当前位置:首页 > 文章列表 > Golang > Go教程 > HikariCP 连接池调优:Spring Boot 数据库连接数怎么设置

HikariCP 连接池调优:Spring Boot 数据库连接数怎么设置

来源:Golang学习网专题原创 2026-06-11 11:03:32 0浏览 收藏

连接池设置过小会排队,设置过大又会压垮数据库。很多服务把 maximumPoolSize 调得很大,却没有同时观察 SQL 耗时、活跃连接和数据库 CPU。

HikariCP 连接池调优:Spring Boot 数据库连接数怎么设置 思维导图

解决方案思路

先确认数据库可承载连接数,再按服务实例数分配预算;用压测观察 active、idle、pending、connection timeout 与 SQL P99。连接池容量应服务于吞吐目标,而不是越大越好。

HikariCP 连接池调优:Spring Boot 数据库连接数怎么设置 代码讲解图

HikariCP 常用参数

spring:
  datasource:
    hikari:
      maximum-pool-size: 20
      minimum-idle: 5
      connection-timeout: 3000
      max-lifetime: 1800000
      leak-detection-threshold: 5000

HikariCP 连接池调优:Spring Boot 数据库连接数怎么设置 运行逻辑图

运行逻辑

一次请求到达后会占用业务线程,再等待连接、执行 SQL、释放连接。若连接等待上升但数据库并不忙,可能是池太小;若数据库 CPU 和慢查询上升,继续加连接只会放大问题。

重点观察指标

  • hikaricp.connections.active、pending、timeout
  • 数据库 CPU、慢查询、锁等待
  • 接口 P99 与连接获取耗时

常见误区

  • 把连接池调大当成 SQL 优化
  • 实例扩容后忘记重新计算总连接数
  • 连接泄漏只靠重启掩盖

参考方案

上线检查

  • 优化前后保留同一口径的指标截图或报告。
  • 先灰度单实例或小流量,观察 P95/P99、错误率和资源指标。
  • 准备回滚开关,避免性能改动影响核心业务。
版本声明
本文转载于:Golang学习网专题原创 如有侵犯,请联系study_golang@163.com删除
Spring Boot Actuator 与 Micrometer:性能指标体系搭建Spring Boot Actuator 与 Micrometer:性能指标体系搭建
上一篇
Spring Boot Actuator 与 Micrometer:性能指标体系搭建
Hibernate 查询优化:N+1、批量抓取与只读事务治理
下一篇
Hibernate 查询优化:N+1、批量抓取与只读事务治理
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    112次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    34次使用
  • OpenCompass大模型评测体系详解:功能、使用指南与应用场景
    OpenCompass
    OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
    51次使用
  • AGI-Eval大模型评测平台:权威榜单、数据集与人机协同评测方案
    AGI-Eval
    AGI-Eval是由上海交大等高校联合发布的大模型评测社区,提供公正透明的LLM能力榜单、多领域评测集及Data Studio数据服务,助力AI模型性能评估与NLP科研开发。
    33次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    269次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码