【HikariCP】【异常汇总】

拉取源代码后新建类测试获取连接时抛出错误,经Google发现不能用IDE的build,而需用maven构建。在idea中先点击clean,再点击package,打包完成后运行即可解决问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • You need to run the CLI build and you need target/classes in your classpath to run.

这个错误是在拉下来源代码后新建一个类测试获取连接的时候抛出的错误。

HikariConfig config = new HikariConfig();
config.setJdbcUrl("jdbc:mysql://localhost:3306/w?serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=utf8&useSSL=false");
config.setDriverClassName("com.mysql.cj.jdbc.Driver");
config.setUsername("root");
config.setPassword("123456");
config.setMaximumPoolSize(10);
HikariPool pool = new HikariPool(config);
Connection connection = pool.getConnection();

经过Google后在作者回答issues中有说到,不能用IDE的build,而是需要用maven来进行构建。

mvn clean package

在idea中就是先点击clean,然后点击package,这个时候会进行作者的单元测试跑一段时间,打包完成后再运行就不会有问题了。
issues链接

### Java 场景面试题汇总 #### 多线程并发场景下的死锁问题 当多个线程互相持有对方所需要的资源而不释放时,就会发生死锁。例如,在银行转账操作中: ```java public class BankAccount { private final Object lockA = new Object(); private final Object lockB = new Object(); public void transfer(Account from, Account to, int amount) throws InterruptedException { synchronized (lockA) { Thread.sleep(1); // 模拟延迟 synchronized (lockB) { from.withdraw(amount); to.deposit(amount); } } } static class Account { private int balance; public void withdraw(int amount) { this.balance -= amount; } public void deposit(int amount) { this.balance += amount; } } } ``` 上述代码存在潜在的死锁风险[^1]。 #### 数据库连接池配置不当引发性能瓶颈 数据库连接池参数设置不合理可能导致应用响应缓慢甚至崩溃。合理的连接池配置应考虑最大活跃数、最小闲置数以及超时时长等因素。以 HikariCP 连接池为例: ```yaml spring.datasource.hikari.maximum-pool-size=20 spring.datasource.hikari.minimum-idle=5 spring.datasource.hikari.connection-timeout=30000 ``` 这些参数需根据实际业务量调整优化[^2]。 #### Spring Boot 应用启动失败排查 Spring Boot 启动过程中可能出现各种错误提示,常见的有 Bean 创建冲突、依赖注入失败等。针对此类问题可采取以下措施: - 使用 `@ConditionalOnMissingBean` 注解避免重复定义相同类型的 Bean; - 利用日志定位异常源头并修正相应组件逻辑; ```properties logging.level.org.springframework.boot.autoconfigure=DEBUG ``` 通过开启调试级别日志有助于快速找到问题所在。 #### Redis 缓存穿透解决方案 缓存穿透是指查询一个不存在的数据,由于该数据既不在缓存也不在数据库里,这将导致每次请求都打到 DB 上。解决办法之一是在缓存层加入布隆过滤器来判断是否存在此 key: ```java // 初始化布隆过滤器 private BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.unencodedChars(), 1000); // 添加key至布隆过滤器 bloomFilter.put(key); // 查询前先过布隆过滤器 if (!bloomFilter.mightContain(key)) { return null; // 不可能存在该键值对 } else { // 正常流程... } ``` 这种方法可以有效减少不必要的数据库访问次数。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值