1. JDBC基础概念与核心价值
JDBC（Java Database Connectivity）是Java语言中用来规范客户端程序如何访问数据库的标准API。它就像一座桥梁，连接着Java应用程序和各种关系型数据库。想象一下，如果没有JDBC，我们每次切换数据库（比如从MySQL换成Oracle）就需要重写所有数据库操作代码，那将是多么痛苦的事情。
我第一次接触JDBC是在2010年做学生管理系统时。当时最让我惊讶的是，同样的Java代码只需修改少量配置就能从MySQL迁移到SQL Server。这种"写一次，到处运行"的特性正是JDBC设计的初衷。
JDBC的核心价值主要体现在三个方面：
- 标准化接口：定义了统一的数据库访问方式
- 驱动机制：通过不同驱动实现与各类数据库的通信
- 资源管理：规范了连接、语句、结果集等关键资源的使用方式
注意：虽然JDBC规范已经非常成熟，但在实际项目中仍然会遇到各种"坑"，比如连接泄露、字符集问题等，这些问题我们会在后续章节详细讨论。
2. JDBC驱动类型与选型建议
2.1 四种驱动类型解析
JDBC驱动分为四种类型，每种都有其适用场景：
| 类型 | 名称 | 工作原理 | 适用场景 | 性能表现 |
|---|---|---|---|---|
| Type 1 | JDBC-ODBC桥 | 通过ODBC间接访问数据库 | 遗留系统迁移 | 较差 |
| Type 2 | 本地API驱动 | 调用数据库客户端库 | 客户端应用 | 中等 |
| Type 3 | 网络协议驱动 | 通过中间件访问数据库 | 分布式系统 | 良好 |
| Type 4 | 纯Java驱动 | 直接与数据库通信 | 现代应用 | 优秀 |
目前主流使用的是Type 4驱动，比如MySQL的Connector/J、Oracle的ojdbc等。这类驱动完全用Java实现，不依赖任何本地代码，部署方便且性能优异。
2.2 驱动版本选择陷阱
选择驱动版本时最容易踩的坑就是版本不匹配。比如：
- MySQL 5.7推荐使用Connector/J 5.1.x
- MySQL 8.0则需要Connector/J 8.0.x
我曾经在一个项目中使用了Connector/J 5.1连接MySQL 8.0，结果遇到了时区问题，导致所有时间字段都偏差8小时。解决方法很简单：要么升级驱动，要么在连接URL中添加serverTimezone=Asia/Shanghai参数。
3. JDBC核心API深度解析
3.1 关键接口与类
JDBC API的核心是以下几个接口：
- DriverManager：驱动管理类，用于获取连接
- Connection：表示与数据库的物理连接
- Statement/PreparedStatement：执行SQL语句
- ResultSet：封装查询结果集
这里特别要强调的是PreparedStatement和Statement的区别。PreparedStatement不仅性能更好（SQL预编译），还能有效防止SQL注入。看个例子：
// 错误示范 - 有SQL注入风险 String sql = "SELECT * FROM users WHERE username='" + username + "'"; Statement stmt = conn.createStatement(); ResultSet rs = stmt.executeQuery(sql); // 正确做法 - 使用PreparedStatement String sql = "SELECT * FROM users WHERE username=?"; PreparedStatement pstmt = conn.prepareStatement(sql); pstmt.setString(1, username); ResultSet rs = pstmt.executeQuery();3.2 资源管理最佳实践
JDBC资源管理是个容易出错的地方。常见错误包括：
- 忘记关闭ResultSet
- 只在try块中关闭Connection
- 未正确处理异常导致资源泄露
正确的资源关闭顺序应该是：ResultSet → Statement → Connection。我推荐使用try-with-resources语法：
try (Connection conn = DriverManager.getConnection(url); PreparedStatement pstmt = conn.prepareStatement(sql); ResultSet rs = pstmt.executeQuery()) { // 处理结果集 } catch (SQLException e) { // 异常处理 }这种写法可以确保资源无论是否发生异常都会被正确关闭。
4. 实战：从零构建JDBC应用
4.1 环境准备与依赖配置
以Maven项目为例，需要在pom.xml中添加MySQL驱动依赖：
<dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.28</version> </dependency>对于字符集问题，强烈建议使用utf8mb4而不是utf8，因为utf8在MySQL中最多只支持3字节，无法存储emoji等特殊字符。连接URL应该这样配置：
String url = "jdbc:mysql://localhost:3306/mydb?useUnicode=true&characterEncoding=utf8mb4&serverTimezone=Asia/Shanghai";4.2 完整CRUD示例
下面是一个完整的用户管理CRUD示例：
public class UserDao { private static final String URL = "jdbc:mysql://localhost:3306/test"; private static final String USER = "root"; private static final String PASSWORD = "123456"; // 添加用户 public int addUser(User user) throws SQLException { String sql = "INSERT INTO users(name, age) VALUES(?, ?)"; try (Connection conn = DriverManager.getConnection(URL, USER, PASSWORD); PreparedStatement pstmt = conn.prepareStatement(sql)) { pstmt.setString(1, user.getName()); pstmt.setInt(2, user.getAge()); return pstmt.executeUpdate(); } } // 查询用户 public User getUserById(int id) throws SQLException { String sql = "SELECT * FROM users WHERE id = ?"; try (Connection conn = DriverManager.getConnection(URL, USER, PASSWORD); PreparedStatement pstmt = conn.prepareStatement(sql)) { pstmt.setInt(1, id); try (ResultSet rs = pstmt.executeQuery()) { if (rs.next()) { User user = new User(); user.setId(rs.getInt("id")); user.setName(rs.getString("name")); user.setAge(rs.getInt("age")); return user; } } } return null; } }5. 性能优化与高级特性
5.1 连接池的必要性
直接使用DriverManager获取连接在高并发场景下会有严重性能问题。连接池可以复用连接，显著提高性能。常见的连接池有：
- HikariCP：目前性能最好的连接池
- Druid：阿里开源，功能丰富
- Tomcat JDBC Pool：适合嵌入式场景
以HikariCP为例的配置：
HikariConfig config = new HikariConfig(); config.setJdbcUrl("jdbc:mysql://localhost:3306/test"); config.setUsername("root"); config.setPassword("123456"); config.setMaximumPoolSize(20); config.setMinimumIdle(5); HikariDataSource ds = new HikariDataSource(config);5.2 批量操作提升性能
对于大批量数据插入，使用addBatch()可以显著提高性能：
try (Connection conn = ds.getConnection(); PreparedStatement pstmt = conn.prepareStatement("INSERT INTO users(name) VALUES(?)")) { for (int i = 0; i < 1000; i++) { pstmt.setString(1, "user" + i); pstmt.addBatch(); if (i % 100 == 0) { pstmt.executeBatch(); // 每100条执行一次 } } pstmt.executeBatch(); // 执行剩余批次 }在我的测试中，批量插入10000条记录，使用批处理比单条插入快约20倍。
6. 常见问题排查与解决
6.1 字符集编码问题
JDBC连接中常见的字符集问题表现为：
- 中文变成问号
- 特殊字符显示异常
- Emoji无法存储
解决方案：
- 确保数据库、表、字段都使用utf8mb4
- 连接URL添加参数：
jdbc:mysql://localhost:3306/db?useUnicode=true&characterEncoding=utf8mb4 - 确保Java源代码文件也是UTF-8编码
6.2 内存溢出问题
处理大数据量时容易遇到OOM（OutOfMemoryError），解决方法：
- 使用setFetchSize()控制每次获取的记录数
stmt.setFetchSize(100); - 分批处理结果集，不要一次性加载所有数据
- 及时关闭不再使用的ResultSet
我曾经处理过一个导出百万数据的任务，最初方案导致JVM内存爆满。通过设置fetchSize=1000和分批处理，内存使用从2GB降到了200MB。
7. JDBC与现代技术栈的整合
7.1 与Spring集成
在Spring中，可以使用JdbcTemplate简化JDBC操作：
@Repository public class UserRepository { private final JdbcTemplate jdbcTemplate; public UserRepository(JdbcTemplate jdbcTemplate) { this.jdbcTemplate = jdbcTemplate; } public List<User> findAll() { return jdbcTemplate.query( "SELECT * FROM users", (rs, rowNum) -> new User( rs.getInt("id"), rs.getString("name"), rs.getInt("age") ) ); } }7.2 分布式场景下的JDBC
在微服务架构中，Sharding-JDBC是一个很好的分库分表解决方案。它兼容JDBC标准，对业务代码透明。基本配置如下：
# 配置数据源 spring.shardingsphere.datasource.names=ds0,ds1 # 配置分片规则 spring.shardingsphere.sharding.tables.user.actual-data-nodes=ds$->{0..1}.user_$->{0..1} spring.shardingsphere.sharding.tables.user.table-strategy.inline.sharding-column=id spring.shardingsphere.sharding.tables.user.table-strategy.inline.algorithm-expression=user_$->{id % 2}在实际项目中，我使用Sharding-JDBC将单表拆分成16个分片，QPS从原来的2000提升到了15000+。
