用于动态块大小的 Spring Batch 自定义完成策略

Question

上下文

我们有一个批处理作业，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。这个想法是在一个块中处理单个国家的所有本地化国家名称（即第一个块 - 安道尔的所有翻译，下一个块 - 阿联酋的所有翻译等）。我们使用JdbcCursorItemReader 读取外部数据 + 一些 oracle 分析函数来提供该国家可用的翻译总数：类似于

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，按块切割此输入看起来很简单：当您读取lng_count 中指定的确切行数时停止块并从下一个读取行开始一个新的，但实际上看起来并不那么简单： (

首先要尝试的是自定义完成策略。但问题是，它无权访问ItemReader 读取的最后一项——您应该明确地将其置于阅读器的上下文中，并将其重新置于策略中。不喜欢它，因为它需要额外的阅读器修改/添加阅读器侦听器。此外，我不喜欢来回序列化/反序列化相同的项目。而且我觉得JobContext/StepContext 不是存放此类数据的好地方。

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

所以最后我们得到了这样的解决方案：

@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();
}

它工作正常，只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ItemReader 上已经提供了所有必需的信息时，是否还有另一种优雅的方法可以在 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/地区划分。这样，每个国家/地区都会有自己的步伐，您还可以跨国家/地区进行线程以提高性能。

如果需要单个阅读器，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，我觉得分区是最干净的方法。使用partitioned step，每个ItemReader（确保scope="step"）将从步骤执行上下文中传递一个countryName。是的，您需要一个自定义 Partitioner 类来构建您的执行上下文地图（每个国家/地区一个条目）和一个足够大的硬编码提交间隔以容纳您最大的工作单元，但之后一切都非常样板，并且由于每个从属步骤将只是一个块，因此对于任何可能遇到问题的国家/地区来说，重新启动应该是一件轻而易举的事。