背景
對現有的數據庫連接池做調研對比，綜合性能，可靠性，穩定性，擴展性等因素選出推薦出最優的數據庫連接池 。
NOTE: 本文所有測試均是MySQL庫
測試結論
1：性能方面 hikariCP>druid>tomcat-jdbc>dbcp>c3p0 。hikariCP的高性能得益於最大限度的避免鎖競爭。
2：druid功能最爲全面，sql攔截等功能，統計數據較爲全面，具有良好的擴展性。
3：綜合性能，擴展性等方面，可考慮使用druid或者hikariCP連接池。
4：可開啓prepareStatement緩存，對性能會有大概20%的提升。
功能對比
| 功能 | dbcp | druid | c3p0 | tomcat-jdbc | HikariCP |
| 是否支持PSCache | 是 | 是 | 是 | 否 | 否 |
| 監控 | jmx | jmx/log/http | jmx,log | jmx | jmx |
| 擴展性 | 弱 | 好 | 弱 | 弱 | 弱 |
| sql攔截及解析 | 無 | 支持 | 無 | 無 | 無 |
| 代碼 | 簡單 | 中等 | 複雜 | 簡單 | 簡單 |
| 更新時間 | 2015.8.6 | 2015.10.10 | 2015.12.09 | 2015.12.3 | |
| 特點 | 依賴於common-pool | 阿里開源，功能全面 | 歷史久遠，代碼邏輯複雜，且不易維護 | 優化力度大，功能簡單，起源於boneCP | |
| 連接池管理 | LinkedBlockingDeque | 數組 | FairBlockingQueue | threadlocal+CopyOnWriteArrayList |
- 由於boneCP被hikariCP替代，並且已經不再更新，boneCP沒有進行調研。
- proxool網上有評測說在併發較高的情況下會出錯，proxool便沒有進行調研。
- druid的功能比較全面，且擴展性較好，比較方便對jdbc接口進行監控跟蹤等。
- c3p0歷史悠久，代碼及其複雜，不利於維護。並且存在deadlock的潛在風險。
性能測試
環境配置：
| CPU | Intel(R) Xeon(R) CPU E5-2430 v2 @ 2.50GHz，24core |
| msyql version | 5.5.46 |
| tomcat-jdbc version | 8.0.28 |
| HikariCP version | 2.4.3 |
| c3p0 Version | 0.9.5-pre8 |
| dbcpVersion | 2.0.1 |
| druidVersion | 1.0.5 |
1：獲取關閉連接性能測試
測試說明：
- 初始連接和最小連接均爲5，最大連接爲20。在borrow和return均不心跳檢測
- 其中打開關閉次數爲: 100w次
- 測試用例和mysql在同一臺機器上面，儘量避免io的影響
- 使用mock和連接mysql在不同線程併發下的響應時間
圖形：
mock性能數據 (單位:ms)
| 5 | 20 | 50 | 100 | |
| tomcat-jdbc | 442 | 447 | 1,013 | 1,264 |
| c3p0 | 4,480 | 5,527 | 7,449 | 10,725 |
| dbcp | 676 | 689 | 867 | 1,292 |
| hikari | 38 | 33 | 38 | 30 |
| druid | 291 | 293 | 562 | 985 |
mysql性能數據 (單位:ms)
| 5 | 20 | 50 | 100 | |
| tomcat-jdbc | 436 | 453 | 1,033 | 1,291 |
| c3p0 | 4,378 | 5,726 | 7,975 | 10,948 |
| dbcp | 671 | 679 | 897 | 1,380 |
| hikari | 96 | 82 | 87 | 78 |
| druid | 304 | 424 | 690 | 1,130 |
測試結果：
- mock和mysql連接性能表現差不多，主要是由於初始化的時候建立了連接後期不再建立連接，和使用mock連接邏輯一致。
- 性能表現：hikariCP>druid>tomcat-jdbc>dbcp>c3p0。
- hikariCP 的性能及其優異。hikariCP號稱java平臺最快的數據庫連接池。
- hikariCP在併發較高的情況下，性能基本上沒有下降。
- c3p0連接池的性能很差，不建議使用該數據庫連接池。
hikariCP性能分析：
- hikariCP通過優化(concurrentBag，fastStatementList )集合來提高併發的讀寫效率。
- hikariCP使用threadlocal緩存連接及大量使用CAS的機制，最大限度的避免lock。單可能帶來cpu使用率的上升。
- 從字節碼的維度優化代碼。 (default inline threshold for a JVM running the server Hotspot compiler is 35 bytecodes ）讓方法儘量在35個字節碼一下，來提升jvm的處理效率。
2：查詢一條語句性能測試
測試說明：
- 初始連接和最小連接均爲8，最大連接爲8。在borrow和return均不心跳檢測
- 查詢的次數爲10w次，查詢的語句爲 1：打開連接 2：執行 ：select 1 3：關閉連接
- 測試用例和mysql在同一臺機器上面，儘量避免io的影響
圖形：
測試數據：
| 5 | 8 | 20 | 50 | 100 | |
| tomcat-jdbc | 2,178 | 1,495 | 1,769 | 1,818 | 1,858 |
| c3p0 | 3,237 | 3,451 | 4,488 | 5,994 | 7,906 |
| dbcp | 2,816 | 1,935 | 2,097 | 2,243 | 2,280 |
| hikari | 2,299 | 1,546 | 1,682 | 1,751 | 1,772 |
| druid | 2,297 | 1,551 | 1,800 | 1,977 | 2,032 |
測試結果：
- 在併發比較少的情況下，每個連接池的響應時間差不多。是由於併發少，基本上沒有資源競爭。
- 在併發較高的情況下，隨着併發的升高，hikariCP響應時間基本上沒有變動。
- c3p0隨着併發的提高，性能急劇下降。
3：pscache性能對比
測試說明：
- 通過druid進行設置pscache和不設置pscache的性能對比
- 初始連接和最小連接均爲8，最大連接爲8。在borrow和return均不心跳檢測。並且執行的併發數爲8.
- 查詢10w次。查詢流程爲：1：建立連接，2：循環查詢preparestatement語句 3：close連接
- 測試用例和mysql在同一臺機器上面，儘量避免io的影響
測試數據：
| cache | 1,927 |
| not cache | 2,134 |
測試結果：
- 開啓psCache緩存,性能大概有20%幅度的提升。可考慮開啓pscache.
測試說明：
- psCache是connection私有的，所以不存在線程競爭的問題，開啓pscache不會存在競爭的性能損耗。
- psCache的key爲prepare執行的sql和catalog等，value對應的爲prepareStatement對象。開啓緩存主要是減少了解析sql的開銷。