Spring Batch的概念和作用是什么

這篇文章主要講解了“Spring Batch的概念和作用是什么”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Spring Batch的概念和作用是什么”吧！

目錄

• 一、Spring Batch的概念知識

• 1.1、分層架構(gòu)

• 1.2、關(guān)鍵概念

• 1.2.1、JobRepository

• 1.2.2、任務(wù)啟動器JobLauncher

• 1.2.3、任務(wù)Job

• 1.2.4、步驟Step

• 1.2.5、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ItemReader

• 2.2.2、處理ItemProcessor

• 2.2.3、輸出ItremWriter

• 2.3、Step

• 2.4、Job

• 2.5、運(yùn)行

• 三、監(jiān)聽Listener

一、Spring Batch的概念知識

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)庫打交道，對整個(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)庫來管理的。

1.2.2、任務(wù)啟動器JobLauncher

負(fù)責(zé)啟動任務(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.h3database</groupId>
  <artifactId>h3</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)庫比較方便，實(shí)際生產(chǎn)肯定是要使用外部的數(shù)據(jù)庫，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;

@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

為了簡單演示，處理很簡單，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;
}

2.3、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。

2.4、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();
}

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Read、Process和Write事件進(jìn)行監(jiān)聽，對應(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：

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，會對IO造成壓力。

感謝各位的閱讀，以上就是“Spring Batch的概念和作用是什么”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Spring Batch的概念和作用是什么這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！