Druid数据源监控页面404问题的排查与解决
在Spring Boot项目中整合Druid数据源时,开发者可能会遇到监控页面无法访问的情况。本文将以Spring Boot 3.0.2整合Druid 1.2.20和dynamic-datasource的场景为例,详细分析该问题的成因并提供解决方案。
问题现象
当开发者按照常规配置完成Druid的集成后,访问/druid监控页面时出现404错误,页面显示"Whitelabel Error Page"提示信息。这表明Spring Boot应用未能正确映射Druid的监控端点。
根本原因分析
-
自动配置排除冲突:在配置中显式排除了
DruidDataSourceAutoConfigure,这会导致Druid相关的Servlet和Filter无法自动注册 -
Spring Boot 3.0兼容性:新版本Spring Boot对Servlet容器的初始化流程有所调整,需要显式配置监控端点
-
动态数据源影响:使用dynamic-datasource时,数据源初始化顺序可能影响监控组件的注册
解决方案
方案一:移除不必要的自动配置排除
修改application.yml配置,移除对Druid自动配置的排除:
spring:
datasource:
dynamic:
druid:
# 保留原有druid配置
web-stat-filter:
enabled: true
url-pattern: /*
stat-view-servlet:
enabled: true
url-pattern: /druid/*
方案二:手动注册监控组件
对于需要更精细控制的情况,可以手动注册Servlet和Filter:
@Configuration
public class DruidConfig {
@Bean
public ServletRegistrationBean<StatViewServlet> druidServlet() {
ServletRegistrationBean<StatViewServlet> servlet = new ServletRegistrationBean<>(
new StatViewServlet(), "/druid/*");
servlet.addInitParameter("loginUsername", "admin");
servlet.addInitParameter("loginPassword", "admin");
return servlet;
}
@Bean
public FilterRegistrationBean<WebStatFilter> filterRegistrationBean() {
FilterRegistrationBean<WebStatFilter> filter = new FilterRegistrationBean<>();
filter.setFilter(new WebStatFilter());
filter.addUrlPatterns("/*");
filter.addInitParameter("exclusions", "*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*");
return filter;
}
}
方案三:检查依赖冲突
确保项目中不存在以下依赖冲突:
- 多个Druid版本共存
- Servlet API版本不兼容
- 与其他监控组件冲突
最佳实践建议
-
版本匹配:建议使用Druid 1.2.8+版本以获得更好的Spring Boot 3.0兼容性
-
配置简化:优先使用properties/yml配置,减少代码配置
-
访问控制:生产环境务必配置allow/deny规则和强密码
-
健康检查:可以结合Spring Boot Actuator暴露/druid的健康端点
总结
Druid监控页面404问题通常源于配置不当或组件初始化顺序问题。通过理解Spring Boot自动配置机制和Druid工作原理,开发者可以快速定位并解决这类问题。建议在复杂项目中采用方案二的手动配置方式,以获得更稳定的监控功能。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00