Java EE 7，Spring 标准化的 Batch

上月发布的 Java EE 7 平台包含了批处理编程模型的规范，它很大程度上由 VMware 的 Spring Batch 项目派生而来。上月 Spring Batch 也被广泛提及，因为它发布了一个值得关注的释放版本，这个版本带来了更为简洁的配置和最新的数据访问方式。

Java 平台上的批处理应用程序，也就是 JSR-352，为应用开发人员提供了一个开发健壮批处理系统的模型。这个编程模型的核心是借鉴于 Spring Batch 的开发模式，也就是它创造的 Reader-Processor-Writer 模式，在这个模式中鼓励开发人员遵循面向数据块的处理标准。

_Reader-Processor-Writer_ 模式可拆分为三个工作流程步骤，要求开发人员去遵循:

• ItemReader_ 类被设计用来消费要处理数据的一个 _ 数据块（通常是一条记录）；
• ItemProcessor，业务和领域逻辑会基于 _ 数据块 _ 对其进行处理；
• 最后，记录将会在处理后委托给 _ItemWriter_，然后进行聚集。

按照 JSR 规范，Job_ 要通过 XML 文档进行描述并且包含了处理流程中的 _Steps。每个 _Step_ 负责描述每个 _ 数据块 _ 将要进行怎样的处理以及提交要基于什么样的间隔进行注册。对于流程中某个更为复杂的 _Step_ 处理需求可以通过 JSR-352 的 _batchlet_ 来进行处理。JSR-352 中的 _batchlet_ 对应于 Spring Batch 的 _tasklet_，它提供了处理一个 _Step_ 的策略。

JSR-352 也借用了 Spring Batch 的模式来访问和控制任务。任务要通过 _JobOperator_ 来触发，而任务的结果要通过 _JobRepository_ 进行访问。在 Spring Batch 中，_JobRepository_ 的名字是相同的，而 JobOperator_ 被称之为 _JobLauncher。

与 Spring Batch 定义任务的方式稍有差别，Java EE7 的应用开发人员需要将任务的 XML 文档放到工程的 META-INF/batch-jobs 目录之中。在 Spring Batch 中，开发人员可以将它们的任务配置放在 Spring 应用上下文的任何地方，只要在容器中能够访问到就可以。

Java EE 7 容器的任务 XML 要定义具体的 _Reader_、_Processor_ 以及 _Writer_ 类，除此之外，还有缓冲区的大小、提交的间隔以及检查点策略。检查点策略用于描述提交是如何进行处理的。默认值是“item”，但是开发人员也可以选择将“time”作为提交策略。在前一种场景中，提交间隔描述的是处理过的记录数，而后者描述的是秒数。

 
<job id="myJob" xmlns="http://batch.jsr352/jsl">
   <step id="myStep" >
       <chunk 
               reader="MyItemReader" 
               writer="MyItemWriter" 
               processor="MyItemProcessor"
               buffer-size="5" 
               checkpoint-policy="item"
               commit-interval="10" />
   </step>
</job>

Spring Batch 的任务描述与 Java EE7 基本上是相同的，需要说明的是步骤的定义要包含在 _tasklet_ 指令之中。chunk 配置中的 reader、process 以及 writer 属性引用了应用上下文中已有的 Bean。在 2.2.0 版本中，chunk 配置中的 commit-interval 描述了在进行一次提交之前必须要处理的记录数。

 
<job id="myJob">
   <step name="myStep">
       <tasklet>
           <chunk 
                   reader="myItemReader" 
                   processor="myItemProcessor" 
                   writer="myItemWriter" 
                   commit-interval="2" />
       </tasklet>
   </step>
</job>  
 
<bean id="myItemReader" class="...MyItemReader" /> 
<bean id="myItemProcessor" class="...MyItemProcessor" />
<bean id="myItemWriter" class="...MyItemWriter" />

尽管目前的目标是要与 JSR-352 兼容，但是 Spring Batch 超出规范的一点在于，它为开发人员提供了一种与 Spring 生态系统中其他组件进行无缝集成的方式。在批处理的场景下，Spring Data 可以直接作为 _Reader-Processor-Writer_ 模式中的 _Reader_，从而允许开发人员从 Spring Data Repository 之中查询数据块。同样是在上月发布的 Spring Batch 2.2.0 版本中，为使用 Spring Data 的 MongoDB 和 Neo4j 数据存储，提供了改进后的接口。

除了简化 Reader 接口，最新的 Spring Batch 释放版本为 Spring Java 配置提供了扩展支持，从而可以简化批处理特性。为了启用这个简化的配置，开发人员需要为带有 @Configuration 注解的类再添加 @EnableBatchProcessing 注解。通过这种方式，像 JobRepository 和 JobLauncher 这样的批处理特性就能够直接进行装配，而无需额外的配置。

 
@Configuration
@EnableBatchProcessing
public class AppConfig {
 
   @Autowired
   private JobBuilderFactory jobs;
 
   @Bean
   public Job job() {
       return jobs.get("myJob").start(step1()).next(step2()).build();
   }
 
   @Bean
   protected Step step1() {
      ...
   }
 
   @Bean
   protected Step step2() {
    ...
   }
}

Spring Batch 2.2.0 除了增强数据获取和配置以外，这个最新的释放版本也将对 Spring 框架的版本依赖升级到了 3.1.2。要使用最新版本 Spring Batch 的 Spring 开发人员在开发批处理应用的时候，需要满足这个最小版本要求。

原文英文链接： Java EE 7, Spring Standardize Batch