当前位置:

首页 > 编程开发 > SpringBatch大数据量处理之从入门到精通实践

SpringBatch大数据量处理之从入门到精通实践

SpringBatch通过配置JobRepository、JobLauncher等核心组件搭建批处理系统,并利用元数据表与自定义监控表追踪作业执行。典型任务包括CSV文件批量导入数据库(支持分块、容错与重复更新)及数据库分页导出到CSV(含表头页脚),实现高效大数据量处理。

一、Spring Batch 基础架构

1.1 核心配置

搭建一个高效的批处理系统,第一步就是把基础设施搭牢。下面这段配置展示了Spring Batch的核心组件——JobRepository、事务管理器、JobLauncher等——如何通过Spring配置有机地组合在一起。注意这里用 TaskExecutorJobLauncher 配合异步执行器,能让任务跑起来更灵活;而 JobExplorer 和 JobRegistry 的引入,则为后续的监控和动态管理埋下了伏笔。

@Configuration
@EnableBatchProcessing
public class BatchConfig {

    @Autowired
    private JobRepository jobRepository;

    @Autowired
    private PlatformTransactionManager transactionManager;

    @Bean
    public JobLauncher jobLauncher() throws Exception {
        TaskExecutorJobLauncher jobLauncher = new TaskExecutorJobLauncher();
        jobLauncher.setJobRepository(jobRepository);
        jobLauncher.setTaskExecutor(new SimpleAsyncTaskExecutor());
        jobLauncher.afterPropertiesSet();
        return jobLauncher;
    }

    @Bean
    public JobExplorer jobExplorer(DataSource dataSource) throws Exception {
        JobExplorerFactoryBean factoryBean = new JobExplorerFactoryBean();
        factoryBean.setDataSource(dataSource);
        factoryBean.afterPropertiesSet();
        return factoryBean.getObject();
    }

    @Bean
    public JobRegistry jobRegistry() {
        return new MapJobRegistry();
    }

    @Bean
    public JobRegistryBeanPostProcessor jobRegistryBeanPostProcessor() {
        JobRegistryBeanPostProcessor postProcessor = new JobRegistryBeanPostProcessor();
        postProcessor.setJobRegistry(jobRegistry());
        return postProcessor;
    }
}

1.2 数据库表结构

Spring Batch 的元数据表是它的“大脑”,记录着每一次作业的实例、执行、参数、步骤上下文等关键信息。不过,光靠这几张表还不够,我们经常需要自定义监控表来追踪业务维度的执行情况。下面这个 batch_job_monitoring 表就是典型的扩展——把读、写、跳过次数和错误信息都单独记下来,方便后续做性能分析或异常排查。

-- Spring Batch 元数据表
-- BATCH_JOB_INSTANCE: 作业实例
-- BATCH_JOB_EXECUTION: 作业执行
-- BATCH_JOB_EXECUTION_PARAMS: 作业参数
-- BATCH_STEP_EXECUTION: 步骤执行
-- BATCH_JOB_EXECUTION_CONTEXT: 作业上下文
-- BATCH_STEP_EXECUTION_CONTEXT: 步骤上下文

-- 创建自定义监控表
CREATE TABLE batch_job_monitoring (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    job_name VARCHAR(100) NOT NULL,
    job_instance_id BIGINT,
    job_execution_id BIGINT,
    start_time TIMESTAMP,
    end_time TIMESTAMP,
    status VARCHAR(20),
    read_count BIGINT DEFAULT 0,
    write_count BIGINT DEFAULT 0,
    skip_count BIGINT DEFAULT 0,
    error_message TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

二、简单任务示例

2.1 CSV 导入数据库

最常见的批处理场景之一,就是把 CSV 文件里的数据批量写入数据库。这里用 FlatFileItemReader 读取文件,按分块每 1000 条处理一次,配上 faultTolerant 做容错——允许跳过 10 条验证异常,遇到临时数据访问异常还可以重试 3 次。注意,写入时用了 ON DUPLICATE KEY UPDATE,这样即使数据重复,也能优雅地更新而非报错中断。

@Configuration
public class CsvToDatabaseJobConfig {

    @Autowired
    private JobRepository jobRepository;

    @Autowired
    private PlatformTransactionManager transactionManager;

    @Bean
    public Job csvToDatabaseJob() {
        return new JobBuilder("csvToDatabaseJob", jobRepository)
            .start(csvToDatabaseStep())
            .listener(jobExecutionListener())
            .build();
    }

    @Bean
    public Step csvToDatabaseStep() {
        return new StepBuilder("csvToDatabaseStep", jobRepository)
            .chunk(1000, transactionManager)
            .reader(csvItemReader())
            .processor(productItemProcessor())
            .writer(databaseItemWriter())
            .faultTolerant()
            .skipLimit(10)
            .skip(ValidationException.class)
            .retryLimit(3)
            .retry(TransientDataAccessException.class)
            .listener(stepExecutionListener())
            .build();
    }

    @Bean
    public FlatFileItemReader csvItemReader() {
        return new FlatFileItemReaderBuilder()
            .name("csvItemReader")
            .resource(new FileSystemResource("input/products.csv"))
            .delimited()
            .names("id", "name", "description", "price", "category")
            .fieldSetMapper(new BeanWrapperFieldSetMapper<>() {{
                setTargetType(ProductInput.class);
            }})
            .linesToSkip(1) // 跳过表头
            .build();
    }

    @Bean
    public ItemProcessor productItemProcessor() {
        return input -> {
            Product product = new Product();
            product.setId(input.getId());
            product.setName(input.getName().trim());
            product.setDescription(input.getDescription());
            product.setPrice(new BigDecimal(input.getPrice()));
            product.setCategory(input.getCategory());
            product.setCreatedAt(LocalDateTime.now());
            return product;
        };
    }

    @Bean
    public JdbcBatchItemWriter databaseItemWriter() {
        return new JdbcBatchItemWriterBuilder()
            .itemSqlParameterSourceProvider(new BeanPropertyItemSqlParameterSourceProvider<>())
            .sql("INSERT INTO products (id, name, description, price, category, created_at) " +
                 "VALUES (:id, :name, :description, :price, :category, :createdAt) " +
                 "ON DUPLICATE KEY UPDATE " +
                 "name = VALUES(name), description = VALUES(description), " +
                 "price = VALUES(price), category = VALUES(category)")
            .dataSource(dataSource)
            .build();
    }
}

2.2 数据库导出到文件

反过来,把数据库里的订单数据导出到 CSV 文件也很常见。这里用了 JdbcPagingItemReader 分页读取,通过 PagingQueryProvider 自定义查询条件和排序。注意,分页查询时排序键是必须的,否则数据顺序无法保证。写入部分用 FlatFileItemWriter 并添加了表头和页脚,方便后续处理工具直接读取。

@Configuration
public class DatabaseToFileJobConfig {

    @Bean
    public Job exportOrdersJob() {
        return new JobBuilder("exportOrdersJob", jobRepository)
            .start(exportOrdersStep())
            .build();
    }

    @Bean
    public Step exportOrdersStep() {
        return new StepBuilder("exportOrdersStep", jobRepository)
            .chunk(500, transactionManager)
            .reader(orderItemReader())
            .processor(orderItemProcessor())
            .writer(orderItemWriter())
            .build();
    }

    @Bean
    public JdbcPagingItemReader orderItemReader() {
        return new JdbcPagingItemReaderBuilder()
            .name("orderItemReader")
            .dataSource(dataSource)
            .queryProvider(new PagingQueryProvider() {
                @Override
                public void init(DataSource dataSource) {}
                
                @Override
                public String getSortKey() {
                    return "id";
                }
                
                @Override
                public String getSelectClause() {
                    return "SELECT id, user_id, total_amount, status, created_at";
                }
                
                @Override
                public String getFromClause() {
                    return "FROM orders";
                }
                
                @Override
                public String getWhereClause() {
                    return "WHERE created_at >= :startDate AND created_at <= :endDate";
                }
            })
            .parameterValues(Map.of("startDate", startDate, "endDate", endDate))
            .pageSize(1000)
            .rowMapper(new OrderRowMapper())
            .build();
    }

    @Bean
    public FlatFileItemWriter orderItemWriter() {
        return new FlatFileItemWriterBuilder()
            .name("orderItemWriter")
            .resource(new FileSystemResource("output/orders.csv"))
            .delimited()
            .delimiter(",")
            .names("orderId", "userId", "amount", "status", "createdDate")
            .headerCallback(writer -> writer.write("OrderID,UserID,Amount,Status,CreatedDate"))
            .footerCallback(writer -> writer.write("Total records exported"))
            .build();
    }
}

三、复杂任务处理

3.1 多步骤任务

实际业务中的批处理很少是单一步骤的,往往需要串行、并行、条件分支等组合。下面这个订单处理流程就是一个典型的多步骤编排:先校验订单,再处理支付,接着更新库存,然后发送通知——如果某一步失败,就跳到错误处理步骤;通知成功后,最终执行清理步骤。注意这里用 splitFlow 实现了并行分叉,把三个子流程(flow1、flow2、flow3)并发执行,能显著提升吞吐量。

@Configuration
public class ComplexBatchJobConfig {

    @Bean
    public Job orderProcessingJob() {
        return new JobBuilder("orderProcessingJob", jobRepository)
            .start(validateOrderStep())
            .next(processPaymentStep())
            .next(updateInventoryStep())
            .next(sendNotificationStep())
            .on("FAILED").to(errorHandlingStep())
            .from(sendNotificationStep()).on("*").to(cleanupStep())
            .end()
            .build();
    }

    @Bean
    public Step validateOrderStep() {
        return new StepBuilder("validateOrderStep", jobRepository)
            .chunk(100, transactionManager)
            .reader(pendingOrderReader())
            .processor(orderValidator())
            .writer(validatedOrderWriter())
            .build();
    }

    @Bean
    public Step processPaymentStep() {
        return new StepBuilder("processPaymentStep", jobRepository)
            .tasklet((contribution, chunkContext) -> {
                // 处理支付逻辑
                JobParameters params = chunkContext.getStepContext().getJobParameters();
                String batchId = params.getString("batchId");
                
                paymentService.processBatchPayments(batchId);
                
                return RepeatStatus.FINISHED;
            }, transactionManager)
            .build();
    }

    @Bean
    public Step updateInventoryStep() {
        return new StepBuilder("updateInventoryStep", jobRepository)
            .chunk(200, transactionManager)
            .reader(orderItemReader())
            .processor(inventoryProcessor())
            .writer(inventoryWriter())
            .build();
    }

    @Bean
    public Flow splitFlow() {
        return new FlowBuilder("splitFlow")
            .split(taskExecutor())
            .add(flow1(), flow2(), flow3())
            .build();
    }

    @Bean
    public Flow flow1() {
        return new FlowBuilder

SpringBatch大数据量处理之从入门到精通实践

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
作者最新文章
编程开发 大数据
相关文章 更多
codex安装windows 命令行完整操作教程
codex安装windows 命令行完整操作教程

详解Windows环境下安装OpenAI Codex CLI的步骤,包括WSL环境检查、Node.js/npm配置、npm全局安装命令及首次启动验证,适合开发者快速上手。

NativeRest环境配置要求与完整操作教程
NativeRest环境配置要求与完整操作教程

学习如何配置 NativeRest REST API 客户端。涵盖 Windows/macOS/Linux 安装后的工作区创建、环境变量管理、请求编辑及响应查看步骤,帮助开发者快速完成基础环境搭建与连通性测试。

CSS设置透明度的注意事项有哪些?opacity属性详解
CSS设置透明度的注意事项有哪些?opacity属性详解

深入解析CSS中设置透明度的核心属性opacity,剖析子元素继承、事件穿透、层叠上下文等关键注意事项,并提供与rgba、hsla的实用选型对比。

flutter页面传值到后台的方法及示例代码
flutter页面传值到后台的方法及示例代码

flutter页面传值到后台的完整实现方法及示例代码,帮助读者快速掌握相关技术要点。

Java 8至21新特性代码写法对比:Lambda、Record与Switch
Java 8至21新特性代码写法对比:Lambda、Record与Switch

本文通过具体的旧版与新版代码对比,详细剖析Java 8引入的Lambda表达式、Java 14/16引入的Record类,以及Java 12至21逐步演进完善的Switch表达式与模式匹配,展示代码简化路径与避坑要点。

AI智能体开发培训课程学什么及实战内容介绍
AI智能体开发培训课程学什么及实战内容介绍

系统梳理AI智能体开发培训的核心知识模块、技术栈选型与典型实战项目,解析低代码平台与纯代码框架的差异,提供从零构建可落地智能体的完整学习与实施路径。

Java子类未实现抽象方法编译错误修复指南
Java子类未实现抽象方法编译错误修复指南

针对Java开发中常见的“子类未实现抽象方法”编译错误,深入分析报错原因,提供重写实现、声明抽象子类两种标准修复路径,并总结参数签名、访问修饰符等典型避坑要点。

解决PHP递归报错:max_nesting_level限制与内存溢出处理
解决PHP递归报错:max_nesting_level限制与内存溢出处理

遇到PHP递归报错时,不要盲目调大max_nesting_level。本文教你区分Xdebug限制、内存耗尽和正则递归错误,提供代码级的终止条件优化与迭代替代方案,彻底解决栈溢出问题。

PHP递归中static变量与引用传递的常见陷阱及调试
PHP递归中static变量与引用传递的常见陷阱及调试

本文分析PHP递归中static变量导致的状态污染及引用传递引发的共享数据修改问题。提供具体的代码复现、缓存键设计建议及调试打印技巧,帮助开发者避免隐蔽的逻辑错误。

PHP递归性能优化技巧与迭代替代方案
PHP递归性能优化技巧与迭代替代方案

解析PHP递归函数在树形数据处理中的性能瓶颈,提供预加载数据消除I/O、使用显式栈替代深层递归的实战方案,帮助开发者在代码可读性与执行效率间做出合理取舍。

查看更多
精品专题 更多
装机必备
装机必备

正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

Windows
Windows

正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

macOS软件
macOS软件

正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

Mac软件 更多
photoshop
photoshop
Windows、macOS 、 iPad

Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件,支持 Windows、macOS 和 iPad 等平台,广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。

Blender
Blender
Windows、macOS 和 Linux

Blender 是一款免费开源、跨平台的专业 3D 创作软件,集建模、动画、渲染、视频编辑与视觉合成等功能于一体,广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎,并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统,安装包轻巧、运行流畅,依托活跃的全球开发者社区持续更新,是从初学者到专业创作者都值得选择的正版 3D 创作工具。

灵活计算器
灵活计算器
macOS/iOS/Android

灵活计算器是一款笔记式算数应用,支持实时计算、动态关联和云端同步功能。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

WINDOWS 更多
3dmax(3ds max)
3dmax(3ds max)
Windows

Autodesk 3ds Max 是一款专业的三维建模、动画与渲染软件,广泛应用于建筑可视化、游戏开发、影视动画、广告设计和产品展示等领域。

photoshop
photoshop
Windows、macOS 、 iPad

Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件,支持 Windows、macOS 和 iPad 等平台,广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。

Blender
Blender
Windows、macOS 和 Linux

Blender 是一款免费开源、跨平台的专业 3D 创作软件,集建模、动画、渲染、视频编辑与视觉合成等功能于一体,广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎,并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统,安装包轻巧、运行流畅,依托活跃的全球开发者社区持续更新,是从初学者到专业创作者都值得选择的正版 3D 创作工具。