SpringBoot+Hikari连接池优化：如何降低JDBC连接获取耗时？

一、JDBC连接配置存在的核心问题 #

1. 连接池最大容量远超数据库承载上限 #

你设置的maximum-pool-size=100完全超出了数据库的合理并发连接范围。数据库的最优并发连接数通常遵循公式：CPU核心数 × 2 + 存储设备数量，比如4核数据库的合理连接数仅在10左右。当连接数过多时，数据库会频繁进行上下文切换，CPU资源被耗尽，导致所有连接的处理效率急剧下降，最终表现为连接获取耗时从首次的_{200ms暴增至末次的}6.3秒。

2. 最小空闲连接数设置过高 #

minimum-idle=50会让Hikari持续维持50个空闲连接，这些连接会占用数据库的连接资源，增加数据库的维护开销。在高负载场景下，这些空闲连接不仅无法提升性能，反而会加剧数据库的CPU压力，进一步拖慢连接获取速度。

3. 连接超时时间过长 #

connection-timeout=180000（3分钟）的超时设置会导致请求在连接池无可用连接时，长时间排队等待。大量请求堆积会让系统响应时间被拉到20秒以上，同时也会加重数据库的负载压力。

二、减少连接获取耗时的优化方案 #

1. 调整连接池大小至合理区间 #

• 立即将maximum-pool-size回调至初始的30，甚至根据数据库CPU核心数进一步降低（比如8核数据库设置为16-20），观察数据库CPU使用率变化。
• 将minimum-idle设置为与maximum-pool-size相同的值（或直接移除该配置，Hikari默认会将其设为与max一致），避免Hikari频繁创建/销毁连接带来的额外开销。

2. 优化数据库与SQL性能 #

从Session Metrics可以看到，SQL执行耗时从首次的2.5秒涨到末次的9.4秒，这是数据库CPU飙升的核心原因之一：

• 检查接口对应的SQL语句，添加合适的索引，避免全表扫描。
• 减少单次查询返回的数据量，比如使用分页查询，或只获取必要字段。
• 考虑对热点数据添加缓存，降低数据库的查询压力。

3. 缩短连接超时时间 #

将connection-timeout调整为3000-5000毫秒（3-5秒），这样当连接池无可用连接时，请求会快速触发超时逻辑，避免大量请求堆积拖垮整个系统。

4. 监控连接池状态 #

通过Hikari的内置监控指标（如activeConnections、idleConnections、pendingConnections）实时观察连接池状态：

• 如果pendingConnections持续偏高，说明连接池大小仍不合理，或数据库性能瓶颈未解决。
• 结合数据库的CPU、连接数监控，进一步优化配置。

5. 考虑数据库架构优化（可选） #

如果业务并发需求确实较高，可考虑：

• 实现读写分离，将读请求分流至从库，降低主库压力。
• 升级数据库的CPU、内存资源，提升数据库的承载能力。

内容的提问来源于stack exchange，提问作者Tommy Leong