虾皮二面：为什么数据库连接池不采用 IO 多路复用？

电玩女神 2023-09-26 17:23 26阅读 0赞

今天我们聊一个不常见的 Java 面试题：**为什么数据库连接池不采用 IO 多路复用？**

这是一个非常好的问题。`IO`多路复用被视为是非常好的性能助力器。但是一般我们在使用 DB 时，还是经常性采用`c3p0`，`tomcat connection pool`等技术来与 DB 连接，哪怕整个程序已经变成以`Netty`为核心。这到底是为什么？

首先纠正一个常见的误解。IO 多路复用听上去好像是多个数据可以共享一个 IO（socket 连接），实际上并非如此。**IO 多路复用不是指多个服务共享一个连接，而仅仅是指多个连接的管理可以在同一进程**。在网络服务中，IO 多路复用起的作用是**一次性把多个连接的事件通知业务代码处理**。至于这些事件的处理方式，到底是业务代码循环着处理、丢到队列里，还是交给线程池处理，由业务代码决定。

![2a7ac8c08fa9f741f546bb8ba1501415.png][]

对于使用 DB 的程序来讲，不管使用多路复用，还是连接池，都要维护一组网络连接，支持并发的查询。

为什么并发查询一定要使用多个连接才能完成呢？因为 DB 一般是使用连接作为 Session 管理的基本单元。在一个连接中，SQL 语句的执行必须是串行、同步的。这是由于对于每一个 Session，DB 都要维护一组状态来支持查询，比如事务隔离级别，当前 Session 的变量等。只有单 Session 内串行执行，才能维护查询的正确性（试想一下一组 sql 在不断的增减变量，然后这组 sql 乱序执行会发生什么）。维护这些状态需要耗费内存，同时也会消耗 CPU 和磁盘 IO。这样，限制对 DB 的连接数，就是在限制对 DB 资源的消耗。

因此，对 DB 来说，关键是要限制连接的数目。这个要求无论是 DB 连接池还是 NIO 的连接管理都能做到。

这样问题就绕回来了，为什么 DB 连接不能放到 IO 多路复用里一并执行吗？为啥大家都用连接池？

答案是，可以用 IO 多路复用——但是**使用 JDBC 不行**。JDBC 是一个出现了近 20 年的标准，它的设计核心是 BIO（因为 199X 年时还没有别的 IO 可以用）：调用者在通过 JDBC 时执行比如`query`这样的`API`，在没有执行完成之前，整个调用线程被卡住。而类似于`Mysql Connector/J`这样的`driver`完备的实现了这套语义。

当然如果 DB Client 的协议的连接处理和解析稍微改一下：

1.  将 IO 模式调整为 Non-Blocking，这样就可以挂到 IO 多路复用的内核上（select、epoll、kqueue……）
2.  在 Non-Blocking 实现的基础之上实现数据库协议的编码和解析

就可以实现用 IO 多路复用来访问 DB。实际上很多其他语言/框架里都是这么干的。比如 Nodejs，see `https://github.com/sidorares/node-mysql2`；或者 Vert.X 的 db 客户端`https://github.com/mauricio/postgresql-async`，不要在意这个名字，它实际上同时支持 mysql 和 postgres）。只不过对于 IO 多路复用，数据库官方似乎都没做这种支持——他们只支持 JDBC、ODBC 等等这些标准协议。

那么为什么基于 IO 多路复用的实现不能成为默认的，官方的，而要成为偏门呢？

对于数据库开发者来说。这种用法在整体的用户里占有量非常小，所以也许不值当的花大力气。只需要把协议写清楚（比如`https://dev.mysql.com/doc/internals/en/client-server-protocol.html`），就可以做实现。那么社区的有兴趣的人自然就可以去做。

另外一个原因是体系的支持。简单来讲，如果没有一个大的 Reactive 的运行环境，IO 多路复用的使用会非常受限。

IO 多路复用之所以能成立，是需要**整个程序要有一个 IO 多路复用的驱动代码**——就是 select 那句调用——等待事件来临，一个 blocking 的 API。整个程序必须以这个驱动代码为核心。这样就对整个代码的结构产生重大的影响。这种影响是没法用简单的接口抽象的。

Java Web 容器之所以可以使用 NIO 是因为 NIO 可以被封装到容器内部。Web 容器对外暴露的还是传统的多线程形式的`Java EE`接口。

如果 DB 和 Web 容器同时使用 NIO，那么调用的 DB 连接库与必须与容器有一个约定描述**DB 的连接管理如何接入 Web 容器的 NIO 的驱动代码**。在 Java 这个大环境下，不同人，不同的容器写的代码不同；又或者，不使用任何常见的容器，而是自己用 NIO 去封装一个。这样是无法形成代码上的约定的。那么多个独立的组件就不能很好的共享 NIO 的驱动代码。

上面这个用法假设整个程序应该共享一个 NIO 驱动代码。那么 Web 和 DB 可不可以各用各的呢？也是可以的，但是为了保证这两个 NIO 驱动代码不会相互 block，最好要分开两个线程。这样一来就会打破一般 Web 服务一个请求处理用一个线程的一般做法，会让程序边的更复杂——你的业务代码和 DB 查询之间必须做跨线程数据交换。

相反，连接池的实现就相对独立的多，也简单的多。外界只要配好 DB URL，用户名密码和连接池的容量参数，就可以做到自行管理连接。

而`Nodejs`和`Vert.X`是完全不同的。他们本质就是`Reactive`的。他们的`NIO`的驱动方式是其运行时的基础——所有要在这个基础上开发的代码都必须遵守同样的`NIO+`异步开发规范，使用同一个`NIO`的驱动。这样`DB`与`NIO`的协作就不成问题了。

最后，**有大量场景是需要 BIO 的 DB 查询支持的**。批处理数据分析代码都是这样的场景。这样的程序写成 NIO 就会得不偿失——代码不容易懂，也没有任何效率上的优势。类似于`Nodejs`这样的运行时在此场景下，反而要利用`async`或等价的语法来让代码看起来是同步的，这样才容易写。

总结一下。DB 访问一般采用连接池这种现象是生态造成的。历史上的 BIO + 连接池的做法经过多年的发展，已经解决了主要的问题。在 Java 的大环境下，这个方案是非常靠谱的，成熟的。而基于 IO 多路复用的方式尽管在性能上可能有优势，但是其对整个程序的代码结构要求过多，过于复杂。当然，如果有特定的需要，希望使用 IO 多路复用管理 DB 连接，是完全可行的。

[2a7ac8c08fa9f741f546bb8ba1501415.png]: https://img-blog.csdnimg.cn/img_convert/2a7ac8c08fa9f741f546bb8ba1501415.png