Druid源码解析(五):DruidDataSource的shrink过程
shrink方法是DestroyTask线程中回收连接的具体执行方法。
首先获得锁:
try { lock.lockInterruptibly(); } catch (InterruptedException e) { return; }
之后,要判断初始化状态是否完成,如果采用异步初始化,可能DestoryTask线程已经启动,但是连接池还没有初始化完成。
if (!inited) { return; }
之后对连接池中的连接进行遍历,connections中,可连接的连接数记在poolingCount变量。 此时要记录一个checkCount,这个变量为 checkCount = poolingCount - minIdle;也就是checkCount为连接池中连接的数量减去最小空闲连接数设置minIdle。
此后进入checkTime逻辑,checkTime是调用shrink传入的参数,通常DestroyTask的调用这个参数都为true。 此后check的参数有:
判断物理连接是否超时:phyConnectTimeMillis > phyTimeoutMillis。如果超时,则将当前连接标记到evictConnections数组并退出当前循环。
判断空闲时间是否超时: 如果空闲时间小于最小于配置的minEvictableIdleTimeMillis时间且同时小于配置的keepAliveBetweenTimeMillis(idleMillis < minEvictableIdleTimeMillis && idleMillis < keepAliveBetweenTimeMillis) 则结束循环。 反之,当idleMillis大于minEvictableIdleTimeMillis或者大于maxEvictableIdleTimeMillis都被标记到evictConnections数组。
判断keepAlive是否超时:如果idleMillis >= keepAliveBetweenTimeMillis,则标记到keepAliveConnections数组。
如果checkTime为false,则将小于checkCount的全部连接都标记到evictConnections数组。
if (i < checkCount) { evictConnections[evictCount++] = connection; } else { break; }
这之后进行removeCount的处理,removeCount = evictCount + keepAliveCount; 处理逻辑如下:
if (removeCount > 0) { //将connections从removeCount到poolingCount的连接向前移动poolingCount - removeCount。 System.arraycopy(connections, removeCount, connections, 0, poolingCount - removeCount); //将poolingCount - removeCount后续部分都置为空。 Arrays.fill(connections, poolingCount - removeCount, poolingCount, null); poolingCount -= removeCount; }
这个逻辑实质上是将connections中计算出来的前N项都移除。 之前一直不理解这个逻辑,实际上需要详细看一下for循环中的逻辑。for循环中,如果checkTime为false,则直接将前面checkCount个连接都移除。 反之,由于connections中,通过recycle方法,将放回的连接都放在connections数组的最后面。get的连接也是从connections的尾部获取,那么可以确保connections的连接,index小的连接最少被使用。 那么在这里确定了需要移除的连接数之后,直接就可以将connetions的前面checkCount个连接都移除。
移除之后,可以解锁。之后对移除的连接进行处理。
} finally { lock.unlock(); }
对于evict的连接:
if (evictCount > 0) { for (int i = 0; i < evictCount; ++i) { DruidConnectionHolder item = evictConnections[i]; Connection connection = item.getConnection(); //关闭连接 JdbcUtils.close(connection); //更新计数器 destroyCountUpdater.incrementAndGet(this); } //将evictConnections清空 Arrays.fill(evictConnections, null); }
关闭连接并清空evictConnections。
对于keepAliveCount连接,则需要分几种情况进行讨论:
if (keepAliveCount > 0) { // keep order for (int i = keepAliveCount - 1; i >= 0; --i) { DruidConnectionHolder holer = keepAliveConnections[i]; Connection connection = holer.getConnection(); holer.incrementKeepAliveCheckCount(); boolean validate = false; //校验连接是否还可用 try { this.validateConnection(connection); validate = true; } catch (Throwable error) { if (LOG.isDebugEnabled()) { LOG.debug(keepAliveErr, error); } // skip } boolean discard = !validate; //如果可用,则直接put到connections中,放置到尾部。 if (validate) { holer.lastKeepTimeMillis = System.currentTimeMillis(); boolean putOk = put(holer, 0L, true); if (!putOk) { discard = true; } } //如果不可用,则关闭连接 if (discard) { try { connection.close(); } catch (Exception e) { // skip } lock.lock(); //加锁更新计数器 try { discardCount++; if (activeCount + poolingCount <= minIdle) { emptySignal(); } } finally { lock.unlock(); } } } this.getDataSourceStat().addKeepAliveCheckCount(keepAliveCount); Arrays.fill(keepAliveConnections, null); }
对于keepalive状态的连接,为了更好的复用该连接,则首先判断该连接是否可用,如果可用,则调用put方法,将该连接的状态更新之后,放置到连接池的尾部。 可见,shrink中,并非所有的连接都会关闭,对于keepalive状态的连接,需要判断是否可用。可用的连接还可再次复用。
此时还有一种情况需要考虑,就是此时可用的连接仍然不够minIdle,那么连接池不满,需要继续创建连接。这个状态为needFill:
//keepAlive状态,且连接池中的连接加上被使用的连接仍然小于minIdle if (keepAlive && poolingCount + activeCount < minIdle) { needFill = true; }
处理逻辑:
if (needFill) { //加锁 lock.lock(); try { //如果minIdle 减去activeCount + poolingCount + createTaskCount 仍然不满,则通知创建线程创建连接 int fillCount = minIdle - (activeCount + poolingCount + createTaskCount); for (int i = 0; i < fillCount; ++i) { emptySignal(); } //解锁 } finally { lock.unlock(); } } else if (onFatalError || fatalErrorIncrement > 0) { lock.lock(); try { emptySignal(); } finally { lock.unlock(); } }
needFill和onFatalError 都需要通知生产者继续创建连接。