背景

对现有的数据库连接池做调研对比，综合性能，可靠性，稳定性，扩展性等因素选出推荐出最优的数据库连接池 。     

NOTE: 本文所有测试均是mysql库

测试结论

   1：性能方面 hikariCP>druid>tomcat-jdbc>dbcp>c3p0 。hikariCP的高性能得益于最大限度的避免锁竞争。

   2：druid功能最为全面，sql拦截等功能，统计数据较为全面，具有良好的扩展性。

   3：综合性能，扩展性等方面，可考虑使用druid或者hikariCP连接池。

   4：可开启prepareStatement缓存，对性能会有大概20%的提升。

功能对比

•  由于boneCP被hikariCP替代，并且已经不再更新，boneCP没有进行调研。
• proxool网上有评测说在并发较高的情况下会出错，proxool便没有进行调研。
•  druid的功能比较全面，且扩展性较好，比较方便对jdbc接口进行监控跟踪等。
• c3p0历史悠久，代码及其复杂，不利于维护。并且存在deadlock的潜在风险。

性能测试

环境配置：

1：获取关闭连接性能测试

       测试说明：

• 初始连接和最小连接均为5，最大连接为20。在borrow和return均不心跳检测
• 其中打开关闭次数为: 100w次
• 测试用例和mysql在同一台机器上面，尽量避免io的影响
• 使用mock和连接mysql在不同线程并发下的响应时间

     图形：

   mock性能数据 (单位:ms)

mysql性能数据 (单位:ms)

测试结果：

• mock和mysql连接性能表现差不多，主要是由于初始化的时候建立了连接后期不再建立连接，和使用mock连接逻辑一致。 
• 性能表现：hikariCP>druid>tomcat-jdbc>dbcp>c3p0。
•  hikariCP 的性能及其优异。hikariCP号称java平台最快的数据库连接池。
•  hikariCP在并发较高的情况下，性能基本上没有下降。
•  c3p0连接池的性能很差，不建议使用该数据库连接池。
  
  

   hikariCP性能分析：

• hikariCP通过优化(concurrentBag，fastStatementList )集合来提高并发的读写效率。
• hikariCP使用threadlocal缓存连接及大量使用CAS的机制，最大限度的避免lock。单可能带来cpu使用率的上升。
• 从字节码的维度优化代码。 (default inline threshold for a JVM running the server Hotspot compiler is 35 bytecodes ）让方法尽量在35个字节码一下，来提升jvm的处理效率。

2：查询一条语句性能测试

     测试说明：

• 初始连接和最小连接均为8，最大连接为8。在borrow和return均不心跳检测
• 查询的次数为10w次，查询的语句为 1：打开连接 2：执行 ：select 1 3：关闭连接
• 测试用例和mysql在同一台机器上面，尽量避免io的影响

图形：

 测试数据：

测试结果：

•   在并发比较少的情况下，每个连接池的响应时间差不多。是由于并发少，基本上没有资源竞争。
•   在并发较高的情况下，随着并发的升高，hikariCP响应时间基本上没有变动。
•   c3p0随着并发的提高，性能急剧下降。

3：pscache性能对比

   测试说明：

• 通过druid进行设置pscache和不设置pscache的性能对比
• 初始连接和最小连接均为8，最大连接为8。在borrow和return均不心跳检测。并且执行的并发数为8.
• 查询10w次。查询流程为：1：建立连接，2：循环查询preparestatement语句 3：close连接
• 测试用例和mysql在同一台机器上面，尽量避免io的影响

   测试数据：

  测试结果：

• 开启psCache缓存,性能大概有20%幅度的提升。可考虑开启pscache.

  测试说明：

• psCache是connection私有的，所以不存在线程竞争的问题，开启pscache不会存在竞争的性能损耗。
• psCache的key为prepare执行的sql和catalog等，value对应的为prepareStatement对象。开启缓存主要是减少了解析sql的开销。