数据处理---Spring Batch之进阶

发布时间：2021-02-23 14:37:39 所属栏目：大数据来源：网络整理

导读：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

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,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

数据处理---Spring Batch之进阶

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> ?
? ? ? ?  ?
? ? ? ? <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>

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

2022年数据管理市场的	DFT真的比不上其他IC设
2022年制造业七大趋向	大数据变型方案首推数