Java多数据源案例如何配置

wen java案例 2026-06-29 20

Java多数据源配置实战：从原理到案例的完整指南

目录导读

为什么需要多数据源？
多数据源核心原理与实现方式
基于Spring Boot + MyBatis的多数据源案例（完整代码）
常见问题FAQ（含高频面试题）
性能优化与注意事项

为什么需要多数据源？

在真实企业级项目中,单一数据源往往不足以支撑复杂业务。

读写分离：主库负责写，从库负责读,提升并发性能。
分库分表：不同业务模块（如订单、用户）部署在不同数据库。
异构数据源：同时连接MySQL、PostgreSQL、Redis等不同类型的存储。
多租户系统：每个租户拥有独立数据库,通过动态切换实现隔离。

一个典型的场景是：电商系统需要同时操作订单库（MySQL） 和日志库（Elasticsearch），此时如果没有多数据源方案,代码将变得混乱且难以维护。

多数据源核心原理与实现方式

1 原理

Java中多数据源的本质是动态管理多个DataSource对象，并在运行时根据业务需求切换,核心涉及：

AbstractRoutingDataSource（Spring提供）：根据lookupKey动态路由到目标数据源。
@DataSource注解：通过AOP拦截方法，设置当前线程的lookupKey。
ThreadLocal：保存当前线程使用的数据源标识,避免线程安全问题。

2 三种主流实现方式

方式	优点	缺点	适用场景
硬编码切换	简单直接	代码侵入性强，分散在各处	小型项目，临时需求
AOP + 注解	解耦、可维护性强	需额外配置，复杂切换逻辑需要手动管理	多数项目推荐
框架集成（如ShardingSphere）	读写分离、分布式事务透明	学习成本高，可能过度设计	超大型系统

实际开发中，AOP + 注解是最常见且实用的方案,下文将基于此给出完整案例。

基于Spring Boot + MyBatis的多数据源案例

1 环境准备

Spring Boot 2.7.x
MyBatis-Plus 3.5.x
MySQL 8.0（主库+从库）
Druid连接池

2 步骤一：依赖配置（pom.xml）

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-aop</artifactId>
</dependency>
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>druid-spring-boot-starter</artifactId>
    <version>1.2.15</version>
</dependency>

3 步骤二：多数据源配置（application.yml）

spring:
  datasource:
    master:
      url: jdbc:mysql://localhost:3306/master_db?useSSL=false
      username: root
      password: 123456
      type: com.alibaba.druid.pool.DruidDataSource
    slave:
      url: jdbc:mysql://localhost:3307/slave_db?useSSL=false
      username: root
      password: 123456
      type: com.alibaba.druid.pool.DruidDataSource

4 步骤三：数据源枚举与ThreadLocal管理

public enum DataSourceType {
    MASTER, SLAVE
}
public class DataSourceContextHolder {
    private static final ThreadLocal<DataSourceType> contextHolder = new ThreadLocal<>();
    public static void set(DataSourceType type) {
        contextHolder.set(type);
    }
    public static DataSourceType get() {
        return contextHolder.get();
    }
    public static void clear() {
        contextHolder.remove();
    }
}

5 步骤四：动态数据源实现（核心）

public class DynamicDataSource extends AbstractRoutingDataSource {
    @Override
    protected Object determineCurrentLookupKey() {
        return DataSourceContextHolder.get();
    }
    @Override
    public void afterPropertiesSet() {
        // 初始化时需配置默认数据源与目标数据源Map
    }
}

6 步骤五：自定义注解 + AOP切换

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface DataSource {
    DataSourceType value() default DataSourceType.MASTER;
}
@Aspect
@Component
public class DataSourceAspect {
    @Around("@annotation(dataSource)")
    public Object switchDataSource(ProceedingJoinPoint pjp, DataSource dataSource) throws Throwable {
        try {
            DataSourceContextHolder.set(dataSource.value());
            return pjp.proceed();
        } finally {
            DataSourceContextHolder.clear(); // 防止内存泄漏
        }
    }
}

7 步骤六：Bean配置与使用

@Configuration
public class DataSourceConfig {
    @Bean
    @ConfigurationProperties("spring.datasource.master")
    public DataSource masterDataSource() { ... }
    @Bean
    @ConfigurationProperties("spring.datasource.slave")
    public DataSource slaveDataSource() { ... }
    @Bean
    public DynamicDataSource dynamicDataSource(@Qualifier("masterDataSource") DataSource master,
                                               @Qualifier("slaveDataSource") DataSource slave) {
        Map<Object, Object> target = new HashMap<>();
        target.put(DataSourceType.MASTER, master);
        target.put(DataSourceType.SLAVE, slave);
        DynamicDataSource ds = new DynamicDataSource();
        ds.setDefaultTargetDataSource(master); // 默认主库
        ds.setTargetDataSources(target);
        return ds;
    }
}

使用示例：

@Service
public class OrderService {
    @Autowired
    private OrderMapper orderMapper;
    @DataSource(DataSourceType.MASTER) // 写操作走主库
    public void createOrder(Order order) {
        orderMapper.insert(order);
    }
    @DataSource(DataSourceType.SLAVE) // 读操作走从库
    public Order getOrder(Long id) {
        return orderMapper.selectById(id);
    }
}

常见问题FAQ

Q1：多数据源是否支持分布式事务？
A：默认不支持，如需强一致性，需引入Seata、Atomikos等分布式事务框架,读多写少的场景可考虑最终一致性。

Q2：如果某个方法内部需要同时使用主库和从库怎么办？
A：可采用编程式切换，在方法内部调用DataSourceContextHolder.set()显式切换,但需警惕嵌套调用导致的数据源污染。

Q3：如何保证从库负载均衡？
A：在DynamicDataSource的determineCurrentLookupKey()中实现轮询或随机算法，或者引入数据库中间件（如MyCat、ShardingSphere）。

Q4：为什么使用了AOP，但在Service内部调用另一个Service的方法时注解失效？
A：因为AOP默认通过动态代理实现，内部方法调用不经过代理对象，解决方案：注入自身代理（@Autowired或在ApplicationContext中获取），或使用((Service) AopContext.currentProxy())。

性能优化与注意事项

1 连接池配置

Druid配置：设置initialSize=5, minIdle=5, maxActive=20，并开启testWhileIdle防止连接老化。
避免连接泄露：确保在finally块中清除ThreadLocal，建议使用try-with-resources或AOP切面。