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，可将本地化的国家名称（即国家名称翻译为不同语言）从外部复制到我们的数据库中。 这个想法是在1个块中处理单个国家/地区的所有本地化的国家名称（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解析函数以提供该国家/地区可用的翻译总数：

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，按块分割此输入看起来很简单：在读取了lng_count指定的确切行数后停止块，并从下一个读取的行开始一个新的行，但实际上似乎并不那么简单:(

首先要尝试的是自定义完成政策。 但是问题是，它无权访问由ItemReader读取的最后一个项目-您应该将其显式地放置在reader中的上下文中，并将其返回到策略中。 不喜欢它，因为它需要其他阅读器修改/添加阅读器侦听器。 此外，我不喜欢将同一项目来回序列化/反序列化。 而且我觉得JobContext / StepContext不适合存放此类数据。

还有RepeatContext看起来更适合存放此类数据，但我无法轻松访问它...

所以最后我们得到这样的解决方案：

@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();
}

它正在工作，需要最少的代码更改，但是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可用时，是否还有另一种优雅的方法可以在Spring Batch中进行动态块大小ItemReader ？

Answer 1

最简单的方法是按国家划分您的步骤。 这样，每个国家都可以迈出自己的一步，并且您还可以跨国家/地区访问以提高性能。

如果需要一个阅读器，则可以包装委托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;
        }
    }
}

然后在您的上下文中定义：

<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：仔细考虑您的问题，分区是最干净的方法。 使用分区步骤 ，将从步骤执行上下文中为每个ItemReader（确保scope="step" ）传递一个单个countryName 。 是的，您将需要一个自定义的Partitioner类来构建您的执行上下文图（每个国家一个条目）和一个硬编码的提交间隔，该间隔足够容纳您最大的工作单元，但是此后，所有事情都是非常简单的，并且由于每个从属步骤仅是一个单独的步骤，因此对于可能遇到问题的任何国家，重新启动应该是一件轻而易举的事。