spring-batch

spring-batch

企业级批处理应用开发框架

Spring Batch是一个轻量级批处理框架,用于开发企业系统日常运营所需的批处理应用。它继承了Spring Framework的开发理念,支持大规模数据处理、事务管理和作业控制。该框架适用于数据ETL、迁移和批量报告等场景,为开发人员提供了便捷的企业级服务访问方式。

Spring Batch批处理框架企业系统Java开发数据处理Github开源项目
<img align="right" src="https://yellow-cdn.veclightyear.com/2b54e442/a0dededf-44bf-48a4-8918-df9eec41aa58.png" width="200" height="200">

Spring Batch 构建状态

Spring Batch是一个轻量级、全面的批处理框架,旨在支持开发对企业系统日常运营至关重要的强大批处理应用程序。Spring Batch建立在人们所熟知的Spring Framework的生产力、基于POJO的开发方法和一般易用性功能之上,同时让开发人员能够在需要时轻松访问和利用更高级的企业服务。

如果您正在寻找批处理应用程序的运行时编排工具,或需要查看当前和历史执行的管理控制台,请查看Spring Cloud Data Flow。它是一个用于部署和执行基于数据集成的微服务(包括Spring Batch应用程序)的编排工具。

入门指南

两分钟教程

这个快速教程向您展示了如何设置一个最小项目来使用Spring Batch运行一个简单的批处理作业。

在您喜欢的IDE中,创建一个新的基于Maven的Java 17+项目,并添加以下依赖:

<dependencies> <dependency> <groupId>org.springframework.batch</groupId> <artifactId>spring-batch-core</artifactId> <version>${LATEST_VERSION}</version> </dependency> <dependency> <groupId>org.hsqldb</groupId> <artifactId>hsqldb</artifactId> <version>${LATEST_VERSION}</version> <scope>runtime</scope> </dependency> </dependencies>

然后,创建一个配置类来定义作业存储库将使用的数据源和事务管理器:

import javax.sql.DataSource; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.jdbc.support.JdbcTransactionManager; import org.springframework.jdbc.datasource.embedded.EmbeddedDatabaseBuilder; @Configuration public class DataSourceConfiguration { @Bean public DataSource dataSource() { return new EmbeddedDatabaseBuilder() .addScript("/org/springframework/batch/core/schema-hsqldb.sql") .build(); } @Bean public JdbcTransactionManager transactionManager(DataSource dataSource) { return new JdbcTransactionManager(dataSource); } }

在本教程中,创建了一个嵌入式HSQLDB数据库,并使用Spring Batch的元数据表进行初始化。

最后,创建一个类来定义批处理作业:

import org.springframework.batch.core.Job; import org.springframework.batch.core.JobParameters; import org.springframework.batch.core.Step; import org.springframework.batch.core.configuration.annotation.EnableBatchProcessing; import org.springframework.batch.core.job.builder.JobBuilder; import org.springframework.batch.core.launch.JobLauncher; import org.springframework.batch.core.repository.JobRepository; import org.springframework.batch.core.step.builder.StepBuilder; import org.springframework.batch.repeat.RepeatStatus; import org.springframework.context.ApplicationContext; import org.springframework.context.annotation.AnnotationConfigApplicationContext; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.context.annotation.Import; import org.springframework.jdbc.support.JdbcTransactionManager; @Configuration @EnableBatchProcessing @Import(DataSourceConfiguration.class) public class HelloWorldJobConfiguration { @Bean public Step step(JobRepository jobRepository, JdbcTransactionManager transactionManager) { return new StepBuilder("step", jobRepository).tasklet((contribution, chunkContext) -> { System.out.println("Hello world!"); return RepeatStatus.FINISHED; }, transactionManager).build(); } @Bean public Job job(JobRepository jobRepository, Step step) { return new JobBuilder("job", jobRepository).start(step).build(); } public static void main(String[] args) throws Exception { ApplicationContext context = new AnnotationConfigApplicationContext(HelloWorldJobConfiguration.class); JobLauncher jobLauncher = context.getBean(JobLauncher.class); Job job = context.getBean(Job.class); jobLauncher.run(job, new JobParameters()); } }

本教程中的作业由一个单独的步骤组成,该步骤将"Hello world!"打印到标准输出。

现在您可以运行HelloWorldJobConfiguration类的main方法来启动作业。输出应类似于以下内容:

INFO: Finished Spring Batch infrastructure beans configuration in 8 ms.
INFO: Starting embedded database: url='jdbc:hsqldb:mem:testdb', username='sa'
INFO: No database type set, using meta data indicating: HSQL
INFO: No Micrometer observation registry found, defaulting to ObservationRegistry.NOOP
INFO: No TaskExecutor has been set, defaulting to synchronous executor.
INFO: Job: [SimpleJob: [name=job]] launched with the following parameters: [{}]
INFO: Executing step: [step]
Hello world!
INFO: Step: [step] executed in 10ms
INFO: Job: [SimpleJob: [name=job]] completed with the following parameters: [{}] and the following status: [COMPLETED] in 25ms

入门指南

这个指南是一个更现实的教程,展示了一个典型的ETL批处理作业,从平面文件读取数据,转换数据并将其写入关系数据库。 这是一个基于Spring Boot的Spring Batch项目。您可以在这里找到入门指南:创建批处理服务

示例

您可以在这里找到几个可以尝试的示例:Spring Batch示例

获取帮助

如果您有问题或需要支持,请在GitHub讨论上开启新的讨论 或在StackOverflow上提问。

不要问题跟踪器上创建问题或支持请求。 我们希望将问题跟踪器专门用于错误报告和功能请求。

报告问题

Spring Batch使用GitHub Issues来记录错误和功能请求。如果您想提出问题,请遵循以下建议:

  • 在您打开问题之前,请搜索问题跟踪器,看看是否有人已经报告了该问题。如果问题尚不存在,请创建一个新问题。
  • 请按照问题报告模板在问题报告中提供尽可能多的信息。
  • 如果您需要粘贴代码或包含堆栈跟踪,请在文本前后使用Markdown转义(```)。

对于非简单的错误,请创建一个复现问题的测试用例或项目,并将其附加到问题上,详见问题报告指南

报告安全漏洞

请查看我们的安全政策

从源代码构建

使用命令行

使用GitHub主页上的URL克隆git仓库:

$ git clone git@github.com:spring-projects/spring-batch.git
$ cd spring-batch

Maven是Spring Batch使用的构建工具。您可以使用以下命令构建项目:

$ ./mvnw package

如果您想执行包含所有集成测试的完整构建,请运行:

$ ./mvnw verify

请注意,一些集成测试基于Docker,所以在运行完整构建之前,请确保Docker已启动并运行。

要生成参考文档,请运行以下命令:

$ cd spring-batch-docs
$ ../mvnw antora:antora

参考文档可以在spring-batch-docs/target/anotra/site中找到。

使用Docker

如果您想在Docker容器中构建项目,可以按以下步骤进行:

$> docker run -it --mount type=bind,source="$(pwd)",target=/spring-batch maven:3-openjdk-17 bash
#> cd spring-batch
#> ./mvnw package

这将把您之前在主机上克隆的源代码挂载到容器内部。 如果您想在容器内使用源代码的副本(对主机没有副作用), 可以按以下步骤进行:

$> docker run -it maven:3-openjdk-17 bash
#> git clone https://github.com/spring-projects/spring-batch.git
#> cd spring-batch
#> ./mvnw package

为Spring Batch做贡献

我们欢迎任何形式的贡献!以下是一些您可以为项目做出贡献的方式:

  • 通过回答问题和参与讨论,在TwitterGitHub讨论StackOverflow上参与Spring Batch社区。
  • 为错误和新功能创建问题,或对您感兴趣的问题进行评论和投票。
  • 通过遵循问题报告指南,帮助我们重现标记为状态:需要帮助重现的问题。
  • GitHub是用于社交编码的:如果您想编写代码,我们鼓励通过拉取请求进行贡献。如果您想以这种方式贡献代码,请熟悉这里概述的流程:贡献者指南
  • 关注spring.io上与Spring Batch相关的文章。

在我们接受拉取请求之前,我们需要您签署贡献者协议。签署贡献者协议并不会授予任何人对主仓库的提交权限,但这意味着我们可以接受您的贡献,如果我们这样做,您将获得作者署名。活跃的贡献者可能会被邀请加入核心团队,并被授予合并拉取请求的能力。

行为准则

请查看我们的行为准则

许可证

Spring Batch是在Apache 2.0许可证下发布的开源软件。

编辑推荐精选

问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多