SpringBoot多数据源配置与动态切换技术详解

一、多数据源应用场景

在实际开发中，SpringBoot应用连接多个数据库的需求日益普遍，主要应用于以下场景：

读写分离架构：主库负责写入，从库负责查询，QPS可提升3-5倍
业务分库：订单库、用户库分离，降低单库压力
多租户系统：每个租户独立数据库，实现数据隔离
异构数据库：MySQL + MongoDB混合使用，满足不同业务需求

二、核心实现方案对比

1. 静态多数据源配置

通过@Primary和@Qualifier注解指定多个数据源，适用于数据源相对固定的场景。

2. 动态数据源路由

基于Spring的AbstractRoutingDataSource实现，通过ThreadLocal存储当前数据源标识，运行时动态切换。这是最灵活的方案。

3. 框架集成方案

使用dynamic-datasource-spring-boot-starter框架，通过注解方式简化配置，推荐生产环境使用。

三、动态数据源配置实战

1. 添加依赖

<dependency>
    <groupId>com.baomidou</groupId>
    <artifactId>dynamic-datasource-spring-boot-starter</artifactId>
    <version>3.5.0</version>
</dependency>

2. YAML配置文件

spring:
  datasource:
    dynamic:
      primary: master  # 默认数据源
      strict: false    # 严格模式
      datasource:
        master:
          url: jdbc:mysql://master-db:3306/app
          username: root
          password: xxx
          driver-class-name: com.mysql.cj.jdbc.Driver
        slave:
          url: jdbc:mysql://slave-db:3306/app
          username: root
          password: xxx
          driver-class-name: com.mysql.cj.jdbc.Driver

3. 数据源切换注解

@Service
public class UserService {
    
    @DS("master")  // 使用主库
    public void saveUser(User user) {
        userMapper.insert(user);
    }
    
    @DS("slave")   // 使用从库
    public User getUserById(Long id) {
        return userMapper.selectById(id);
    }
}

四、事务管理解决方案

多数据源环境下的事务管理是核心难点，主要有三种方案：

1. JTA/XA分布式事务

使用Atomikos等工具支持2PC协议，提供强一致性，但配置复杂，性能成本高。

2. ChainedTransactionManager

串联多个本地事务管理器，按顺序提交或反向回滚，适用于对一致性要求较低的场景。

3. Seata分布式事务

seata:
  enabled: true
  application-id: ${spring.application.name}
  tx-service-group: my_tx_group

在业务方法上使用@GlobalTransactional注解实现跨数据源事务。

五、常见问题与解决方案

1. 数据源切换失效

问题：@DS注解不生效，始终使用默认数据源。

解决方案：

检查AOP是否被正确扫描
确认注解加在public方法上
排查多个数据源配置类冲突
检查DynamicDataSourceContextHolder是否正确清理

2. 事务内数据源不一致

问题：事务方法中切换数据源失败，所有操作都使用初始数据源。

解决方案：

避免在事务方法内切换数据源
拆分方法，将需要不同数据源的操作放到独立事务中
使用PROPAGATION_REQUIRES_NEW传播行为开启新事务

3. 连接池配置不生效

问题：Hikari连接池配置不生效。

解决方案：

SpringBoot 2.x后默认使用HikariCP，需要将url改为jdbc-url
或指定连接池类型为Druid

六、性能优化建议

1. 连接池配置

根据读写比例合理配置主从库连接池参数：

主库：maximumPoolSize: 20
从库：maximumPoolSize: 50（读密集型场景）

2. SQL优化

确保SQL语句能够有效利用索引，避免全表扫描。

3. 缓存策略

结合Redis等缓存，减少数据库压力，提升系统性能。

4. 监控告警

定期监控主从延迟、连接池使用情况等关键指标，设置告警阈值。

七、最佳实践总结

方案选择：80%场景推荐使用dynamic-datasource-spring-boot-starter，复杂策略或强控制需求可自研路由。
事务管理：避免在事务方法内切换数据源，跨数据源操作需使用分布式事务方案。
配置规范：为每个数据源单独配置连接池参数，避免资源浪费。
监控保障：建立完善的监控体系，及时发现并处理数据源异常。

通过合理配置和优化，SpringBoot多数据源架构能够有效支撑高并发、高可用的企业级应用系统。