Spring Batch批处理框架初探

邓昀

2023-12-01

关于spring batch

spring batch就是一个轻量级的批处理框架，他的轻量级是相对于MapReduce、Spark之类的集群批处理架构来说的。虽然spring batch支持机器集群，但是多用的是单机的多线程并行处理。

大家都知道MapReduce适合超大型数据量的批量处理，对于几分钟，几十秒钟的处理就不要放到Mapreduce上了，这只会让处理时间更长，因为MapReduce的任务分配和启动过程就要消耗1-2分钟。

另外对于一些不是特别复杂的批处理，如果手头没有Hadoop这样的集群可用，而且一台电脑多线程处理就足够应付时，spring batch会是一个很好的选则。（当然，如果写一个简单的批处理脚本够用，那么，首选批处理脚本。）

但是，由于官方的教程不太适合初学者不快速的上手，这篇教程是大概两个礼拜时间集中看spring batch相关内容的总结。这里整理的顺序将会尽量从适合学习和入门。

spring batch用来做批处理，批处理最早基本用来指脚本，比如批处理脚本，就是把一系列的操作写到一个bat或者sh文件里面，一次调用，脚本里面的一系列操作就按照顺序逐条指令执行了。

也就是说，批处理首先是能够包含一系列的处理指令，并且可以指定顺序，然后这些指令按照指定的顺序执行。然而现如今是一个分布式的时代，和一个水平扩展远大于单机性能的时代，大多优秀的产品都在支持并行或者集群，spring batch在这两方面支持的怎么样呢？

spring batch具备工作流引擎的相似功能，可以在xml配置文件中配置一系列相互关联的步骤。你需要配置一个任务（Job），在任务里面定义多个Step，Step和Step之间通过next标签指明前后关系。

同时，他支持同一个任务的多线程、多进程、多服务器处理。接下来把相关资料分类整理如下：

在这个最简单的示例中，你会看到组成Job的Step可以是自定义的一个tasklet，也可以是使用spring batch提供的标准的ItemReader、ItemProcesser、ItemWriter组成的一个tasklet。

spring batch默认支持文本文件、XML文件、数据库的读和写，提供了内置的ItemReader和ItemWriter。

这一篇是中文的，写的其实不如官网清楚，下面是官网的地址：

文章写的不是特别详细，但是已经给出了足够的线索，也就是需要把JobRepository定义成数据库存储形式。