说说SpringBatch的领域概念

谈到Spring Batch，会谈到很多的领域概念，Job， Step，JobLauncher，JobRepository，JobExecution，Chunk，Tasklet等等，这些概念一窝蜂的涌过来，让开发者非常容易迷失其中，本文的目的就是理顺一下这些领域概念，把所有这些概念逻辑的联系起来。

首先，看一下Spring Batch官方文档中Spring Batch的架构图：

这个架构图非常简单，传递了SpringBatch中最重要的几个领域概念：

• JobLauncher： 顾名思义，该领域对象就是Job的启动器，其作用就是绑定一组JobParameters到Job上，然后运行该Job。
• Job： 定义，配置批处理任务的领域对象，该对象的作用，第一是做Step的容器，配置该批处理任务需要的Step，以及他们之间的逻辑关系。第二是配置该批处理任务的特征，比方说名字，是否可重启，是否对JobParameters进行验证以及验证规则等。
• Step： 定义批处理任务中一个对立的逻辑任务处理单元。基本上的业务逻辑处理代码都是封装在Step中的。Step有2种实现形式，一种是Tasklet形式的，这种形式非常自由，开发人员只需要实现Tasklet接口，其中的逻辑完全有自己决定，另一种是Chunk-Oriented形式的，这种形式定义了一个Step的流程必须是“读-处理（可选）-写”，当然Spring Batch也对每一个步骤提供了接口ItemReader， ItemProcessor，ItemWriter还有很多常用的默认实现（读文件，读数据库，写文件，写数据库等等）。 每一个Step只能由一个Tasklet或者一个Chunk构成。
• JobRepository： 该领域对象会为Spring Batch的运维数据提供一种持久化机制。其为所有的运维数据的提供CRUD的操作接口，并为所有的操作提供事务支持。

上面这些，都是我们在定义一个Batch Job时会直接涉及到的领域概念，但是，其实JobRepository持久化的并不是Job，Step对象本身，在Batch Job运行时，Job，Step都会创建出自己的一些领域对象以保障Batch Job的运行，支持重启动，跳过等等特性。 这就涉及到更多其他的领域概念：

• JobInstance：该领域概念和Job的关系与Java中实例和类的关系一样，Job定义了一个工作流程， JobInstance就是该工作流程的一个具体实例。一个Job可以有多个JobInstance， 多个JobInstance之间的区分就要靠另外一个领域概念JobParameters了。
• JobParameters：是一组可以贯穿整个Job的运行时配置参数。不同的配置将产生不同的JobInstance，如果你是使用相同的JobParameters运行同一个Job， 那么这次运行会重用上一次创建的JobInstance。另外，Spring Batch还非常贴心的提供了让JobParameters中的部分参数不参与JobInstance区分的功能。
• JobExecution： 该领域概念表示JobInstance的一次运行，JobInstance运行时可能会成功或者失败。每一次JobInstance的运行都会产生一个JobExecution。同一个JobInstance（JobParameters相同）可以多次运行，这样该JobInstance将对应多个Jobexecution。JobExecution记录了一个JobInstance在一次运行时的发生的所有事情，因此，一个JobExecution需要包含很多的属性，并且需要持久化，这样才能很好的支撑Restart等Spring Batch特性。其包含的属性有：
• StepExecution： 类似于JobExecution，该领域对象表示Step的一次运行。Step是Job的一部分，因此一个StepExecution会关联到一个Jobexecution。另外，该对象还会存储很多与该次Ste运行相关的所有数据，因此该对象也有很多的属性，并且需要持久化以支持一些Spring Batch的特性。这些特性包括：
• ExecutionContext： 从前面的JobExecution，StepExecution的属性介绍中已经提到了该领域概念。说穿了，该领域概念就是一个容器，该容器由Batch框架控制，框架会对该容器持久化，开发人员可以使用该容器保存一些数据，以支持在整个BatchJob或者整个Step中共享这些数据

。

经过上面的所有介绍，可以通过一个简单的Spring Batch工作过程来更清晰了解各个领域概念在整个Batch Job中的位置和作用。

首先，开发者定义Batch Job， 定义的过程，需要清楚的配置Job，Step。

然后，配置JobLauncher，即指定该Job的基本运行方式，一个JobLaucher需要指定JobRepository（如何持久化Batch框架的领域对象），Executor（使用单线程的还是多线程的，同步的还是异步的Executor）。

接着，使用JobLaucher启动Job，启动Job的时候，同时会附上本次Job运行的参数JobParameters。Job启动时，会首先去查找是否已存在相同JobParameters的JobInstance，没有就创建一个新的JobInstance，有的话就重用该JobInstance，确认JobInstance之后，会为该JobInstance创建一个JobExecution，该JobExecution会顺带创建一个JobExecutionContext用于在Job执行过程中保存一些数据。然后，把创建的JobExecution对象附着在Job的运行过程中。该步骤中涉及的领域对象JobParameters，JobInstance，JobExecution，JobExecutionContext都会通过JobRepository提供的DAO持久化。

最后，运行Job，该过程就是按照Job定义的Step顺序一步一步的执行的Step，每执行一个Step，就会创建一个StepExecution，同样的StepExecution会顺带创建一个StepExecutionContext保存Step执行过程中的一些数据。该步骤涉及的StepExecution，StepExecutionContext也会通过JobRepository提供的DAO持久化。

这就是一个简单的Batch Job的整个运行过程。
接下来看一下，Spring Batch中的运维数据表，前面提到很多的领域对象都需要持久化，代表的持久化方式就是存储到数据库表中。了解这些持久化的领域对象，对于开发者了解Job在运行过程出现的问题，会有很大帮助，同时还能强化大家对各个领域概念之间关系的理解。Spring Batch中的运维数据表及它们之间的关系如下图：



需要注意的是，JobRepository只负责领域对象的CRUD操作，但是并不负责上面说的数据库表的创建，因此，在启动Job前必须自己创建好这些表，SpringBatch中提供了创建这些数据库表的SQL脚本，可以通过schema-（数据库）.sql,找到这些脚本，简单修改一下就可以用了。