过 Filter-Chain（过滤器链） 模式进行扩展， 类似于 Servlet 的 Filter 机制，可以方便地拦截和增强 任何 JDBC 方法 的执行过程。

Druid 提供 两种配置 Filter 的方式：

1. 通过 filters 属性配置
2. 通过 proxyFilters 属性配置

✅ 注意：
filters 和 proxyFilters 的配置是 组合关系（complementary），而 不是替换关系（not mutually exclusive）。

简要说明

配置项	说明
filters	通过字符串指定内置或自定义过滤器别名（如 stat, wall, log4j2 等），Druid 会自动加载对应的 Filter 实现类。
proxyFilters	通过手动注入 Filter 实例到 DruidDataSource 的 proxyFilters 属性，可自定义扩展逻辑，适用于更复杂的监控或拦截需求。

示例配置

spring:
  datasource:
    druid:
      filters: stat,wall
      proxy-filters:
        - com.example.druid.filter.CustomLogFilter

内置Filter的别名

Filter类名	别名（全限定类名）
default	com.alibaba.druid.filter.stat.StatFilter
stat	com.alibaba.druid.filter.stat.StatFilter
mergeStat	com.alibaba.druid.filter.stat.MergeStatFilter
encoding	com.alibaba.druid.filter.encoding.EncodingConvertFilter
log4j	com.alibaba.druid.filter.logging.Log4jFilter
log4j2	com.alibaba.druid.filter.logging.Log4j2Filter
slf4j	com.alibaba.druid.filter.logging.Slf4jLogFilter
commonlogging	com.alibaba.druid.filter.logging.CommonsLogFilter
wall	com.alibaba.druid.wall.WallFilter

StatFilter（控制台功能点：SQL监控）

Druid内置提供一个StatFilter，用于统计监控信息。统计「SQL / JDBC 级别」的执行情况（慢 SQL、连接耗时、执行次数）。

WallFilter（控制台功能点：SQL防火墙）

WallFilter的功能是防御SQL注入攻击。它是基于SQL语法分析，理解其中的SQL语义，然后做处理的，智能，准确，误报率低。

LogFilter

Druid 内置提供了 四种日志过滤器（LogFilter）， 用于 输出 JDBC 执行日志，包括 SQL 语句、执行时间、异常信息等。
这些过滤器均基于 Filter-Chain 扩展机制 实现，可自由组合使用。

内置 LogFilter 类型

Filter 名称	实现类	说明
Log4jFilter	com.alibaba.druid.filter.logging.Log4jFilter	使用 Log4j 输出 SQL 执行日志。
Log4j2Filter	com.alibaba.druid.filter.logging.Log4j2Filter	使用 Log4j2 输出 SQL 日志，更适合现代项目。
CommonsLogFilter	com.alibaba.druid.filter.logging.CommonsLogFilter	使用 Apache Commons Logging 输出 SQL 日志。
Slf4jLogFilter	com.alibaba.druid.filter.logging.Slf4jLogFilter	使用 SLF4J 框架输出 SQL 日志，推荐在 Spring Boot 等统一日志体系中使用。

典型配置方式

spring:
  datasource:
    druid:
      # 启用 SQL 统计与日志过滤器
      filters: stat,slf4j

Druid中使用log4j2进行日志输出

WebStatFilter（控制台功能点：Web应用/URI监控）

WebStatFilter 用于采集 web-jdbc 关联监控的数据。统计「HTTP / Web 请求 → JDBC」的关联关系（哪个 URL 用了多少 SQL、多慢）。


druid 0.2.7版本开始支持profile，配置profileEnable能够监控单个url调用的sql列表

配置Druid和Spring关联监控配置（对应控制台功能点：Spring监控）

需要自定义一个 Spring Stat（Druid）AOP 监控配置类。

package cn.hao.kai.config.datasource;

import com.alibaba.druid.support.spring.stat.DruidStatInterceptor;
import org.springframework.aop.Advisor;
import org.springframework.aop.support.DefaultPointcutAdvisor;
import org.springframework.aop.support.JdkRegexpMethodPointcut;
import org.springframework.beans.factory.config.BeanDefinition;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Profile;
import org.springframework.context.annotation.Role;

/**
 * <h2>Druid Spring Stat（方法级性能监控）配置</h2>
 *
 * <p><b>作用</b></p>
 * <ul>
 *   <li>统计 Service / Mapper 方法调用次数与耗时</li>
 *   <li>将方法执行与其内部 SQL 统计进行关联</li>
 *   <li>对应控制台功能点：Spring监控</li>
 * </ul>
 *
 * <p><b>生效环境</b></p>
 * <ul>
 *   <li>dev / test：启用（用于性能分析与问题定位）</li>
 *   <li>prod：禁用（生产环境使用 Hikari，避免 AOP 开销）</li>
 * </ul>
 *
 * <p><b>设计原则</b></p>
 * <ul>
 *   <li>只拦截业务层方法（Service / 可选 Mapper）</li>
 *   <li>不拦截 Controller（已由 WebStat 覆盖）</li>
 *   <li>精确包路径匹配，避免全量 AOP 扫描</li>
 *   <li>严格通过 Spring Profile 做环境隔离</li>
 * </ul>
 *
 * <p><b>技术依据</b></p>
 * <ul>
 *   <li>Spring AOP 官方 API（Pointcut + Advisor + MethodInterceptor）</li>
 *   <li>Druid 官方 Spring Stat 实现：
 *     <a href="https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_Druid%E5%92%8CSpring%E5%85%B3%E8%81%94%E7%9B%91%E6%8E%A7%E9%85%8D%E7%BD%AE">
 *       配置_Druid和Spring关联监控配置
 *     </a>
 *   </li>
 * </ul>
 * =====================================================================
 */
@Configuration
@Profile({"dev", "test"}) // 仅 dev / test 环境启用
@Role(BeanDefinition.ROLE_INFRASTRUCTURE) // 容器基础设施 Bean（AOP / 事务 / 监控）
public class DruidSpringStatAopConfig {

    /**
     * <b>Druid 方法拦截器（MethodInterceptor）</b>
     *
     * <p><b>职责</b></p>
     * <ul>
     *   <li>拦截方法调用</li>
     *   <li>记录方法耗时与调用次数</li>
     *   <li>关联当前线程内的 SQL 执行统计</li>
     * </ul>
     *
     * <p><b>说明</b></p>
     * <ul>
     *   <li>本身不会生效，必须与 Pointcut 绑定</li>
     *   <li>无状态对象，可安全复用为单例 Bean</li>
     * </ul>
     */
    @Bean
    @Role(BeanDefinition.ROLE_INFRASTRUCTURE)
    public DruidStatInterceptor druidStatInterceptor() {
        return new DruidStatInterceptor();
    }

    /**
     * <b>方法切点（Pointcut）定义</b>
     *
     * <p><b>拦截范围</b></p>
     * <ul>
     *   <li>Service 层业务方法</li>
     *   <li>（默认）不拦截 Mapper 层</li>
     * </ul>
     *
     * <p><b>不拦截 Mapper 的原因</b></p>
     * <ul>
     *   <li>Druid 已在 JDBC 层完整统计 SQL 执行信息</li>
     *   <li>Mapper 层再次拦截会造成重复统计</li>
     *   <li>高并发场景下会放大 AOP 性能开销</li>
     * </ul>
     *
     * <p><b>实现方式</b></p>
     * <ul>
     *   <li>使用 JDK 正则匹配方法签名</li>
     *   <li>匹配在启动阶段完成，不影响运行期性能</li>
     * </ul>
     */
    @Bean
    @Role(BeanDefinition.ROLE_INFRASTRUCTURE)
    public JdkRegexpMethodPointcut druidStatPointcut() {
        JdkRegexpMethodPointcut pointcut = new JdkRegexpMethodPointcut();
        pointcut.setPatterns(
                "cn\\.hao\\.kai\\.service(\\..*)?"
        );
        return pointcut;
    }

    /**
     * <b>Advisor：绑定 Pointcut 与 Interceptor</b>
     *
     * <p><b>作用链路</b></p>
     * <ul>
     *   <li>Spring 扫描 Advisor</li>
     *   <li>命中 Pointcut 的 Bean 生成 AOP 代理</li>
     *   <li>方法调用时进入 DruidStatInterceptor</li>
     * </ul>
     *
     * <p><b>生产环境说明</b></p>
     * <ul>
     *   <li>prod 环境不会加载该配置类</li>
     *   <li>不会创建任何 Spring AOP 代理</li>
     *   <li>生产环境使用 HikariCP，避免 AOP 额外开销</li>
     * </ul>
     */
    @Bean
    @Role(BeanDefinition.ROLE_INFRASTRUCTURE)
    public Advisor druidStatAdvisor(DruidStatInterceptor interceptor,
                                    JdkRegexpMethodPointcut pointcut) {
        return new DefaultPointcutAdvisor(pointcut, interceptor);
    }
}

SpringBoot Druid连接池完整配置

spring:
  datasource:
    # ========================= 开发 / 测试环境 Druid 数据源（生产建议切 Hikari） =========================
    type: com.alibaba.druid.pool.DruidDataSource
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://localhost:23306/demo?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai&useSSL=true&rewriteBatchedStatements=true&allowMultiQueries=true
    username: root
    password: 123456

    # 【Druid 配置】 🌐[官方文档]：https://github.com/alibaba/druid/wiki
    druid:
      # ==============================================================================
      # 【一、 连接池容量与流量削峰】
      # ==============================================================================
      initial-size: 20 # 💡[设计原理]启动时即创建20个连接。 🫵[通用规范]通常与min-idle保持一致，避免冷启动或突发流量时因建连导致排队。
      min-idle: 20 # 💡[设计原理]池内核心常驻连接数。 🫦[生产语义]按平峰QPS配置，保证轮询/短查询始终复用热连接。
      max-active: 200 # 💡[设计原理]连接池并发上限。 🫦[生产语义]需小于DB max_connections 的20%~30%，避免单应用压垮数据库。
      max-wait: 10000 # 💡[设计原理]获取连接最大等待时间。 🫵[生产规范]严禁-1（无限等待），否则数据库异常会拖垮业务线程池。

      # ==============================================================================
      # 【二、 连接泄漏检测（仅用于 dev / test，生产必须关闭）】
      # ==============================================================================
      remove-abandoned: true # 💡[设计原理]回收“疑似未归还”的连接。 👥[环境区分]dev/test 用于发现忘记 close() 的代码；🫵[生产规范]必须关闭，分钟级SQL场景会被误杀。
      remove-abandoned-timeout: 360 # 💡[设计原理]判定连接“疑似泄漏”的超时阈值。 👥[环境区分]仅在dev/test生效，且必须 > 业务最长SQL（如5分钟），否则合法慢SQL会被强杀。
      log-abandoned: true # 💡[设计原理]回收时打印获取连接的调用堆栈。 👥[环境区分]dev/test 打日志定位责任代码；🫵[生产规范]必须关闭，避免额外性能与日志噪音。

      # ==============================================================================
      # 【三、 连接活性探测（短轮询 + 高并发的核心配置）】
      # ==============================================================================
      validation-query: SELECT 1 # 💡[设计原理]连接心跳SQL。 🫵[通用规范]MySQL用SELECT 1，Oracle用SELECT 1 FROM DUAL。
      test-while-idle: true # 💡[设计原理]仅在连接空闲时做可用性检测。 💪[性能核心]异步执行，不影响业务线程，是生产必开项。
      test-on-borrow: false # 💡[设计原理]借连接时是否检测。 💪[性能核心]必须为false，否则每次借连接都会多一次SQL，RT显著上升。
      test-on-return: false # 💡[设计原理]归还连接时是否检测。 💪[性能取舍]关闭可减少IO与锁竞争，避免无意义校验。
      keep-alive: true # 💡[设计原理]主动维持空闲连接活性。 🫦[生产语义]防止min-idle中的长连接被防火墙/LB/DB idle timeout 掐断。

      # ==============================================================================
      # 【四、 连接回收与生命周期管理】
      # ==============================================================================
      time-between-eviction-runs-millis: 60000 # 💡[设计原理]空闲连接扫描周期。 🧬[默认值]60秒，平衡及时回收与后台线程开销。
      min-evictable-idle-time-millis: 300000 # 💡[设计原理]连接最小空闲存活时间。 🗣️[经验值]5分钟，避免连接在流量波动中被频繁回收。
      max-evictable-idle-time-millis: 1800000 # 💡[设计原理]连接最大允许空闲时间。 🫵[生产规范]必须小于数据库 wait_timeout，防止持有“已被DB关闭”的死连接。
      phy-timeout-millis: 28800000 # 💡[设计原理]物理连接最大生命周期。 🗣️[生产建议]8小时，周期性重建连接，规避网络/驱动层老化问题。

      # ==============================================================================
      # 【五、 PreparedStatement 缓存（按SQL稳定性选择性开启）】
      # ==============================================================================
      pool-prepared-statements: true # 💡[设计原理]缓存PreparedStatement。 👥[环境区分]SQL高度固定的写入场景可开；▲[生产注意]动态SQL多时命中率极低，建议关闭。
      max-pool-prepared-statement-per-connection-size: 50 # 💡[设计原理]单连接PS缓存上限。 🗣️[经验值]50为安全值，过大会增加内存占用甚至引发Metaspace压力。

      # ==============================================================================
      # 【六、 监控控制台（仅用于非生产或受控生产环境）】 🌐[访问地址]http://{ip}:{port}/monitor/db/druid/login.html
      # ==============================================================================
      stat-view-servlet:
        enabled: true # 💡[设计原理]启用Druid监控控制台。 👥[环境区分]dev/test必开；🫵[生产规范]若开启必须配合访问控制。
        url-pattern: /monitor/db/druid/* # 💡[设计原理]控制台访问路径。 🫵[生产规范]生产必须使用非默认、不可猜测路径。
        login-username: haokai # 🫆[安全规范]禁止使用默认账号。
        login-password: Pass@1688 # 🫆[安全规范]必须使用强密码并妥善保管。
        allow: "" # 🫦[安全语义]允许访问的IP白名单。 🗣️[生产建议]限制为内网或堡垒机IP。
        deny: "" # 🫦[安全语义]拒绝访问的IP段。
        reset-enable: false # 💡[设计原理]是否允许重置统计数据。 🫵[生产规范]必须关闭，防止误清空历史慢SQL信息。

      # ==============================================================================
      # 【七、 SQL 审计 / 防注入 / Web 统计】
      # ==============================================================================
      filters: stat,wall,slf4j # 不声明 filters，下面的 stat / wall / slf4j 都不会生效
      filter:
        stat: # 📌[控制台功能点：SQL监控]
          enabled: true # 💡[设计原理]统计「SQL / JDBC 级别」的执行情况（慢 SQL、连接耗时、执行次数）。 👥[环境区分]dev/test常开；生产需评估开销。 🧬[默认值]false。
          merge-sql: true # 💡[设计原理]合并同结构SQL统计。 🫵[生产规范]防止因参数不同导致统计维度爆炸。
          slow-sql-millis: 3000 # 💡[设计原理]慢SQL阈值。 🗣️[生产建议]结合业务RT容忍度，常见取值3s。
          log-slow-sql: true # 💡[设计原理]慢SQL是否写日志。 🫵[生产规范]必须开启，便于日志系统长期分析。
        wall: # 📌[控制台功能点：SQL防火墙]
          db-type: mysql # 💡[设计原理]按数据库类型启用防注入规则。 🫦[安全语义]拦截高风险SQL（drop/delete等）。
        slf4j:
          enabled: true # 💡[设计原理]将SQL执行信息输出到日志系统。 🫵[生产规范]开启，便于统一日志收敛。
      web-stat-filter: # 📌[控制台功能点：Web应用 / URI监控]
        enabled: true # 💡[设计原理]统计「HTTP / Web 请求 → JDBC」的关联关系（哪个 URL 用了多少 SQL、多慢）。 👥[环境区分]dev/test常开；生产需评估开销。 🧬[默认值]false。
        profile-enable: true # 💡[设计原理]druid 0.2.7版本开始支持profile，配置profileEnable能够监控单个url调用的sql列表。
        url-pattern: /* # 💡[设计原理]拦截路径范围。 🗣️[生产建议]全量业务路径。
        session-stat-enable: false # 💡[设计原理]是否统计Session。 💪[性能语义]高并发场景关闭，避免额外内存与锁竞争。 🧬[默认值]true
        exclusions: "*.js,*.gif,*.jpg,*.png,*.css,*.ico,/monitor/db/druid/*" # 💡[设计原理]排除静态资源与Druid自身路径，避免循环统计。

      # ==============================================================================
      # 【八、 异常自愈与容错】
      # ==============================================================================
      break-after-acquire-failure: false # 💡[设计原理]获取连接失败是否直接终止。 🗣️[生产建议]设为false，允许短暂重试应对DB闪断。
      connection-error-retry-attempts: 3 # 💡[设计原理]连接失败重试次数。 🫵[生产规范]不宜过大，避免请求长时间堆积。
      time-between-connect-error-millis: 30000 # 💡[设计原理]连接失败后的重试间隔。 🗣️[生产建议]30s，为数据库恢复留出时间。