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。