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

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

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

<tasklet start-limit="1">  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<T> extends StepListener {    void beforeRead();    void afterRead(T item);    void onReadError(Exception ex);}
ItemProcessListener
public interface ItemProcessListener<T, S> extends StepListener {    void beforeProcess(T item);    void afterProcess(T item, S result);    void onProcessError(T item, Exception e);}
ItemWriteListener
public interface ItemWriteListener<S> extends StepListener {    void beforeWrite(List<? extends S> items);    void afterWrite(List<? extends S> items);    void onWriteError(Exception exception, List<? extends S> items);}
SkipListener
public interface SkipListener<T,S> 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
     <step id="stepA" parent="s1" next="stepB" />    <step id="stepB" parent="s2" next="stepC"/>    <step id="stepC" parent="s3" />
2，条件流程

<job id="job">
    <step id="stepA" parent="s1">
        <next on="*" to="stepB" />    <!--  *匹配任意，？匹配单个 -->
        <next on="FAILED" to="stepC" />
    </step>
    <step id="stepB" parent="s2" next="stepC" />
    <step id="stepC" parent="s3" />
</job>

<step id="step1" parent="s1">

    <end on="FAILED" />

    <next on="COMPLETED WITH SKIPS" to="errorPrint1" />

    <next on="*" to="step2" />

</step>

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
<split id="split1" next="step4">

    <flow>

        <step id="step1" parent="s1" next="step2"/>

        <step id="step2" parent="s2"/>

    </flow>

    <flow>

        <step id="step3" parent="s3"/>

    </flow>

</split>

<step id="step4" parent="s4"/>

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<Foo,Bar>{

    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<Bar,FooBar>{

    public FooBar process(Bar bar) throws Exception {

        return new Foobar(bar);

    }

}

public class FoobarWriter implements ItemWriter<FooBar>{

    public void write(List<? extends FooBar> 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

<bean id="compositeItemProcessor"

      class="org.springframework.batch.item.support.CompositeItemProcessor">

    <property name="delegates">

        <list>

            <bean class="..FooProcessor" />

            <bean class="..BarProcessor" />

        </list>

    </property>

</bean>

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<String, ExecutionContext> partition(int gridSize) {
Map<String, ExecutionContext> result = new HashMap<String, ExecutionContext>();
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
<bean id="pagingItemReader"  

        class="org.springframework.batch.item.database.JdbcPagingItemReader"  

        scope="step">  

        <property name="dataSource" ref="dataSource" />  

        <property name="queryProvider">  

            <bean  

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

                <property name="dataSource" ref="dataSource" />  

                <property name="selectClause" value="select ID, NAME, CREDIT " />  

                <property name="fromClause" value="from CUSTOMER" />  

                <property name="whereClause" value="where id >= :start and id <= :end" />  

                <property name="sortKey" value="id" />  

            </bean>  

        </property>  

        <!-- Inject via the ExecutionContext in rangePartitioner -->  

        <property name="parameterValues">  

            <map>  

                <entry key="start" value="#{stepExecutionContext[start]}" />  

                <entry key="end" value="#{stepExecutionContext[end]}" />  

            </map>  

        </property>  

        <property name="pageSize" value="10" />

        <property name="rowMapper">

            <bean class="com.test.batch.CustomerCreditRowMapper" />

        </property>  

    </bean>

   <bean id="customerPartitioner" class="com.test.batch.CustomerPartitioner" />

   <bean id="taskExecutor" class="org.springframework.core.task.SimpleAsyncTaskExecutor" />

   修改job配置，让job能够并行处理
<batch:job id="job1">
   <batch:step id="masterStep">  

            <batch:partition step="slaveStep" partitioner="customerPartitioner">  

                <batch:handler grid-size="10" task-executor="taskExecutor"/>  

            </batch:partition>

        </batch:step>
</batch:job>

       <batch:step id="slaveStep">
<batch:tasklet transaction-manager="transactionManager"
start-limit="100000">
<batch:chunk reader="pagingItemReader" writer="itemwriter" processor="customProcessor" 
commit-interval="10" />
</batch:tasklet>
</batch:step>

    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

<bean class="org.springframework.batch.core.step.tasklet.SystemCommandTasklet">
<property name="command" value="echo hello" />
<!-- 5 second timeout for the command to complete -->
<property name="timeout" value="5000" />
</bean>