陪你解读Spring Batch（一）Spring Batch介绍

前言

　　整个章节由浅入深了解Spring Batch，让你掌握批处理利器。面对大批量数据毫无惧色。本章只做介绍，后面章节有代码示例。好了，接下来是我们的主角Spring Batch。

1.1 背景介绍

1.1.1 诞生

　　开源社区一直把大部分注意力集中在web和SOA框架中，基于java的批处理框架确很少，因此一个标准的、可重用的批处理框架对我们来说很重要。先来说一下什么是批处理？在企业应用时，需要定期或者人工触发的读入大批量数据，然后完成相应的业务处理并进行归档。这类工作就成为批处理。

　　SpringSource和Accenture致力于通过合作来解决这种状况，Accenture在实现批处理架构上有着丰富的产业实践经验，SpringSource则有深厚的技术开发经验，两者成为强大的合作伙伴，创造出高质量的、市场认可的企业级java解决方案。因此诞生了Spring Batch

1.1.2 为什么使用它？

　　Spring Batch作为Spring的子项目，是一款轻量级的综合批处理框架，通过它可以构建出壮健的企业级批处理应用，因为基于Spring，所以开发者十分容易上手使用。SpringBatch不仅提供了统一的读写接口、丰富的任务处理方式、可重用的功能，还包括了日志，事务管理，任务统计、弹性处理等功能。使开发人员可以更多的关注业务处理过程。

　　Spring Batch不是一个调度框架，因为已经有非常好的企业级调度框架包括Quartz等，它只注重任务处理相关问题，如执行任务、事务、并发等，而不是提供调度功能。它是为了和调度程序一起完成任务而设计的。比如我们希望定期的执行大批量数据任务，那么可结合Quartz等来实现。

1.1.3 应用场景

　　大量文件处理是比较常见的企业级应用场景，比如你要做聚合支付，那么必定会有聚合账单，如果每天有百万甚至千万级别的交易数据。那么将如何处理呢？如何进行海量数据的对账成了难题。或者每天需要处理其他业务场景的大数据量的文件，最后将处理好的数据写入数据库中。

　　其实可以先不用想Spring Batch，如果没有，我们如何开发？这里就需要一个框架需要以下几点：

支持对多种数据源进行操作
能够定义不同job之间的顺序关系
能够定义每个job的输入和输出数据操作
对异常输入数据有校验机制和弹性处理
支持job重跑等处理机制

　　这不就是一个批处理框架需要的基础功能吗？

1.2 Spring Batch架构

1.2.1 框架层次

　　Spring Batch分三层，应用层，核心层和基础架构层。

　　应用层：开发人员使用Spring Batch编写的所有批处理任务代码

　　核心层：包含加载和控制批处理作业所需的核心类，Job，Step等类的实现

　　基础架构层：包含通用的读写器和重试模块　

1.2.2 概念模型　　

　　下图显示了完整的概念模型，JobLauncher启动Job，Job可以有多个Step组合，每一个Step由开发者自己编写，可一把一个大Step分成多个小Step，完全看开发者意愿。每一个Step对应一个ItemReader、ItemProcessor和ItemWriter。所有的批处理框架都可以抽象成最简单的过程，读取数据，处理数据，写数据。所以Spring Batch提供了3个接口，ItemReader、ItemProcessor和ItemWriter。JobRepository则是记录Job、Step和发起Job的执行信息等。

　　下图为处理流程，reader读，processor处理校验数据，writer写数据（入参是list，减少io次数）

1.3 处理原则

　　下面是一些处理原则，可参考

尽量使用公用模块
尽量简化操作，不要有复杂的业务逻辑。更不要处理一条数据还要调外部接口进行数据加工
尽可能少的IO操作
同一个批处理文件不要处理2次
尽可能压力测试