Spring Boot + Spring Batch 实现批处理任务，保姆级教程！（场景实战）

向右看齐 2023-10-14 09:51 129阅读 0赞

**前言**

概念词就不多说了，我简单地介绍下 ， spring batch 是一个 方便使用的 较健全的 批处理 框架。

为什么说是方便使用的，因为这是 基于spring的一个框架，接入简单、易理解、流程分明。

为什么说是较健全的， 因为它提供了往常我们在对大批量数据进行处理时需要考虑到的 日志跟踪、事务粒度调配、可控执行、失败机制、重试机制、数据读写等。

**正文**

那么回到文章，我们该篇文章将会带来给大家的是什么？（结合实例讲解那是当然的）

从实现的业务场景来说，有以下两个：

1.  从 csv文件 读取数据，进行业务处理再存储
2.  从 数据库 读取数据，进行业务处理再存储

也就是平时经常遇到的数据清理或者数据过滤，又或者是数据迁移备份等等。大批量的数据，自己实现分批处理需要考虑的东西太多了，又不放心，那么使用 Spring Batch 框架 是一个很好的选择。

首先，在进入实例教程前，我们看看这次的实例里，我们使用springboot 整合spring batch 框架，要编码的东西有什么？

通过一张简单的图来了解：

![图片][5519f29f0a5cbca2484907bbca129471.png]

可能大家看到这个图，是不是多多少少想起来定时任务框架？确实有那么点像，但是我必须在这告诉大家，这是一个批处理框架，不是一个schuedling 框架。但是前面提到它提供了可执行控制，也就是说，啥时候执行是可控的，那么显然就是自己可以进行扩展结合定时任务框架，实现你心中所想。

ok，回到主题，相信大家能从图中简单明了地看到我们这次实例，需要实现的东西有什么了。所以我就不在对各个小组件进行大批量文字的描述了。

那么我们事不宜迟，开始我们的实例教程。

首先准备一个数据库，里面建一张简单的表，用于实例数据的写入存储或者说是读取等等。推荐学习：跳个槽涨了 8K，把我惊呆了。。

**bloginfo表**

![图片][76982b102f414b0a452649e96dc29543.png]

相关建表sql语句：

CREATE TABLE \`bloginfo\` (  
\`id\` int(11) NOT NULL AUTO\_INCREMENT COMMENT '主键',  
\`blogAuthor\` varchar(255) CHARACTER SET utf8 COLLATE utf8\_general\_ci NULL DEFAULT NULL COMMENT '博客作者标识',  
\`blogUrl\` varchar(255) CHARACTER SET utf8 COLLATE utf8\_general\_ci NULL DEFAULT NULL COMMENT '博客链接',  
\`blogTitle\` varchar(255) CHARACTER SET utf8 COLLATE utf8\_general\_ci NULL DEFAULT NULL COMMENT '博客标题',  
\`blogItem\` varchar(255) CHARACTER SET utf8 COLLATE utf8\_general\_ci NULL DEFAULT NULL COMMENT '博客栏目',  
PRIMARY KEY (\`id\`) USING BTREE  
) ENGINE = InnoDB AUTO\_INCREMENT = 89031 CHARACTER SET = utf8 COLLATE = utf8\_general\_ci ROW\_FORMAT = Dynamic;

pom文件里的核心依赖：

<dependency>  
<groupId>org.springframework.boot</groupId>  
<artifactId>spring-boot-starter-web</artifactId>  
</dependency>  
  
<dependency>  
<groupId>org.springframework.boot</groupId>  
<artifactId>spring-boot-starter-test</artifactId>  
<scope>test</scope>  
</dependency>  
  
  
<dependency>  
<groupId>org.springframework.boot</groupId>  
<artifactId>spring-boot-starter-batch</artifactId>  
</dependency>  
  
  
<dependency>  
<groupId>org.hibernate</groupId>  
<artifactId>hibernate-validator</artifactId>  
<version>6.0.7.Final</version>  
</dependency>  
  
<dependency>  
<groupId>org.mybatis.spring.boot</groupId>  
<artifactId>mybatis-spring-boot-starter</artifactId>  
<version>2.0.0</version>  
</dependency>  
  
<dependency>  
<groupId>mysql</groupId>  
<artifactId>mysql-connector-java</artifactId>  
<scope>runtime</scope>  
</dependency>  
  
  
<dependency>  
<groupId>com.alibaba</groupId>  
<artifactId>druid-spring-boot-starter</artifactId>  
<version>1.1.18</version>  
</dependency>

yml文件：

spring:  
batch:  
job:  
\#设置为 false -需要jobLaucher.run执行  
enabled: **false**  
initialize-schema: always  
\# table-prefix: my-batch  
  
datasource:  
druid:  
username: root  
password: root  
url: jdbc:mysql://localhost:3306/hellodemo?useSSL=**false**&useUnicode=**true**&characterEncoding=UTF-8&serverTimezone=GMT%2B8&zeroDateTimeBehavior=convertToNull  
driver-class-name: com.mysql.cj.jdbc.Driver  
initialSize: 5  
minIdle: 5  
maxActive: 20  
maxWait: 60000  
timeBetweenEvictionRunsMillis: 60000  
minEvictableIdleTimeMillis: 300000  
validationQuery: SELECT 1 FROM DUAL  
testWhileIdle: **true**  
testOnBorrow: **false**  
testOnReturn: **false**  
poolPreparedStatements: **true**  
maxPoolPreparedStatementPerConnectionSize: 20  
useGlobalDataSourceStat: **true**  
connectionProperties: druid.stat.mergeSql=**true**;druid.stat.slowSqlMillis=5000  
server:  
port: 8665

![图片][33cdd77bbf6835d0bf5c18596d4b69ee.png]

> ps：这里我们用到了druid数据库连接池，其实有个小坑，后面文章会讲到。

因为我们这次的实例最终数据处理完之后，是写入数据库存储（当然你也可以输出到文件等等）。

所以我们前面也建了一张表，pom文件里面我们也整合的mybatis，那么我们在整合spring batch 主要编码前，我们先把这些关于数据库打通用到的简单过一下。

推荐学习：Spring Boot 最新学习路线图来了，16 个模块，小白都能学会！

##### **pojo 层** #####

BlogInfo.java ：

/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
public class BlogInfo \{  
  
private Integer id;  
private String blogAuthor;  
private String blogUrl;  
private String blogTitle;  
private String blogItem;  
  
@Override  
public String **toString**() \{  
return "BlogInfo\{" +  
"id=" + id +  
", blogAuthor='" + blogAuthor + '\\'' +  
", blogUrl='" + blogUrl + '\\'' +  
", blogTitle='" + blogTitle + '\\'' +  
", blogItem='" + blogItem + '\\'' +  
'\}';  
\}  
  
public Integer getId() \{  
return id;  
\}  
  
public void setId(Integer id) \{  
this.id = id;  
\}  
  
public String getBlogAuthor() \{  
return blogAuthor;  
\}  
  
public void setBlogAuthor(String blogAuthor) \{  
this.blogAuthor = blogAuthor;  
\}  
  
public String getBlogUrl() \{  
return blogUrl;  
\}  
  
public void setBlogUrl(String blogUrl) \{  
this.blogUrl = blogUrl;  
\}  
  
public String getBlogTitle() \{  
return blogTitle;  
\}  
  
public void setBlogTitle(String blogTitle) \{  
this.blogTitle = blogTitle;  
\}  
  
public String getBlogItem() \{  
return blogItem;  
\}  
  
public void setBlogItem(String blogItem) \{  
this.blogItem = blogItem;  
\}  
\}

##### **mapper层** #####

BlogMapper.java ：

> ps：可以看到这个实例我用的是注解的方式，哈哈为了省事，而且我还不写servcie层和impl层，也是为了省事，因为该篇文章重点不在这些，所以这些不好的大家不要学。

import com.example.batchdemo.pojo.BlogInfo;  
import org.apache.ibatis.annotations.\*;  
import java.util.List;  
import java.util.Map;  
  
/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
@Mapper  
public interface BlogMapper \{  
@Insert("INSERT INTO bloginfo ( blogAuthor, blogUrl, blogTitle, blogItem ) VALUES ( \#\{blogAuthor\}, \#\{blogUrl\},\#\{blogTitle\},\#\{blogItem\}) ")  
@Options(useGeneratedKeys = **true**, keyProperty = "id")  
int insert(BlogInfo bloginfo);  
  
@Select("select blogAuthor, blogUrl, blogTitle, blogItem from bloginfo where blogAuthor < \#\{authorId\}")  
List<BlogInfo> queryInfoById(Map<String , Integer> map);  
  
\}

接下来 ，重头戏，我们开始对前边那张图里涉及到的各个小组件进行编码。

首先创建一个 配置类， `MyBatchConfig.java`：

从我起名来看，可以知道这基本就是咱们整合spring batch 涉及到的一些配置组件都会写在这里了。

首先我们按照咱们上面的图来看，里面包含内容有：

JobRepository job的注册/存储器  
JobLauncher job的执行器  
Job job任务，包含一个或多个Step  
Step 包含（ItemReader、ItemProcessor和ItemWriter)  
ItemReader 数据读取器  
ItemProcessor 数据处理器  
ItemWriter 数据输出器

首先，在MyBatchConfig类前加入注解：

`@Configuration` 用于告诉spring，咱们这个类是一个自定义配置类，里面很多bean都需要加载到spring容器里面

`@EnableBatchProcessing` 开启批处理支持

![图片][ea4e6db8f9f972bcb7a709a27dfb4833.png]

然后开始往MyBatchConfig类里，编写各个小组件。

##### **JobRepository** #####

写在MyBatchConfig类里

/\*\*  
\* JobRepository定义：Job的注册容器以及和数据库打交道（事务管理等）  
\* @param dataSource  
\* @param transactionManager  
\* @return  
\* @throws Exception  
\*/  
@Bean  
public JobRepository myJobRepository(DataSource dataSource, PlatformTransactionManager transactionManager) throws Exception\{  
JobRepositoryFactoryBean jobRepositoryFactoryBean = new JobRepositoryFactoryBean();  
jobRepositoryFactoryBean.setDatabaseType("mysql");  
jobRepositoryFactoryBean.setTransactionManager(transactionManager);  
jobRepositoryFactoryBean.setDataSource(dataSource);  
return jobRepositoryFactoryBean.getObject();  
\}

##### **JobLauncher** #####

写在MyBatchConfig类里

/\*\*  
\* jobLauncher定义：job的启动器,绑定相关的jobRepository  
\* @param dataSource  
\* @param transactionManager  
\* @return  
\* @throws Exception  
\*/  
@Bean  
public SimpleJobLauncher myJobLauncher(DataSource dataSource, PlatformTransactionManager transactionManager) throws Exception\{  
SimpleJobLauncher jobLauncher = new SimpleJobLauncher();  
// 设置jobRepository  
jobLauncher.setJobRepository(myJobRepository(dataSource, transactionManager));  
return jobLauncher;  
\}

##### **Job** #####

写在MyBatchConfig类里

/\*\*  
\* 定义job  
\* @param jobs  
\* @param myStep  
\* @return  
\*/  
@Bean  
public Job myJob(JobBuilderFactory jobs, Step myStep)\{  
return jobs.get("myJob")  
.incrementer(new RunIdIncrementer())  
.flow(myStep)  
.end()  
.listener(myJobListener())  
.build();  
\}

对于Job的运行，是可以配置监听器的

##### **JobListener** #####

写在MyBatchConfig类里

/\*\*  
\* 注册job监听器  
\* @return  
\*/  
@Bean  
public MyJobListener **myJobListener**()\{  
return new MyJobListener();  
\}

这是一个我们自己自定义的监听器，所以是单独创建的，`MyJobListener.java`：

/\*\*  
\* @Author : JCccc  
\* @Description :监听Job执行情况，实现JobExecutorListener，且在batch配置类里，Job的Bean上绑定该监听器  
\*\*/  
  
public class MyJobListener implements JobExecutionListener \{  
  
private Logger logger = LoggerFactory.getLogger(MyJobListener.class);  
  
@Override  
public void beforeJob(JobExecution jobExecution) \{  
logger.info("job 开始, id=\{\}",jobExecution.getJobId());  
\}  
  
@Override  
public void afterJob(JobExecution jobExecution) \{  
logger.info("job 结束, id=\{\}",jobExecution.getJobId());  
\}  
\}

###### **Step（ItemReader ItemProcessor ItemWriter）** ######

step里面包含数据读取器，数据处理器，数据输出器三个小组件的的实现。

我们也是一个个拆解来进行编写。

文章前边说到，该篇实现的场景包含两种，一种是从csv文件读入大量数据进行处理，另一种是从数据库表读入大量数据进行处理。

##### **从CSV文件读取数据** #####

##### **ItemReader** #####

写在MyBatchConfig类里

/\*\*  
\* ItemReader定义：读取文件数据+entirty实体类映射  
\* @return  
\*/  
@Bean  
public ItemReader<BlogInfo> **reader**()\{  
// 使用FlatFileItemReader去读cvs文件，一行即一条数据  
FlatFileItemReader<BlogInfo> reader = new FlatFileItemReader<>();  
// 设置文件处在路径  
reader.setResource(new ClassPathResource("static/bloginfo.csv"));  
// entity与csv数据做映射  
reader.setLineMapper(new DefaultLineMapper<BlogInfo>() \{  
\{  
setLineTokenizer(new **DelimitedLineTokenizer**() \{  
\{  
setNames(new String\[\]\{"blogAuthor","blogUrl","blogTitle","blogItem"\});  
\}  
\});  
setFieldSetMapper(new BeanWrapperFieldSetMapper<BlogInfo>() \{  
\{  
setTargetType(BlogInfo.class);  
\}  
\});  
\}  
\});  
return reader;  
\}

简单代码解析：

![图片][190c2b8528cb67e3d2019329cc26e6b7.png]

对于数据读取器 ItemReader ，我们给它安排了一个读取监听器，创建 `MyReadListener.java` ：

/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
  
public class MyReadListener implements ItemReadListener<BlogInfo> \{  
  
private Logger logger = LoggerFactory.getLogger(MyReadListener.class);  
  
@Override  
public void **beforeRead**() \{  
\}  
  
@Override  
public void afterRead(BlogInfo item) \{  
\}  
  
@Override  
public void onReadError(Exception ex) \{  
try \{  
logger.info(format("%s%n", ex.getMessage()));  
\} catch (Exception e) \{  
e.printStackTrace();  
\}  
\}  
\}

##### **ItemProcessor** #####

写在MyBatchConfig类里

/\*\*  
\* 注册ItemProcessor: 处理数据+校验数据  
\* @return  
\*/  
@Bean  
public ItemProcessor<BlogInfo, BlogInfo> **processor**()\{  
MyItemProcessor myItemProcessor = new MyItemProcessor();  
// 设置校验器  
myItemProcessor.setValidator(myBeanValidator());  
return myItemProcessor;  
\}

数据处理器，是我们自定义的，里面主要是包含我们对数据处理的业务逻辑，并且我们设置了一些数据校验器，我们这里使用 JSR-303的Validator来作为校验器。

##### **校验器** #####

写在MyBatchConfig类里

/\*\*  
\* 注册校验器  
\* @return  
\*/  
@Bean  
public MyBeanValidator **myBeanValidator**()\{  
return new MyBeanValidator<BlogInfo>();  
\}

创建`MyItemProcessor.java` ：

> ps：里面我的数据处理逻辑是，获取出读取数据里面的每条数据的blogItem字段，如果是springboot，那就对title字段值进行替换。

其实也就是模拟一个简单地数据处理场景。

import com.example.batchdemo.pojo.BlogInfo;  
import org.springframework.batch.item.validator.ValidatingItemProcessor;  
import org.springframework.batch.item.validator.ValidationException;  
  
/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
public class MyItemProcessor extends ValidatingItemProcessor<BlogInfo> \{  
@Override  
public BlogInfo process(BlogInfo item) throws ValidationException \{  
/\*\*  
\* 需要执行super.process(item)才会调用自定义校验器  
\*/  
super.process(item);  
/\*\*  
\* 对数据进行简单的处理  
\*/  
**if** (item.getBlogItem().equals("springboot")) \{  
item.setBlogTitle("springboot 系列还请看看我Jc");  
\} **else** \{  
item.setBlogTitle("未知系列");  
\}  
return item;  
\}  
\}

创建MyBeanValidator.java：

import org.springframework.batch.item.validator.ValidationException;  
import org.springframework.batch.item.validator.Validator;  
import org.springframework.beans.factory.InitializingBean;  
import javax.validation.ConstraintViolation;  
import javax.validation.Validation;  
import javax.validation.ValidatorFactory;  
import java.util.Set;  
  
/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
public class MyBeanValidator<T> implements Validator<T>, InitializingBean \{  
  
private javax.validation.Validator validator;  
  
@Override  
public void validate(T value) throws ValidationException \{  
/\*\*  
\* 使用Validator的validate方法校验数据  
\*/  
Set<ConstraintViolation<T>> constraintViolations =  
validator.validate(value);  
**if** (constraintViolations.size() > 0) \{  
StringBuilder message = new StringBuilder();  
**for** (ConstraintViolation<T> constraintViolation : constraintViolations) \{  
message.append(constraintViolation.getMessage() + "\\n");  
\}  
throw new ValidationException(message.toString());  
\}  
\}  
  
/\*\*  
\* 使用JSR-303的Validator来校验我们的数据，在此进行JSR-303的Validator的初始化  
\* @throws Exception  
\*/  
@Override  
public void afterPropertiesSet() throws Exception \{  
ValidatorFactory validatorFactory =  
Validation.buildDefaultValidatorFactory();  
validator = validatorFactory.usingContext().getValidator();  
\}  
  
\}

> ps：其实该篇文章没有使用这个数据校验器，大家想使用的话，可以在实体类上添加一些校验器的注解@NotNull @Max @Email等等。我偏向于直接在处理器里面进行处理，想把关于数据处理的代码都写在一块。

##### **ItemWriter** #####

写在MyBatchConfig类里

/\*\*  
\* ItemWriter定义：指定datasource，设置批量插入sql语句，写入数据库  
\* @param dataSource  
\* @return  
\*/  
@Bean  
public ItemWriter<BlogInfo> writer(DataSource dataSource)\{  
// 使用jdbcBcatchItemWrite写数据到数据库中  
JdbcBatchItemWriter<BlogInfo> writer = new JdbcBatchItemWriter<>();  
// 设置有参数的sql语句  
writer.setItemSqlParameterSourceProvider(new BeanPropertyItemSqlParameterSourceProvider<BlogInfo>());  
String sql = "insert into bloginfo "+" (blogAuthor,blogUrl,blogTitle,blogItem) "  
\+" values(:blogAuthor,:blogUrl,:blogTitle,:blogItem)";  
writer.setSql(sql);  
writer.setDataSource(dataSource);  
return writer;  
\}

简单代码解析：

![图片][a6effc4dbb843690252af04d3c9beee7.png]

同样 对于数据读取器 ItemWriter ，我们给它也安排了一个输出监听器，创建 `MyWriteListener.java`：

import com.example.batchdemo.pojo.BlogInfo;  
import org.slf4j.Logger;  
import org.slf4j.LoggerFactory;  
import org.springframework.batch.core.ItemWriteListener;  
import java.util.List;  
import static java.lang.String.format;  
  
/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
public class MyWriteListener implements ItemWriteListener<BlogInfo> \{  
private Logger logger = LoggerFactory.getLogger(MyWriteListener.class);  
  
@Override  
public void beforeWrite(List<? extends BlogInfo> items) \{  
\}  
  
@Override  
public void afterWrite(List<? extends BlogInfo> items) \{  
\}  
  
@Override  
public void onWriteError(Exception exception, List<? extends BlogInfo> items) \{  
try \{  
logger.info(format("%s%n", exception.getMessage()));  
**for** (BlogInfo message : items) \{  
logger.info(format("Failed writing BlogInfo : %s", message.toString()));  
\}  
  
\} catch (Exception e) \{  
e.printStackTrace();  
\}  
  
\}  
\}

`ItemReader`、`ItemProcessor`、`ItemWriter`，这三个小组件到这里，我们都实现了，那么接下来就是把这三个小组件跟我们的step去绑定起来。

写在MyBatchConfig类里

/\*\*  
\* step定义：  
\* 包括  
\* ItemReader 读取  
\* ItemProcessor 处理  
\* ItemWriter 输出  
\* @param stepBuilderFactory  
\* @param reader  
\* @param writer  
\* @param processor  
\* @return  
\*/  
  
@Bean  
public Step myStep(StepBuilderFactory stepBuilderFactory, ItemReader<BlogInfo> reader,  
ItemWriter<BlogInfo> writer, ItemProcessor<BlogInfo, BlogInfo> processor)\{  
return stepBuilderFactory  
.get("myStep")  
.<BlogInfo, BlogInfo>chunk(65000) // Chunk的机制(即每次读取一条数据，再处理一条数据，累积到一定数量后再一次性交给writer进行写入操作)  
.reader(reader).faultTolerant().retryLimit(3).retry(Exception.class).skip(Exception.class).skipLimit(2)  
.listener(new MyReadListener())  
.processor(processor)  
.writer(writer).faultTolerant().skip(Exception.class).skipLimit(2)  
.listener(new MyWriteListener())  
.build();  
\}

这个Step，稍作讲解。

前边提到了，spring batch框架，提供了事务的控制，重启，检测跳过等等机制。

那么，这些东西的实现，很多都在于这个step环节的设置。

首先看到我们代码出现的第一个设置，`chunk( 6500 )`，Chunk的机制(即每次读取一条数据，再处理一条数据，累积到一定数量后再一次性交给writer进行写入操作。

没错，对于整个step环节，就是数据的读取，处理最后到输出。

这个chunk机制里，我们传入的 6500，也就是是告诉它，读取处理数据，累计达到 6500条进行一次批次处理，去执行写入操作。

这个传值，是根据具体业务而定，可以是500条一次，1000条一次，也可以是20条一次，50条一次。

通过一张简单的小图来帮助理解：

![图片][1f634cf29aeac21fb4650ea5f1590eb7.png]

在我们大量数据处理，不管是读取或者说是写入，都肯定会涉及到一些未知或者已知因素导致某条数据失败了。

那么如果说咱们啥也不设置，失败一条数据，那么我们就当作整个失败了？。显然这个太不人性，所以spring batch 提供了 retry 和 skip 两个设置（其实还有restart） ，通过这两个设置来人性化地解决一些数据操作失败场景。

retryLimit(3).retry(Exception.class)

没错，这个就是设置重试，当出现异常的时候，重试多少次。我们设置为3，也就是说当一条数据操作失败，那我们会对这条数据进行重试3次，还是失败就是 当做失败了， 那么我们如果有配置skip（推荐配置使用），那么这个数据失败记录就会留到给 skip 来处理。

skip(Exception.class).skipLimit(2)

skip，跳过，也就是说我们如果设置3， 那么就是可以容忍 3条数据的失败。只有达到失败数据达到3次，我们才中断这个step。

对于失败的数据，我们做了相关的监听器以及异常信息记录，供与后续手动补救。

那么记下来我们开始去调用这个批处理job，我们通过接口去触发这个批处理事件，新建一个Controller，`TestController.java`：

/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
@RestController  
public class TestController \{  
@Autowired  
SimpleJobLauncher jobLauncher;  
  
@Autowired  
Job myJob;  
  
@GetMapping("testJob")  
public void testJob() throws JobParametersInvalidException, JobExecutionAlreadyRunningException, JobRestartException, JobInstanceAlreadyCompleteException \{  
// 后置参数：使用JobParameters中绑定参数 addLong addString 等方法  
JobParameters jobParameters = new JobParametersBuilder().toJobParameters();  
jobLauncher.run(myJob, jobParameters);  
  
\}  
\}

对了，我准备了一个csv文件 `bloginfo.csv`，里面大概8万多条数据，用来进行批处理测试：

![图片][3e453fc9b43533bffd40bd17ebc42bcf.png]

这个文件的路径跟我们的数据读取器里面读取的路径要一直，

![图片][9f697fd1d40acea56b24902019321420.png]

![图片][246ce1de7e0085d41ba7ebf1f04cce8d.png]

目前我们数据库是这个样子，

![图片][39147a4be3c73d44f2522cbd0f06d0e5.png]

接下来我们把我们的项目启动起来，再看一眼数据库，生成了一些batch用来跟踪记录job的一些数据表：

![图片][1460e49229d6946046ce8ebdbf0deb6e.png]

我们来调用一下testJob接口，

![图片][95c763de6f2d297ff8b287fed6ec5375.png]

然后看下数据库，可以看的数据全部都进行了相关的逻辑处理并插入到了数据库：

![图片][b34a3bd325ae87c918995a6852e70f6c.png]

到这里，我们对Springboot 整合 spring batch 其实已经操作完毕了，也实现了从csv文件读取数据处理存储的业务场景。

从数据库读取数据

> ps：前排提示使用druid有坑。后面会讲到。

那么接下来实现场景，从数据库表内读取数据进行处理输出到新的表里面。

那么基于我们上边的整合，我们已经实现了

那么对于我们新写一个job完成 一个新的场景，我们需要全部重写么？

显然没必要，当然完全新写一套也是可以的。

那么该篇，对于一个新的也出场景，从csv文件读取数据转换到数据库表读取数据，我们重新新建的有：

1.  **数据读取器：** 原先使用的是 `FlatFileItemReader` ，我们现在改为使用 `MyBatisCursorItemReader`
2.  **数据处理器：** 新的场景，业务为了好扩展，所以我们处理器最好也新建一个
3.  **数据输出器：** 新的场景，业务为了好扩展，所以我们数据输出器最好也新建一个
4.  **step的绑定设置：** 新的场景，业务为了好扩展，所以我们step最好也新建一个
5.  **Job：** 当然是要重新写一个了

其他我们照用原先的就行，JobRepository，JobLauncher以及各种监听器啥的，暂且不重新建了。

新建`MyItemProcessorNew.java`：

import org.springframework.batch.item.validator.ValidatingItemProcessor;  
import org.springframework.batch.item.validator.ValidationException;  
  
/\*\*  
\* @Author : JCccc  
\* @Description :  
\*\*/  
public class MyItemProcessorNew extends ValidatingItemProcessor<BlogInfo> \{  
@Override  
public BlogInfo process(BlogInfo item) throws ValidationException \{  
/\*\*  
\* 需要执行super.process(item)才会调用自定义校验器  
\*/  
super.process(item);  
/\*\*  
\* 对数据进行简单的处理  
\*/  
Integer authorId= Integer.valueOf(item.getBlogAuthor());  
**if** (authorId<20000) \{  
item.setBlogTitle("这是都是小于20000的数据");  
\} **else** **if** (authorId>20000 && authorId<30000)\{  
item.setBlogTitle("这是都是小于30000但是大于20000的数据");  
\}**else** \{  
item.setBlogTitle("旧书不厌百回读");  
\}  
return item;  
\}  
\}

然后其他重新定义的小组件，写在MyBatchConfig类里：

/\*\*  
\* 定义job  
\* @param jobs  
\* @param stepNew  
\* @return  
\*/  
@Bean  
public Job myJobNew(JobBuilderFactory jobs, Step stepNew)\{  
return jobs.get("myJobNew")  
.incrementer(new RunIdIncrementer())  
.flow(stepNew)  
.end()  
.listener(myJobListener())  
.build();  
  
\}  
  
@Bean  
public Step stepNew(StepBuilderFactory stepBuilderFactory, MyBatisCursorItemReader<BlogInfo> itemReaderNew,  
ItemWriter<BlogInfo> writerNew, ItemProcessor<BlogInfo, BlogInfo> processorNew)\{  
return stepBuilderFactory  
.get("stepNew")  
.<BlogInfo, BlogInfo>chunk(65000) // Chunk的机制(即每次读取一条数据，再处理一条数据，累积到一定数量后再一次性交给writer进行写入操作)  
.reader(itemReaderNew).faultTolerant().retryLimit(3).retry(Exception.class).skip(Exception.class).skipLimit(10)  
.listener(new MyReadListener())  
.processor(processorNew)  
.writer(writerNew).faultTolerant().skip(Exception.class).skipLimit(2)  
.listener(new MyWriteListener())  
.build();  
  
\}  
  
@Bean  
public ItemProcessor<BlogInfo, BlogInfo> **processorNew**()\{  
MyItemProcessorNew csvItemProcessor = new MyItemProcessorNew();  
// 设置校验器  
csvItemProcessor.setValidator(myBeanValidator());  
return csvItemProcessor;  
\}  
  
@Autowired  
private SqlSessionFactory sqlSessionFactory;  
  
@Bean  
@StepScope  
//Spring Batch提供了一个特殊的bean scope类（StepScope:作为一个自定义的Spring bean scope）。这个step scope的作用是连接batches的各个steps。这个机制允许配置在Spring的beans当steps开始时才实例化并且允许你为这个step指定配置和参数。  
public MyBatisCursorItemReader<BlogInfo> itemReaderNew(@Value("\#\{jobParameters\[authorId\]\}") String authorId) \{  
  
System.out.println("开始查询数据库");  
  
MyBatisCursorItemReader<BlogInfo> reader = new MyBatisCursorItemReader<>();  
  
reader.setQueryId("com.example.batchdemo.mapper.BlogMapper.queryInfoById");  
  
reader.setSqlSessionFactory(sqlSessionFactory);  
Map<String , Object> map = new HashMap<>();  
  
map.put("authorId" , Integer.valueOf(authorId));  
reader.setParameterValues(map);  
return reader;  
\}  
  
/\*\*  
\* ItemWriter定义：指定datasource，设置批量插入sql语句，写入数据库  
\* @param dataSource  
\* @return  
\*/  
@Bean  
public ItemWriter<BlogInfo> writerNew(DataSource dataSource)\{  
// 使用jdbcBcatchItemWrite写数据到数据库中  
JdbcBatchItemWriter<BlogInfo> writer = new JdbcBatchItemWriter<>();  
// 设置有参数的sql语句  
writer.setItemSqlParameterSourceProvider(new BeanPropertyItemSqlParameterSourceProvider<BlogInfo>());  
String sql = "insert into bloginfonew "+" (blogAuthor,blogUrl,blogTitle,blogItem) "  
\+" values(:blogAuthor,:blogUrl,:blogTitle,:blogItem)";  
writer.setSql(sql);  
writer.setDataSource(dataSource);  
return writer;  
\}

## **代码需要注意的点** ##

数据读取器 `MyBatisCursorItemReader`

![图片][3cd09bd4bae20777b0ec60d0534b5601.png]

对应的mapper方法：

![图片][e6f269dcc68e3cf2f6d2758953e616ab.png]

数据处理器 MyItemProcessorNew：

![图片][3ad9954974a593517cca7b538829bffd.png]

数据输出器，新插入到别的数据库表去，特意这样为了测试：

![图片][bd5972209264526e99297287ec02757f.png]

当然我们的数据库为了测试这个场景，也是新建了一张表，bloginfonew 表。

![图片][c2d0296e67911a05a822fe5b0b4e2746.png]

接下来，我们新写一个接口来执行新的这个job：

![图片][bd74e184c36318e5de9817fa0180a98f.png]

@Autowired  
SimpleJobLauncher jobLauncher;  
  
@Autowired  
Job myJobNew;  
  
@GetMapping("testJobNew")  
public void testJobNew(@RequestParam("authorId") String authorId) throws JobParametersInvalidException, JobExecutionAlreadyRunningException, JobRestartException, JobInstanceAlreadyCompleteException \{  
  
JobParameters jobParametersNew = new JobParametersBuilder().addLong("timeNew", System.currentTimeMillis())  
.addString("authorId",authorId)  
.toJobParameters();  
jobLauncher.run(myJobNew,jobParametersNew);  
  
\}

ok，我们来调用一些这个接口：

![图片][b19ba2db659ac58678597f2ab1d2e0a7.png]

看下控制台：

![图片][fa49c0c320118fd33c607a357fa6834c.png]

没错，这就是失败的，原因是因为跟druid有关，报了一个数据库功能不支持。这是在数据读取的时候报的错。

我初步测试认为是`MyBatisCursorItemReader` ，druid 数据库连接池不支持。

那么，我们只需要：

注释掉druid连接池 jar依赖

![图片][c82c6cd8beee92d50bcf01c51aef69c4.png]

yml里替换连接池配置

![图片][e96e67cfd05cd67f1d6fac83c0129398.png]

其实我们不配置其他连接池，springboot 2.X 版本已经为我们整合了默认的连接池 HikariCP 。

> 在Springboot2.X版本，数据库的连接池官方推荐使用HikariCP

如果不是为了druid的那些后台监控数据，sql分析等等，完全是优先使用HikariCP的。

官方的原话：

> We preferHikariCPfor its performance and concurrency. If HikariCP is available, we always choose it.

翻译：

> 我们更喜欢hikaricpf的性能和并发性。如果有HikariCP，我们总是选择它。

所以我们就啥连接池也不配了，使用默认的HikariCP 连接池。

推荐一个开源免费的 Spring Boot 实战项目：

> https://github.com/javastacks/spring-boot-best-practice

当然你想配，也是可以的：

![图片][c5ff090d298493de7c0c8398712b78bd.png]

所以我们剔除掉druid链接池后，我们再来调用一下新接口：

![图片][16b77613522b34d12dda471d23315558.png]

可以看到，从数据库获取数据并进行批次处理写入job是成功的：

![图片][f2660b68726a4e29620413ce7387162d.png]

新的表里面插入的数据都进行了自己写的逻辑处理：

![图片][14bdbec305b0c3146b142746cbd770a2.png]

好了，springboot 整合 spring batch 批处理框架， 就到此吧。

[5519f29f0a5cbca2484907bbca129471.png]: https://img-blog.csdnimg.cn/img_convert/5519f29f0a5cbca2484907bbca129471.png
[76982b102f414b0a452649e96dc29543.png]: https://img-blog.csdnimg.cn/img_convert/76982b102f414b0a452649e96dc29543.png
[33cdd77bbf6835d0bf5c18596d4b69ee.png]: https://img-blog.csdnimg.cn/img_convert/33cdd77bbf6835d0bf5c18596d4b69ee.png
[ea4e6db8f9f972bcb7a709a27dfb4833.png]: https://img-blog.csdnimg.cn/img_convert/ea4e6db8f9f972bcb7a709a27dfb4833.png
[190c2b8528cb67e3d2019329cc26e6b7.png]: https://img-blog.csdnimg.cn/img_convert/190c2b8528cb67e3d2019329cc26e6b7.png
[a6effc4dbb843690252af04d3c9beee7.png]: https://img-blog.csdnimg.cn/img_convert/a6effc4dbb843690252af04d3c9beee7.png
[1f634cf29aeac21fb4650ea5f1590eb7.png]: https://img-blog.csdnimg.cn/img_convert/1f634cf29aeac21fb4650ea5f1590eb7.png
[3e453fc9b43533bffd40bd17ebc42bcf.png]: https://img-blog.csdnimg.cn/img_convert/3e453fc9b43533bffd40bd17ebc42bcf.png
[9f697fd1d40acea56b24902019321420.png]: https://img-blog.csdnimg.cn/img_convert/9f697fd1d40acea56b24902019321420.png
[246ce1de7e0085d41ba7ebf1f04cce8d.png]: https://img-blog.csdnimg.cn/img_convert/246ce1de7e0085d41ba7ebf1f04cce8d.png
[39147a4be3c73d44f2522cbd0f06d0e5.png]: https://img-blog.csdnimg.cn/img_convert/39147a4be3c73d44f2522cbd0f06d0e5.png
[1460e49229d6946046ce8ebdbf0deb6e.png]: https://img-blog.csdnimg.cn/img_convert/1460e49229d6946046ce8ebdbf0deb6e.png
[95c763de6f2d297ff8b287fed6ec5375.png]: https://img-blog.csdnimg.cn/img_convert/95c763de6f2d297ff8b287fed6ec5375.png
[b34a3bd325ae87c918995a6852e70f6c.png]: https://img-blog.csdnimg.cn/img_convert/b34a3bd325ae87c918995a6852e70f6c.png
[3cd09bd4bae20777b0ec60d0534b5601.png]: https://img-blog.csdnimg.cn/img_convert/3cd09bd4bae20777b0ec60d0534b5601.png
[e6f269dcc68e3cf2f6d2758953e616ab.png]: https://img-blog.csdnimg.cn/img_convert/e6f269dcc68e3cf2f6d2758953e616ab.png
[3ad9954974a593517cca7b538829bffd.png]: https://img-blog.csdnimg.cn/img_convert/3ad9954974a593517cca7b538829bffd.png
[bd5972209264526e99297287ec02757f.png]: https://img-blog.csdnimg.cn/img_convert/bd5972209264526e99297287ec02757f.png
[c2d0296e67911a05a822fe5b0b4e2746.png]: https://img-blog.csdnimg.cn/img_convert/c2d0296e67911a05a822fe5b0b4e2746.png
[bd74e184c36318e5de9817fa0180a98f.png]: https://img-blog.csdnimg.cn/img_convert/bd74e184c36318e5de9817fa0180a98f.png
[b19ba2db659ac58678597f2ab1d2e0a7.png]: https://img-blog.csdnimg.cn/img_convert/b19ba2db659ac58678597f2ab1d2e0a7.png
[fa49c0c320118fd33c607a357fa6834c.png]: https://img-blog.csdnimg.cn/img_convert/fa49c0c320118fd33c607a357fa6834c.png
[c82c6cd8beee92d50bcf01c51aef69c4.png]: https://img-blog.csdnimg.cn/img_convert/c82c6cd8beee92d50bcf01c51aef69c4.png
[e96e67cfd05cd67f1d6fac83c0129398.png]: https://img-blog.csdnimg.cn/img_convert/e96e67cfd05cd67f1d6fac83c0129398.png
[c5ff090d298493de7c0c8398712b78bd.png]: https://img-blog.csdnimg.cn/img_convert/c5ff090d298493de7c0c8398712b78bd.png
[16b77613522b34d12dda471d23315558.png]: https://img-blog.csdnimg.cn/img_convert/16b77613522b34d12dda471d23315558.png
[f2660b68726a4e29620413ce7387162d.png]: https://img-blog.csdnimg.cn/img_convert/f2660b68726a4e29620413ce7387162d.png
[14bdbec305b0c3146b142746cbd770a2.png]: https://img-blog.csdnimg.cn/img_convert/14bdbec305b0c3146b142746cbd770a2.png