🌟 Spring Batch终极指南：原理、实战与性能优化

单机日处理10亿数据？揭秘企业级批处理架构的核心引擎！

一、Spring Batch 究竟是什么？

Spring batch是用于创建批处理应用程序（执行一系列作业）的开源轻量级平台。

1.1 批处理的定义与挑战

批处理（Batch Processing）：
对大量数据进行无需人工干预的自动化处理，通常具有以下特征：

大数据量（GB/TB级）
长时间运行（分钟/小时级）
无需用户交互
定时/周期执行

传统批处理痛点：

1.2 Spring Batch 核心价值

Spring Batch 是 Spring 生态系统中的批处理框架，提供：

✅ 健壮的容错机制（跳过/重试/重启）
✅ 事务管理（Chunk级别事务）
✅ 元数据跟踪（执行状态持久化）
✅ 可扩展架构（并行/分区处理）
✅ 丰富的读写器（文件/DB/消息队列）

💡 行业地位：金融领域对账、电信话单处理、电商订单结算等场景事实标准

二、核心架构深度解析

2.1 架构组成图解

2.2 关键组件职责

组件	职责	生命周期
`Job`	批处理作业的顶级容器	整个批处理过程
`Step`	作业的独立执行单元	Job内部阶段
`ItemReader`	数据读取接口（文件/DB/JMS）	每个Chunk开始
`ItemProcessor`	业务处理逻辑	读取后，写入前
`ItemWriter`	数据写出接口	Chunk结束时
`JobRepository`	存储执行元数据（状态/参数/异常）	整个执行过程

三、实战：银行交易对账系统

3.1 场景需求

每日处理100万+交易记录
比对银行系统与内部系统的差异
生成差异报告并告警

3.2 系统架构

3.3 代码实现

步骤1：配置批处理作业

@Configuration
@EnableBatchProcessing
public class ReconciliationJobConfig {@Autowiredprivate JobBuilderFactory jobBuilderFactory;@Autowiredprivate StepBuilderFactory stepBuilderFactory;// 定义Job@Beanpublic Job bankReconciliationJob(Step reconciliationStep) {return jobBuilderFactory.get("bankReconciliationJob").incrementer(new DailyJobIncrementer()) // 每日参数.start(reconciliationStep).listener(new JobCompletionListener()).build();}
}

步骤2：配置Step与读写器

@Bean
public Step reconciliationStep(ItemReader<Transaction> reader,ItemProcessor<Transaction, ReconciliationResult> processor,ItemWriter<ReconciliationResult> writer) {return stepBuilderFactory.get("reconciliationStep").<Transaction, ReconciliationResult>chunk(1000) // 每1000条提交.reader(reader).processor(processor).writer(writer).faultTolerant().skipLimit(100) // 最多跳过100条错误.skip(DataValidationException.class).retryLimit(3).retry(DeadlockLoserDataAccessException.class).build();
}// 文件读取器（CSV格式）
@Bean
@StepScope
public FlatFileItemReader<Transaction> reader(@Value("#{jobParameters['inputFile']}") Resource resource) {return new FlatFileItemReaderBuilder<Transaction>().name("transactionReader").resource(resource).delimited().names("id", "amount", "date", "account").fieldSetMapper(new BeanWrapperFieldSetMapper<Transaction>() {{setTargetType(Transaction.class);}}).build();
}// 数据库比对处理器
@Bean
public ItemProcessor<Transaction, ReconciliationResult> processor(JdbcTemplate jdbcTemplate) {return transaction -> {// 查询内部系统记录String sql = "SELECT amount FROM internal_trans WHERE id = ?";BigDecimal internalAmount = jdbcTemplate.queryForObject(sql, BigDecimal.class, transaction.getId());// 比对金额差异if (internalAmount.compareTo(transaction.getAmount()) != 0) {return new ReconciliationResult(transaction, "AMOUNT_MISMATCH", transaction.getAmount() + " vs " + internalAmount);}return null; // 无差异不写入};
}// 差异报告写入器
@Bean
public JdbcBatchItemWriter<ReconciliationResult> writer(DataSource dataSource) {return new JdbcBatchItemWriterBuilder<ReconciliationResult>().itemSqlParameterSourceProvider(new BeanPropertyItemSqlParameterSourceProvider<>()).sql("INSERT INTO recon_results (trans_id, error_type, detail) " +"VALUES (:transaction.id, :errorType, :detail)").dataSource(dataSource).build();
}

步骤3：启动作业

// 命令行启动（带日期参数）
@SpringBootApplication
public class BatchApplication implements CommandLineRunner {@Autowiredprivate JobLauncher jobLauncher;@Autowiredprivate Job bankReconciliationJob;public static void main(String[] args) {SpringApplication.run(BatchApplication.class, args);}@Overridepublic void run(String... args) throws Exception {JobParameters params = new JobParametersBuilder().addString("inputFile", "classpath:data/trans-20230520.csv").addDate("runDate", new Date()).toJobParameters();jobLauncher.run(bankReconciliationJob, params);}
}

四、高级特性实战

4.1 并行处理（分区10万+记录）

@Bean
public Step masterStep() {return stepBuilderFactory.get("masterStep").partitioner("slaveStep", columnRangePartitioner()).step(slaveStep()).gridSize(8) // 8个并行线程.taskExecutor(new ThreadPoolTaskExecutor()).build();
}@Bean
public Partitioner columnRangePartitioner() {ColumnRangePartitioner partitioner = new ColumnRangePartitioner();partitioner.setColumn("id");partitioner.setTable("transactions");partitioner.setDataSource(dataSource);return partitioner;
}

4.2 断点续跑（从失败处恢复）

# 重启上次失败的执行
java -jar recon.jar \--job.name=bankReconciliationJob \--run.id=1672531200 \restart=true

4.3 邮件告警监听器

public class AlertListener implements StepExecutionListener {@Overridepublic ExitStatus afterStep(StepExecution stepExecution) {if (stepExecution.getStatus() == BatchStatus.FAILED) {sendAlertEmail("批处理作业失败: " + stepExecution.getFailureExceptions());}return ExitStatus.COMPLETED;}private void sendAlertEmail(String message) {// 实现邮件发送逻辑}
}

五、性能优化黄金法则

5.1 读写性能优化矩阵

优化点	效果	实现方式
合理设置Chunk Size	减少事务提交次数	通过压测找到最佳值（通常500-5000）
使用游标读取	避免OOM	JdbcCursorItemReader
分区处理	水平扩展	Partitioner接口实现
异步ItemProcessor	提升处理速度	AsyncItemProcessor包装
批量写入优化	减少数据库往返	JdbcBatchItemWriter

5.2 内存优化配置

# application.properties
spring.batch.job.enabled=true
spring.batch.initialize-schema=always# 事务优化
spring.transaction.timeout=3600 # 1小时事务超时
spring.datasource.hikari.maximum-pool-size=20# JVM参数（10GB数据场景）
-Xmx4g -XX:+UseG1GC -XX:MaxGCPauseMillis=200

六、常见生产问题解决方案

问题1：作业重复执行

解决方案：

// 自定义JobParametersIncrementer
public class DailyJobIncrementer implements JobParametersIncrementer {@Overridepublic JobParameters getNext(JobParameters parameters) {return new JobParametersBuilder(parameters).addLong("run.id", System.currentTimeMillis()).toJobParameters();}
}

问题2：大数据量内存溢出

解决方案：

@Bean
public JdbcCursorItemReader<Transaction> reader(DataSource dataSource) {return new JdbcCursorItemReaderBuilder<Transaction>().name("transactionReader").dataSource(dataSource).sql("SELECT * FROM transactions WHERE date = ?").rowMapper(new BeanPropertyRowMapper<>(Transaction.class)).preparedStatementSetter((ps, ctx) -> ps.setDate(1, new java.sql.Date(ctx.getJobParameter("runDate")))).fetchSize(5000) // 优化游标大小.build();
}

问题3：作业监控缺失

解决方案：集成Prometheus监控

@Bean
public MeterRegistryCustomizer<MeterRegistry> metrics() {return registry -> {registry.config().commonTags("application", "batch-service");new BatchMetrics().bindTo(registry);};
}