核心是分层埋点：框架层用aop切mapper方法精准计时并提取脱敏sql；驱动层用p6spy零代码代理监控慢sql；字节码增强实现无侵入全链路追踪与超时熔断。

Java 中监控 JDBC SQL 执行耗时与性能，核心在于“在合适的位置埋点、以低侵入方式捕获真实执行时间、兼顾准确性与可观测性”。不推荐手动在每个 JdbcTemplate 或 PreparedStatement 前后加 System.nanoTime()，那样维护成本高、易遗漏、无法覆盖框架内部调用。真正实用的方案分三层：框架层拦截、驱动层代理、字节码增强。

用 AOP 在 Mapper/DAO 层切面监控（适合 MyBatis/MyBatis-Plus）

这是语义最清晰、改造最小、效果最稳的方式：

• 切点定义为 execution(* com.xxx.mapper..*Mapper.*(..))，精准命中数据访问入口
• 环绕通知中用 System.nanoTime() 记录起止时间，避免 Instant.now() 的时钟开销
• 执行完 proceed() 后，若耗时超阈值（如 300ms），提取 BoundSql.getSql() 和参数（通过 DefaultParameterHandler 渲染，注意脱敏手机号、身份证等字段）
• 日志中带上 MDC.get("traceId")、线程名、简单堆栈（前 3 层），便于链路对齐

用 p6spy 或 log4jdbc 做 JDBC 驱动代理（零代码修改）

无需改业务，只需替换驱动和配置，适合快速上线或临时诊断：

Alibabacloud Sdk Client Initialization For Java

在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。

下载

• p6spy：数据库 URL 改为 jdbc:p6spy:mysql://...，spy.properties 中设 executionThreshold=300 即可自动标出慢 SQL；支持参数记录、SQL 格式化，但生产建议关闭参数采集以防敏感泄露
• log4jdbc：原理类似，通过 StatementSpy 包装原始 Statement，在 execute 方法前后打点，日志级别设为 DEBUG 即可看到带毫秒的 SQL 行：12:34:56.789 [main] DEBUG jdbc.sqltiming - SELECT * FROM user WHERE id=? {executed in 423 ms}
• 两者都增加约 5%~10% CPU 开销，压测环境可用，生产环境建议仅开启慢 SQL 监控

用 javaagent 字节码增强（无侵入、全链路、可强制熔断）

适用于对稳定性要求极高、需统一管控所有 JDBC 调用的中大型系统：

• 通过 Instrumentation 在类加载时重写 PreparedStatement#execute*、Statement#execute* 等方法字节码，插入计时逻辑
• 可结合 ThreadLocal 存储上下文（如事务 ID、用户 ID），实现跨方法的 SQL 耗时归因
• 不止于记录——还能在超时（如 5s）时主动中断执行，抛出 SQLException 防止拖垮连接池
• 典型实现如自研探针或商业 APM（SkyWalking JDBC 插件、Pinpoint 的 JDBC 拦截器）

补充：Spring Boot 内置 + MyBatis-Plus 性能插件（开发期友好）

适合本地调试和测试环境快速验证：

• MyBatis-Plus 的 PerformanceInterceptor：配置 maxTime=1000 和 format=true，控制台直接输出带格式的 SQL 和耗时，超时自动 WARN
• Spring Boot Actuator + DataSourcePoolMetadata：暴露连接池活跃数、等待数、平均获取连接时间，间接反映 JDBC 层压力
• 注意：这些插件默认不记录真实 SQL 参数，也不适配复杂嵌套事务，不能替代生产级监控

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南