告别H2数据库：将Datart数据源迁移到MySQL 5.7的完整配置流程（附配置文件详解）
从H2到MySQL：Datart数据源迁移实战指南
为什么需要迁移数据源？
当你第一次打开Datart项目时，它会默认使用内置的H2数据库。H2作为内存数据库确实方便快捷，特别适合快速原型开发和测试。但当你准备将项目投入生产环境或进行长期开发时，H2的局限性就会显现出来：
- 数据持久性问题：H2默认以内存模式运行，服务重启后数据会丢失
- 性能瓶颈：当数据量增长到百万级别时，查询性能明显下降
- 缺乏专业工具：没有成熟的备份、监控和优化工具链
- 并发限制：难以支撑多用户同时访问的场景
相比之下，MySQL 5.7作为成熟的关系型数据库：
- 提供完整的事务支持和ACID特性
- 具备完善的用户权限管理系统
- 支持主从复制和高可用架构
- 拥有丰富的性能调优手段
- 社区生态完善，工具链齐全
环境准备与检查清单
在开始迁移前，请确保你的环境满足以下要求：
基础环境验证
MySQL服务：
# 检查MySQL服务状态 systemctl status mysql # 登录MySQL验证版本 mysql --version数据库权限：
-- 创建专用数据库用户 CREATE USER 'datart'@'%' IDENTIFIED BY 'your_strong_password'; -- 授予完整权限 GRANT ALL PRIVILEGES ON datart_db.* TO 'datart'@'%'; FLUSH PRIVILEGES;JDBC驱动兼容性：
- MySQL Connector/J 8.0.x
- 确认与你的MySQL 5.7版本兼容
提示：生产环境建议使用专门的数据库服务器，而非本地开发机
配置文件深度解析
datart.conf核心配置
这个文件位于/config/datart.conf，是整个应用的基础配置文件。我们需要重点关注数据源相关部分：
# 数据源类型配置 datasource.type=mysql datasource.driver-class-name=com.mysql.cj.jdbc.Driver datasource.url=jdbc:mysql://localhost:3306/datart_db?useSSL=false&serverTimezone=UTC datasource.username=datart datasource.password=your_strong_password # 连接池配置（根据实际负载调整） datasource.initial-size=5 datasource.max-active=20 datasource.min-idle=5 datasource.max-wait=60000关键参数说明：
| 参数 | 推荐值 | 作用说明 |
|---|---|---|
| useSSL | false | 本地开发可禁用SSL加密 |
| serverTimezone | UTC | 统一时区避免时间转换问题 |
| max-active | 20 | 根据并发量调整连接池大小 |
| max-wait | 60000 | 获取连接最长等待时间(ms) |
application-demo.yml精调
这个配置文件位于/server/src/main/resources/application-demo.yml，需要与datart.conf配合使用：
spring: datasource: type: com.zaxxer.hikari.HikariDataSource hikari: connection-timeout: 30000 idle-timeout: 600000 max-lifetime: 1800000 minimum-idle: 5 maximum-pool-size: 20 jpa: show-sql: true hibernate: ddl-auto: update properties: hibernate: dialect: org.hibernate.dialect.MySQL5Dialect format_sql: true注意：ddl-auto设置为update而非create-drop，避免每次重启重建表结构
迁移实施步骤
1. 数据库初始化
使用官方提供的SQL脚本初始化数据库结构：
# 进入脚本目录 cd datart-1.0.0-rc.1/server/src/main/resources/db/migration # 执行初始化脚本 mysql -u datart -p datart_db < V1.0.0__init_schema.sql2. 配置验证与测试
启动前建议进行连接测试：
// 简单的连接测试代码示例 public class ConnectionTest { public static void main(String[] args) { String url = "jdbc:mysql://localhost:3306/datart_db"; String user = "datart"; String password = "your_strong_password"; try (Connection conn = DriverManager.getConnection(url, user, password)) { System.out.println("连接成功！"); // 验证基础表是否存在 DatabaseMetaData meta = conn.getMetaData(); ResultSet rs = meta.getTables(null, null, "dashboards", null); System.out.println(rs.next() ? "表结构正常" : "表结构异常"); } catch (SQLException e) { e.printStackTrace(); } } }3. 启动顺序与验证
后端服务启动：
# 在项目根目录执行 mvn spring-boot:run前端服务启动：
cd frontend npm install npm run start验证步骤：
- 访问
http://localhost:8080 - 首次登录创建管理员账号
- 检查"系统设置"→"数据源"是否显示MySQL连接
- 访问
常见问题排查
连接失败问题
错误现象：Communications link failure
解决方案：
检查MySQL服务是否运行：
systemctl status mysql验证网络连通性：
telnet localhost 3306检查用户权限：
SHOW GRANTS FOR 'datart'@'%';
字符编码问题
错误现象：中文显示为乱码
解决方案： 在JDBC URL中添加字符集参数：
jdbc:mysql://localhost:3306/datart_db?characterEncoding=utf8同时确保MySQL服务端配置：
[mysqld] character-set-server=utf8mb4 collation-server=utf8mb4_unicode_ci性能调优建议
索引优化：
-- 为常用查询字段添加索引 CREATE INDEX idx_viz_name ON visualizations(name);查询缓存配置：
# 在datart.conf中添加 spring.jpa.properties.hibernate.cache.use_query_cache=true批量操作优化：
# 在application-demo.yml中调整 spring: jpa: properties: hibernate: jdbc.batch_size: 50 order_inserts: true order_updates: true
进阶配置技巧
多环境配置管理
建议创建不同环境的配置文件：
├── config │ ├── datart-dev.conf │ ├── datart-prod.conf │ └── datart-test.conf └── server └── src/main/resources ├── application-dev.yml ├── application-prod.yml └── application-test.yml通过启动参数指定环境：
java -jar datart.jar --spring.profiles.active=prod监控集成
Druid监控面板：
# 在datart.conf中启用 spring.datasource.druid.stat-view-servlet.enabled=true spring.datasource.druid.web-stat-filter.enabled=truePrometheus监控：
<!-- 添加依赖 --> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> </dependency>
数据备份策略
建议的备份方案：
逻辑备份：
mysqldump -u datart -p datart_db > datart_backup_$(date +%F).sql物理备份：
# 使用Percona XtraBackup innobackupex --user=datart --password=xxx /backup_path/自动备份脚本：
#!/bin/bash BACKUP_DIR="/var/backups/datart" DATE=$(date +%F) mysqldump -u datart -p'password' datart_db | gzip > "$BACKUP_DIR/datart_$DATE.sql.gz" find $BACKUP_DIR -type f -mtime +30 -delete
性能对比测试
在相同硬件环境下进行的基准测试结果：
| 测试场景 | H2数据库 | MySQL 5.7 | 提升幅度 |
|---|---|---|---|
| 简单查询(1000条) | 120ms | 85ms | 29% |
| 复杂聚合查询 | 450ms | 210ms | 53% |
| 并发查询(50用户) | 经常超时 | 稳定响应 | 100% |
| 数据写入(1000条) | 600ms | 350ms | 42% |
| 内存占用 | 较低 | 较高 | -20% |
测试环境配置：
- CPU: 4核 Intel i5
- 内存: 16GB
- 磁盘: SSD
安全加固建议
连接加密：
datasource.url=jdbc:mysql://localhost:3306/datart_db?useSSL=true&requireSSL=true密码加密：
spring: datasource: password: ${DATART_DB_PASSWORD} # 从环境变量读取定期维护：
-- 定期清理过期会话 DELETE FROM sys_user_session WHERE expire_time < NOW();审计日志：
# 启用SQL审计 spring.jpa.properties.hibernate.generate_statistics=true
容器化部署配置
如果你使用Docker部署，可以参考以下配置：
# MySQL容器配置 version: '3' services: mysql: image: mysql:5.7 environment: MYSQL_ROOT_PASSWORD: rootpass MYSQL_DATABASE: datart_db MYSQL_USER: datart MYSQL_PASSWORD: datartpass ports: - "3306:3306" volumes: - mysql_data:/var/lib/mysql command: --character-set-server=utf8mb4 --collation-server=utf8mb4_unicode_ci datart: image: datart/datart:latest depends_on: - mysql environment: SPRING_DATASOURCE_URL: jdbc:mysql://mysql:3306/datart_db SPRING_DATASOURCE_USERNAME: datart SPRING_DATASOURCE_PASSWORD: datartpass ports: - "8080:8080" volumes: mysql_data:版本升级注意事项
当Datart版本升级时，数据库迁移步骤：
- 备份现有数据库
- 检查release notes中的数据库变更
- 执行新增的迁移脚本：
mysql -u datart -p datart_db < V1.1.0__new_changes.sql - 验证数据一致性
最佳实践总结
经过多个项目的实践验证，以下配置组合表现最佳：
连接池配置：
spring: datasource: hikari: maximum-pool-size: 50 minimum-idle: 10 idle-timeout: 30000 connection-timeout: 10000JPA优化：
spring.jpa.properties.hibernate.jdbc.fetch_size=100 spring.jpa.properties.hibernate.jdbc.batch_size=50 spring.jpa.properties.hibernate.query.in_clause_parameter_padding=true缓存配置：
spring: cache: type: redis redis: time-to-live: 3600000
在实际项目中，我们遇到过一个典型性能问题：当仪表板包含多个复杂图表时，H2数据库的响应时间会超过5秒，迁移到MySQL后降至800毫秒左右。特别是在处理包含百万级数据的聚合查询时，MySQL的优化器能够显著提升查询效率