用于动态块大小的Spring批处理自定义完成策略

Question

上下文

我们有一个批处理作业，可以将本地化的国家名称（即将国家名称翻译成不同的语言）从外部复制到我们的数据库中。其想法是将单个国家的所有本地化国家名称处理为一个区块（即第一区块-安道尔的所有翻译，下一区块-阿联酋的所有翻译，等等）。我们使用jdbcursoritemreader读取外部数据，一些oracle分析函数提供国家可用的翻译总数：比如

select country_code, language_code, localized_name, COUNT(1) OVER(PARTITION BY c_lng.country_code) as lng_count
from EXT_COUNTRY_LNG c_lng
order by c_lng.countty_code, c_lng.language_code

问题

因此，按块剪切这个输入看起来很简单：当您读取了lng_count中指定的确切行数时，停止块，并用下一个读取行开始一个新的输入，但实际上它似乎并不那么简单：(

首先要尝试的是自定义完成策略。但问题是，它无法访问最后一项，即ItemReader——您应该在reader中显式地将其放到上下文中，并将其返回到策略中。不喜欢它，因为它需要额外的读卡器修改/添加读卡器侦听器。此外，我不喜欢同一个项目被前后序列化/反序列化。我觉得JobContext/StepContext不是存放此类数据的好地方。

还有RepeatContext，它看起来是存放此类数据的更好地方，但我无法轻松找到它。。。

最后，我们得出如下解决方案：

@Bean(name = "localizedCountryNamesStep")
@JobScope
public Step insertCountryStep(
        final StepBuilderFactory stepBuilderFactory,
        final MasterdataCountryNameReader countryNameReader,
        final MasterdataCountryNameProcessor countryNameProcessor,
        final MasterdataCountryNameWriter writer) {
    /* Use the same fixed-commit policy, but update it's chunk size dynamically */
    final SimpleCompletionPolicy policy = new SimpleCompletionPolicy();
    return stepBuilderFactory.get("localizedCountryNamesStep")
            .<ExtCountryLng, LocalizedCountryName> chunk(policy)
            .reader(countryNameReader)
            .listener(new ItemReadListener<ExtCountryLng>() {

                @Override
                public void beforeRead() {
                    // do nothing
                }

                @Override
                public void afterRead(final ExtCountryLng item) {
                    /* Update the cunk size after every read: consequent reads 
                    inside the same country = same chunk do nothing since lngCount is always the same there */
                    policy.setChunkSize(item.getLngCount());
                }

                @Override
                public void onReadError(final Exception ex) {
                    // do nothing
                }
            })
            .processor(countryNameProcessor)
            .writer(writer)
            .faultTolerant()
            .skip(RuntimeException.class)
            .skipLimit(Integer.MAX_VALUE) // Batch does not support unlimited skip
            .retryLimit(0) // this solution disables only retry, but not recover
            .build();
}

它在工作，它需要最少的代码更改，但对我来说还是有点难看。所以我想知道，当所有必需的信息都已经在ItemReader中可用时，是否有另一种优雅的方法来在Spring Batch中执行动态块大小？

Answer 1

最简单的方法是简单地按国家划分。这样，每个国家都会有自己的步骤，你也可以在不同的国家穿行，以提高绩效。

如果需要一个读卡器，您可以包装一个委托PeekableItemReader，并扩展SimpleCompletionPolicy，以实现您的目标。

public class CountryPeekingCompletionPolicyReader extends SimpleCompletionPolicy implements ItemReader<CountrySpecificItem> {

    private PeekableItemReader<? extends CountrySpecificItem> delegate;

    private CountrySpecificItem currentReadItem = null;

    @Override
    public CountrySpecificItem read() throws UnexpectedInputException, ParseException, NonTransientResourceException, Exception {
        currentReadItem = delegate.read();
        return currentReadItem;
    }

    @Override
    public RepeatContext start(final RepeatContext context) {
        return new ComparisonPolicyTerminationContext(context);
    }

    protected class ComparisonPolicyTerminationContext extends SimpleTerminationContext {

        public ComparisonPolicyTerminationContext(final RepeatContext context) {
            super(context);
        }

        @Override
        public boolean isComplete() {
            final CountrySpecificItem nextReadItem = delegate.peek();

            // logic to check if same country
            if (currentReadItem.isSameCountry(nextReadItem)) {
                return false;
            }

            return true;
        }
    }
}

然后在你的上下文中，你会定义：

<batch:tasklet>
    <batch:chunk chunk-completion-policy="countrySpecificCompletionPolicy" reader="countrySpecificCompletionPolicy" writer="someWriter" />
</batch:tasklet>

<bean id="countrySpecificCompletionPolicy" class="CountryPeekingCompletionPolicyReader">
     <property name="delegate" ref="peekableReader" />
</bean>


<bean id="peekableReader" class="YourPeekableItemReader" />

编辑：回想一下你的问题，分区在我看来是最干净的方法。使用分区步骤，每个ItemReader（确保scope=“step”）将从步骤执行上下文传递一个countryName。是的，你需要一个自定义的分区器类来建立你的执行上下文地图（每个国家一个条目）和一个足够大的硬编码提交间隔，以适应你最大的工作单元，但在那之后，一切都是样板，因为每个从属步骤都只是一个单独的块，重启对任何可能遇到问题的国家来说都应该是一件轻而易举的事。