数据处理---Spring Batch之进阶

有了前面两篇的基础之后，我们一起来聊聊更高级的关于Spring Batch的话题。比如Job 配置；自定义各种Listener；控制步骤流程；自定义Reader,Processor,Writer；并行处理。这些东西在Spring Batch的使用中很多可能会需要的，当然还有更多的内容，最好找下文档，这样上手就快很多。

Job 配置

 id="sampleJob" job-repository="jobRepository">
     id="step1">
         transaction-manager="transactionManager">
             reader="itemReader" writer="itemWriter" commit-interval="10"/>
        
    

这个是一个基本的Job配置。需要注意的是其中的

transaction-manager - 是Spring平台事物管理，指在处理过程中的从开始至提交的事物过程
job-repository - JobRepository用于在处理过程中周期性的存储StepExecution and ExecutionContext
commit-interval - 每次提交的item数量。

我们还可以指定parent="parentStep"即父类步骤，这样可以继承父类的处理方法。 同样abstract="true"会获得抽象步的特性

  在Tasklet中的start-limi指定启动次数限制，即该步骤可以运行的次数。配置为1即只能执行一次，再次执行就会抛出异常。skip-limit, retry-limit类似，不多说。

自定义各种Listener

StepExecutionListener

public interface StepExecutionListener extends StepListener {    void beforeStep(StepExecution stepExecution);    ExitStatus afterStep(StepExecution stepExecution);}

ExitStatus is the return type of afterStep in order to allow listeners the chance to modify the exit code that is returned upon completion of a Step.

ChunkListener

public interface ChunkListener extends StepListener {    void beforeChunk();    void afterChunk();}

ItemReadListener

public interface ItemReadListener extends StepListener {    void beforeRead();    void afterRead(T item);    void onReadError(Exception ex);}

ItemProcessListener

public interface ItemProcessListener extends StepListener {    void beforeProcess(T item);    void afterProcess(T item, S result);    void onProcessError(T item, Exception e);}

ItemWriteListener

public interface ItemWriteListener extends StepListener {    void beforeWrite(List items);    void afterWrite(List items);    void onWriteError(Exception exception, List items);}

SkipListener

public interface SkipListener extends StepListener {    void onSkipInRead(Throwable t);    void onSkipInProcess(T item, Throwable t);    void onSkipInWrite(S item, Throwable t);}

每个的用法和意义很容易根据名称和接口就可以略知一二了，前面也已经说了些例子，不一一说明。

控制步骤流程

1，序列号流程

            

2，条件流程

   
   
   

这里列出了spring batch 的两个示例。当然我们也可以通过实现 JobExecutionDecider 接口来自定义步骤流转方向。

3，Split 流程

   
       
       
   
   
       
   

自定义Reader,Processor,Writer

前面已经说过一些例子，这里不在说了。spring batch支持FlatFile，xml ,JDBC(SQL,StoredProcedure,HibernateQL，分页等多种方式)

public class FooProcessor implements ItemProcessor{
    public Bar process(Foo foo) throws Exception {
        //Perform simple transformation, convert a Foo to a Bar
        return new Bar(foo);
    }
}
public class BarProcessor implements ItemProcessor{
    public FooBar process(Bar bar) throws Exception {
        return new Foobar(bar);
    }
}

public class FoobarWriter implements ItemWriter{
    public void write(List items) throws Exception {
        //write items
    }
}

这个是一个链式的Processor，在配置文件中这样使用就可以了
      class="org.springframework.batch.item.support.CompositeItemProcessor">
   
       
           
           
       
   

并行处理

当遇到数据量比较大或者每个ITEM处理耗时的时候，能够并行处理是很重要的。并行处理的时候一般经历Split-Partitioned-Merge的过程

这里直接以一个根据网上例子，在上篇的基础上来说明怎么进行并行处理。

首先自定义一个Partitioner

import org.springframework.batch.core.partition.support.Partitioner;
import org.springframework.batch.item.ExecutionContext;

public class CustomerPartitioner implements Partitioner {
@Override
public Map partition(int gridSize) {
Map result = new HashMap();
int num = 10;
int start = 1;
int end = num;
for (int i = 1; i <= gridSize; i++) {
ExecutionContext value = new ExecutionContext();
System.out.println("\nThread" + i + "[" + start + "-" + end + "]");
value.putInt("start", start);
value.putInt("end", end);
value.putString("name", "Thread" + i);
result.put("partition" + i, value);
start = end + 1;
end += num;
}
return result;
}
}

初始化一个pagingItemReader

        class="org.springframework.batch.item.database.JdbcPagingItemReader"  
        scope="step">  
         
         
                            class="org.springframework.batch.item.database.support.SqlPagingQueryProviderFactoryBean">  
                 
                 
                 
                 
                 
             
         
         
         
             
         
       
       
           
         
   

   
   

   修改job配置，让job能够并行处理

     
             
                 
           
       


       
start-limit="100000">
commit-interval="10" />

    不出意外还是很容易成功的，可以看到启动了10个线程来并行处理数据，每个线程都读取自己的那部分数据来分开处理，这样达到加快处理效率。

还可以通过Spring Batch执行系统命令

 class="org.springframework.batch.core.step.tasklet.SystemCommandTasklet">
     name="command" value="echo hello" />
    
     name="timeout" value="5000" />