目錄一、Spring Batch的概念知識(shí)1.1、分層架構(gòu)1.2、關(guān)鍵概念1.2.1、JobRepository1.2.2、任務(wù)啟動(dòng)器JobLauncher1.2.3、任務(wù)Job1.2.4、步驟Step1.2.5、輸入——處理——輸出二、代碼實(shí)例2.1、基本框架2.2、輸入——處理——輸出2.2.1、讀取ItemReader2.2.2、處理ItemProcessor2.2.3、輸出ItremWriter2.3、Step2.4、Job2.5、運(yùn)行三、監(jiān)聽Listener一、Spring Batch的概念知識(shí)1.1、分層架構(gòu)

Spring Batch的分層架構(gòu)圖如下：

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。1.2、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)和問題分析。

1.2.1、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)來管理的。

1.2.2、任務(wù)啟動(dòng)器JobLauncher

負(fù)責(zé)啟動(dòng)任務(wù)Job。

1.2.3、任務(wù)Job

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

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。

1.2.4、步驟Step

Step是對(duì)Job某個(gè)過程的封裝，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。

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

1.2.5、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Item Reader從文件輸入數(shù)據(jù)，然后通過Item Processor進(jìn)行業(yè)務(wù)處理和數(shù)據(jù)轉(zhuǎn)換，最后通過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。

二、代碼實(shí)例

理解了基本概念后，就直接通過代碼來感受一下吧。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。

2.1、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@EnableBatchProcessingpublic 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

2.2、輸入——處理——輸出2.2.1、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;@Beanpublic MultiResourceItemReader<Employee> multiResourceItemReader(){ MultiResourceItemReader<Employee> resourceItemReader = new MultiResourceItemReader<Employee>(); resourceItemReader.setResources(inputResources); resourceItemReader.setDelegate(reader()); return resourceItemReader;}@Beanpublic FlatFileItemReader<Employee> reader(){ FlatFileItemReader<Employee> reader = new FlatFileItemReader<Employee>(); //跳過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)。

2.2.2、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; };}2.2.3、輸出ItremWriter

比較簡(jiǎn)單，代碼及注釋如下：

private Resource outputResource = new FileSystemResource('output/outputData.csv');@Beanpublic 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;}2.3、Step

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

@Beanpublic 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。

2.4、Job

完成了Step的編碼，定義Job就容易了：

@Beanpublic Job pkslowCsvJob() { return jobBuilderFactory .get('pkslowCsvJob') .incrementer(new RunIdIncrementer()) .start(csvStep()) .build();}2.5、運(yùn)行

完成以上編碼后，執(zhí)行程序，結(jié)果如下：

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。

三、監(jiān)聽Listener

可以通過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：

@Beanpublic 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：

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。

以上就是詳解Spring Batch入門之優(yōu)秀的批處理框架的詳細(xì)內(nèi)容，更多關(guān)于Spring Batch 批處理框架的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！