1 前言

Spring Batch是一個(gè)輕量級(jí)的、完善的批處理框架，作為Spring體系中的一員，它擁有靈活、方便、生產(chǎn)可用的特點(diǎn)。在應(yīng)對(duì)高效處理大量信息、定時(shí)處理大量數(shù)據(jù)等場(chǎng)景十分簡(jiǎn)便。

結(jié)合調(diào)度框架能更大地發(fā)揮Spring Batch的作用。

2 Spring Batch的概念知識(shí)

2.1 分層架構(gòu)

Spring Batch的分層架構(gòu)圖如下：

通過(guò)例子講解Spring Batch入門，優(yōu)秀的批處理框架

可以看到它分為三層，分別是：

•  Application應(yīng)用層：包含了所有任務(wù)batch jobs和開發(fā)人員自定義的代碼，主要是根據(jù)項(xiàng)目需要開發(fā)的業(yè)務(wù)流程等。
•  Batch Core核心層：包含啟動(dòng)和管理任務(wù)的運(yùn)行環(huán)境類，如JobLauncher等。
•  Batch Infrastructure基礎(chǔ)層：上面兩層是建立在基礎(chǔ)層之上的，包含基礎(chǔ)的讀入reader和寫出writer、重試框架等。

2.2 關(guān)鍵概念

理解下圖所涉及的概念至關(guān)重要，不然很難進(jìn)行后續(xù)開發(fā)和問(wèn)題分析。

通過(guò)例子講解Spring Batch入門，優(yōu)秀的批處理框架

2.2.1 JobRepository

專門負(fù)責(zé)與數(shù)據(jù)庫(kù)打交道，對(duì)整個(gè)批處理的新增、更新、執(zhí)行進(jìn)行記錄。所以Spring Batch是需要依賴數(shù)據(jù)庫(kù)來(lái)管理的。

2.2.2 任務(wù)啟動(dòng)器JobLauncher

負(fù)責(zé)啟動(dòng)任務(wù)Job。

2.2.3 任務(wù)Job

Job是封裝整個(gè)批處理過(guò)程的單位，跑一個(gè)批處理任務(wù)，就是跑一個(gè)Job所定義的內(nèi)容。

通過(guò)例子講解Spring Batch入門，優(yōu)秀的批處理框架

上圖介紹了Job的一些相關(guān)概念：

•  Job：封裝處理實(shí)體，定義過(guò)程邏輯。
•  JobInstance：Job的運(yùn)行實(shí)例，不同的實(shí)例，參數(shù)不同，所以定義好一個(gè)Job后可以通過(guò)不同參數(shù)運(yùn)行多次。
•  JobParameters：與JobInstance相關(guān)聯(lián)的參數(shù)。
•  JobExecution：代表Job的一次實(shí)際執(zhí)行，可能成功、可能失敗。

所以，開發(fā)人員要做的事情，就是定義Job。

2.2.4 步驟Step

Step是對(duì)Job某個(gè)過(guò)程的封裝，一個(gè)Job可以包含一個(gè)或多個(gè)Step，一步步的Step按特定邏輯執(zhí)行，才代表Job執(zhí)行完成。

通過(guò)例子講解Spring Batch入門，優(yōu)秀的批處理框架

通過(guò)定義Step來(lái)組裝Job可以更靈活地實(shí)現(xiàn)復(fù)雜的業(yè)務(wù)邏輯。

2.2.5 輸入——處理——輸出

所以，定義一個(gè)Job關(guān)鍵是定義好一個(gè)或多個(gè)Step，然后把它們組裝好即可。而定義Step有多種方法，但有一種常用的模型就是輸入——處理——輸出，即Item Reader、Item Processor和Item Writer。比如通過(guò)Item Reader從文件輸入數(shù)據(jù)，然后通過(guò)Item Processor進(jìn)行業(yè)務(wù)處理和數(shù)據(jù)轉(zhuǎn)換，最后通過(guò)Item Writer寫到數(shù)據(jù)庫(kù)中去。

Spring Batch為我們提供了許多開箱即用的Reader和Writer，非常方便。

3 代碼實(shí)例

理解了基本概念后，就直接通過(guò)代碼來(lái)感受一下吧。整個(gè)項(xiàng)目的功能是從多個(gè)csv文件中讀數(shù)據(jù)，處理后輸出到一個(gè)csv文件。

3.1 基本框架

添加依賴： 

<dependency>  
  <groupId>org.springframework.boot</groupId>  
  <artifactId>spring-boot-starter-batch</artifactId>  
</dependency>  
<dependency>  
  <groupId>com.h2database</groupId>  
  <artifactId>h2</artifactId>  
  <scope>runtime</scope>  
</dependency> 

需要添加Spring Batch的依賴，同時(shí)使用H2作為內(nèi)存數(shù)據(jù)庫(kù)比較方便，實(shí)際生產(chǎn)肯定是要使用外部的數(shù)據(jù)庫(kù)，如Oracle、PostgreSQL。

入口主類： 

@SpringBootApplication  
@EnableBatchProcessing  
public class PkslowBatchJobMain {  
    public static void main(String[] args) {  
        SpringApplication.run(PkslowBatchJobMain.class, args);  
    } 
 } 

也很簡(jiǎn)單，只是在Springboot的基礎(chǔ)上添加注解@EnableBatchProcessing。

領(lǐng)域?qū)嶓w類Employee： 

package com.pkslow.batch.entity;  
public class Employee {  
    String id;  
    String firstName;  
    String lastName;  
} 

對(duì)應(yīng)的csv文件內(nèi)容如下： 

id,firstName,lastName  
1,Lokesh,Gupta  
2,Amit,Mishra  
3,Pankaj,Kumar  
4,David,Miller 

3.2 輸入——處理——輸出

3.2.1 讀取ItemReader

因?yàn)橛卸鄠€(gè)輸入文件，所以定義如下： 

@Value("input/inputData*.csv")  
private Resource[] inputResources;  
@Bean  
public MultiResourceItemReader<Employee> multiResourceItemReader()  
{ 
  MultiResourceItemReader<Employee> resourceItemReader = new MultiResourceItemReader<Employee>();  
  resourceItemReader.setResources(inputResources);  
  resourceItemReader.setDelegate(reader()); 
  return resourceItemReader;  
}  
@Bean 
public FlatFileItemReader<Employee> reader()  
{  
  FlatFileItemReader<Employee> reader = new FlatFileItemReader<Employee>();  
  //跳過(guò)csv文件第一行，為表頭  
  reader.setLinesToSkip(1);  
  reader.setLineMapper(new DefaultLineMapper() {  
    {  
      setLineTokenizer(new DelimitedLineTokenizer() {  
        {  
          //字段名 
           setNames(new String[] { "id", "firstName", "lastName" });  
        }  
      });  
      setFieldSetMapper(new BeanWrapperFieldSetMapper<Employee>() {  
        {  
          //轉(zhuǎn)換化后的目標(biāo)類  
          setTargetType(Employee.class);  
        }  
      });  
    }  
  });  
  return reader;  
} 

這里使用了FlatFileItemReader，方便我們從文件讀取數(shù)據(jù)。

3.2.2 處理ItemProcessor

為了簡(jiǎn)單演示，處理很簡(jiǎn)單，就是把最后一列轉(zhuǎn)為大寫： 

public ItemProcessor<Employee, Employee> itemProcessor() {  
  return employee -> {  
    employee.setLastName(employee.getLastName().toUpperCase()); 
     return employee;  
  };  
} 

3.2.3 輸出ItremWriter

比較簡(jiǎn)單，代碼及注釋如下： 

private Resource outputResource = new FileSystemResource("output/outputData.csv");  
@Bean  
public FlatFileItemWriter<Employee> writer()  
{  
  FlatFileItemWriter<Employee> writer = new FlatFileItemWriter<>();  
  writer.setResource(outputResource);  
  //是否為追加模式 
   writer.setAppendAllowed(true);  
  writer.setLineAggregator(new DelimitedLineAggregator<Employee>() {  
    {  
      //設(shè)置分割符 
       setDelimiter(",");  
      setFieldExtractor(new BeanWrapperFieldExtractor<Employee>() {  
        {  
          //設(shè)置字段  
          setNames(new String[] { "id", "firstName", "lastName" });  
        }  
      });  
    }  
  });  
  return writer;  
} 

3.3 Step

有了Reader-Processor-Writer后，就可以定義Step了： 

@Bean  
public Step csvStep() {  
  return stepBuilderFactory.get("csvStep").<Employee, Employee>chunk(5)  
    .reader(multiResourceItemReader())  
    .processor(itemProcessor())  
    .writer(writer())  
    .build();  
} 

這里有一個(gè)chunk的設(shè)置，值為5，意思是5條記錄后再提交輸出，可以根據(jù)自己需求定義。

3.4 Job

完成了Step的編碼，定義Job就容易了： 

@Bean  
public Job pkslowCsvJob() {  
  return jobBuilderFactory  
    .get("pkslowCsvJob")  
    .incrementer(new RunIdIncrementer())  
    .start(csvStep())  
    .build();  
} 

3.5 運(yùn)行

完成以上編碼后，執(zhí)行程序，結(jié)果如下：

通過(guò)例子講解Spring Batch入門，優(yōu)秀的批處理框架

成功讀取數(shù)據(jù)，并將最后字段轉(zhuǎn)為大寫，并輸出到outputData.csv文件。

4 監(jiān)聽Listener

可以通過(guò)Listener接口對(duì)特定事件進(jìn)行監(jiān)聽，以實(shí)現(xiàn)更多業(yè)務(wù)功能。比如如果處理失敗，就記錄一條失敗日志；處理完成，就通知下游拿數(shù)據(jù)等。

我們分別對(duì)Read、Process和Write事件進(jìn)行監(jiān)聽，對(duì)應(yīng)分別要實(shí)現(xiàn)ItemReadListener接口、ItemProcessListener接口和ItemWriteListener接口。因?yàn)榇a比較簡(jiǎn)單，就是打印一下日志，這里只貼出ItemWriteListener的實(shí)現(xiàn)代碼： 

public class PkslowWriteListener implements ItemWriteListener<Employee> {  
    private static final Log logger = LogFactory.getLog(PkslowWriteListener.class);  
    @Override  
    public void beforeWrite(List<? extends Employee> list) {  
        logger.info("beforeWrite: " + list);  
    }  
    @Override  
    public void afterWrite(List<? extends Employee> list) {  
        logger.info("afterWrite: " + list);  
    }  
    @Override  
    public void onWriteError(Exception e, List<? extends Employee> list) {  
        logger.info("onWriteError: " + list);  
    }  
} 

把實(shí)現(xiàn)的監(jiān)聽器listener整合到Step中去： 

@Bean  
public Step csvStep() {  
  return stepBuilderFactory.get("csvStep").<Employee, Employee>chunk(5)  
    .reader(multiResourceItemReader())  
    .listener(new PkslowReadListener())  
    .processor(itemProcessor())  
    .listener(new PkslowProcessListener())  
    .writer(writer())  
    .listener(new PkslowWriteListener())  
    .build();  
} 

執(zhí)行后看一下日志：

通過(guò)例子講解Spring Batch入門，優(yōu)秀的批處理框架

這里就能明顯看到之前設(shè)置的chunk的作用了。Writer每次是處理5條記錄，如果一條輸出一次，會(huì)對(duì)IO造成壓力。

5 總結(jié)

Spring Batch還有許多優(yōu)秀的特性，如面對(duì)大量數(shù)據(jù)時(shí)的并行處理。本文主要入門介紹為主，不一一介紹，后續(xù)會(huì)專門講解。