9.2.1 Spring Batch快速入门

1.什么是Spring Batch

Spring Batch是用来处理大量数据操作的一个框架，主要用来读取大量数据，然后进行一定处理后输出成指定的形式。

2.Spring Batch的主要组成

Spring Batch主要由以下几部分组成，如表

名称用途
JobRepository用来注册Job的容器
JobLauncher用来启动Job的接口
Job我们要实际执行的任务，包含一个或式个Step
StepStep-步骤包含ItemReader、ItemProcessor和ItemWriter
ItemReader用来读取数据的接口
ItemProdessor用来处理数据的接口
ItemWriter用来输出数据的接口

以上SpringBatch的主要组成部分只需注册成Spring的Bean即可。若想开启批处理的支持还需在配置类上使用@EnableBatchProcessing。

一个示意的Spring Batch的配置如下：

@Configuration
@EnableBatchProcessing
public class BatchConfig {
	
	@Bean
	public JobRepository jobRepository(DataSource dataSource,PlatformTransactionManager transactionManager) throws Exception {
		JobRepositoryFactoryBean jobRepositoryFactoryBean = new JobRepositoryFactoryBean();
		jobRepositoryFactoryBean.setDataSource(dataSource);
		jobRepositoryFactoryBean.setTransactionManager(transactionManager);
		jobRepositoryFactoryBean.setDatabaseType("oracle");
		return jobRepositoryFactoryBean.getObject();
	}
	
	@Bean
	public SimpleJobLauncher jobLauncher(DataSource dataSource,PlatformTransactionManager transactionManager)throws Exception {
		SimpleJobLauncher jobLauncher = new SimpleJobLauncher();
		jobLauncher.setJobRepository(jobRepository(dataSource, transactionManager));
		return jobLauncher;
	}
	
	@Bean
	public Job importJob(JobBuilderFactory jobs,Step s1) {
		return jobs.get("importJob")
				.incrementer(new RunIdIncrementer())
				.flow(s1)
				.end()
				.build();
	}
	
	@Bean
	public Step step1(StepBuilderFactory stepBuilderFactory,
						ItemReader<Person> reader,
						ItemWriter<Person>writer,
						ItemProcessor<Person, Person>processor){
		return stepBuilderFactory
				.get("step1")
				.<Person,Person>chunk(65000)
				.reader(reader)
				.processor(processor)
				.writer(writer)
				.build();
	}
	
	@Bean
	public ItemReader<Person> reader() throws Exception {
		//新建ItemReader接口的实现类返回
		return reader;
	}
	@Bean
	public ItemProcessor<Person,Person> processor() {
		//新建ItemProcessor接口的实现类返回
		return processor;
	}
	
	@Bean
	public ItemWWriter<Person>writer(DataSource dataSource){
		//新建ItemWriter接口的实现类返回
		return writer;
	}
		
	
	

}

3.Job 监听

若需要监听我们的Job的执行情况，则定义一个类实现JobExecutionListener，并在定义Job的Bean上绑定该监听器。
监听器的定义如下：

public class MyJobListener implements JobExecutionListener {

	@Override
	public void beforeJob(JobExecution jobExecution) {
		// Job开始前
		
	}

	@Override
	public void afterJob(JobExecution jobExecution) {
		// Job完成后
		
	}

}

注册并绑定监听器到Job：

	@Bean
	public Job importJob(JobBuilderFactory jobs,Step s1) {
		return jobs.get("importJob")
				.incrementer(new RunIdIncrementer())
				.flow(s1)
				.end()
				.listener(csvJobListener())
				.build();
	}
	@Bean
	public MyJobListener myJobListener() {
		return new MyJobListener();
	}

4.数据读取

Spring Batch为我们提供了大量的ItemReader的实现，用来读取不同的数据来源，如图
在这里插入图片描述

5.数据处理及校验

数据处理和校验都要通过ItemProcessor接口实现来完成。

（1）数据处理

数据处理只需实现ItemProcessor接口，重写其process方法。方法输入的参数是从ItemReader读取到的数据，返回的数据给ItemWriter。

public class MyItemProcessor implements ItemProcessor<Person, Person> {
	
	public Person process(Person person) {
		String name = person.getName().toUpperCase();
		pserson.setName(name);
		return person;
	}
}
（2）数据校验

我们可以JSR-303（主要实现有hebernate-validator）的注解，来校验ItemReader读取到的数据是否满足要求。
我们可以让我们的ItemProcessor实现ValidatingItemProcessor接口：

public class MyItemProcessor extends ValidatingItemProcessor<Person> {
	
	public Person process(Person item) throws ValidationException {
		super.process(item);
		return item;
	}
}

定义我们的校验器，实现的Validator接口来自于Spring，我们将使用JSR-303的Validator来校验：

public class MyBeanValidator<T> implements Validator<T>,InitializingBean {
	private javax.validation.Validator validator;
	@Override
	public void afterPropertiesSet() throws Exception {
		ValidatorFactory validatorFactory = Validation.buildDefaultValidatorFactory();
		validator = validatorFactory.usingContext().getValidator();
		
	}

	@Override
	public void validate(T value) throws ValidationException {
		Set<ConstraintViolation<T>> constraintViolations = validator.validate(value);
		if(constraintViolations.size()>0) {
			StringBuilder message = new StringBuilder();
			for(ConstraintViolation<T>constraintViolation:constraintViolations) {
				message.append(constraintViolation.getMessage()+"\n");
			}
			throw new ValidationException(message.toString());
		}
		
	}

}

在定义我们的MyItemProcessor时必须将MyBeanValidator设置进去，代码如下：

	@Bean
	public ItemProcessor<Person, Person> processor(){
		MyItemProcessor processor = new MyItemProcessor();
		processor.setValidator(myBeanValidator());
		return processor;
	}
	
	@Bean
	public Validator<Person> myBeanValidator(){
		return new MyBeanValidator<Person>();
	}

6.数据输出

Spring Batch为我们提供了大量的ItemWriter的实现，用来将数据输出到不同的目的地，如图
在这里插入图片描述

8.参数后置绑定

我们在ItemReader和ItemWriter的Bean定义的时候，参数已经硬编码在Bean的初始化中，代码如下

	@Bean
	public ItemReader<Person> reader() throws Exception {
		FlatFileItemReader<Person> reader = new FlatFileItemReader<Person>();
		reader.setResource(new ClassPathResource("people.csv"));
		return reader;
	}

这时我们要读取的文件的位置已经硬编码在Bean的定义中，这在很多情况下不符合我们的实际需求，这时我们需要使用参数后置绑定。

要实现参数后置绑定，我们可以在JobParameters中绑定参数，在Bean定义的时候使用一个特殊的Bean生命周期注解@StepScope，然后通过@Value注入此参数。

参数设置：

	String path = "people.csv";
	
	JobParameters jobParameters = new JobParametersBuilder()
			.addLong("time", System.currentTimeMillis())
			.addString("input.file.name", path)
			.toJobParameters();
	
	jobLauncher.run(importJob,jobParameters);

定义Bean：

	@Bean
	@StepScope
	public ItemReader<Person> reader(@Value("#{jobParameters['input.file.name']}") String pathToFile)throws Exception{
		FlatFileItemReader<Person> reader = new FlatFileItemReader<Person>();
		reader.setResource(new ClassPathResource(pathToFile));
		return reader;
	}

9.2.2 Spring Boot的支持

Spring Boot对Spring Batch支持的源码位于org.springframeword.boot.autoconfigure.batch下。

Spring Boot为我们自动初始化了Spring Batch存储批处理记录的数据库，且当我们程序启动时，会自动执行我们定义的Job的Bean。

Spring Boot提供如下属性来定制Spring Batch：

spring.batch.job.names = job1,job2 #启动时要执行的Job，默认执行全部Job
spring.batch.job.enabled=true #是否自动执行定义的Job，默认是
spring.batch.initializer.enabled=true #是否初始化Spring Batch的数据库，默认为是
spring.batch.scheme=
spring.batch.table-prefix= # 设置Spring Batch的数据库表的前缀

9.2.3 实战

本例将使用Spring Batch将csv文件 中的数据使用JDBC批处理的方式插入数据库。

1.新建Spring Boot项目

新建Spring Boot项目，依赖为JDBC（spring-boot-starter-jdbc）、Batch（spring-boot-starter-batch)、Web（spring-boot-starter-web）。
项目信息：

groupId:com.wisely
arctifactId:ch9_2
packege:com.wisely.ch9_2

此项目使用Oracle驱动，Spring Batch会自动加载hsqldb驱动，所以我们要去除：

		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-batch</artifactId>
			<exclusions>
				<exclusion>
					<groupId>org.hsqldb</groupId>
					<artifactId>hsqldb</artifactId>
				</exclusion>
			</exclusions>
		</dependency>
		
		<dependency>
			<groupId>com.oracle</groupId>
			<artifactId>ojdbc6</artifactId>
			<version>11.2.0.2.0</version>
		</dependency>

添加hibernate-validator依赖，作为数据校验使用：

		<dependency>
			<groupId>org.hibernate</groupId>
			<artifactId>hibernate-validator</artifactId>
		</dependency>

测试csv数据，位于src/main/resources/people.csv中，内容如下

汪某某,11,汉族,合肥
张某某,12,汉族,上海
李某某,13,非汉族,武汉
刘某,14,非汉族,南京
欧阳某某,115,汉族,北京

数据表定义，位于src/main/resources/people.sql中，内容如下：

create table PERSON
(
id	NUMBER not null primary key,
name	VARCHAR2(20),
age		NUMBER,
nation	VARCHAR2(20),
address	VARCHAR2(20)
);

数据源的配置

spring.datasource.driverClassName=oracle.jdbc.OracleDriver
spring.datasource.url=jdbc\:oracle\:thin\:@192.168.99.100\:1521\:xe
spring.datasource.username=boot
spring.datasource.password=boot
spring.datasource.schema-username: boot
spring.datasource.schema-password: boot
spring.datasource.schema: classpath:schema.sql
spring.datasource.initialization-mode: always

2.领域模型类

package com.wisely.ch9_2.domin;

import javax.validation.constraints.Size;

public class Person {
	
	@Size(max=4,min=2)    //使用JSR-303注解来校验数据
	private String name;
	
	private int age;
	
	private String nation;
	
	private String address;

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	public int getAge() {
		return age;
	}

	public void setAge(int age) {
		this.age = age;
	}

	public String getNation() {
		return nation;
	}

	public void setNation(String nation) {
		this.nation = nation;
	}

	public String getAddress() {
		return address;
	}

	public void setAddress(String address) {
		this.address = address;
	}
	
	

}

3.数据处理及校验

（1）处理：
package com.wisely.ch9_2.batch;

import org.springframework.batch.item.validator.ValidatingItemProcessor;
import org.springframework.batch.item.validator.ValidationException;

import com.wisely.ch9_2.domin.Person;

public class CsvItemProcessor extends ValidatingItemProcessor<Person> {

	@Override
	public Person process(Person item) throws ValidationException {
		super.process(item); //需执行super.proces:(item)才会调用自定义校验器。
		if(item.getNation().equals("汉族")) {   //对数据做简单的处理，若民族为汉族，则数据转换成01，其余转换成02.
			item.setNation("01");
		}else {
			item.setNation("02");
		}
		return item;
	}
	
	
}
（2）校验：
package com.wisely.ch9_2.batch;

import java.util.Set;

import javax.validation.ConstraintViolation;
import javax.validation.Validation;
import javax.validation.ValidatorFactory;

import org.springframework.batch.item.validator.ValidationException;
import org.springframework.batch.item.validator.Validator;
import org.springframework.beans.factory.InitializingBean;

public class CsvBeanValidator<T> implements Validator<T>,InitializingBean {
	
	private javax.validation.Validator validator;

	@Override
	public void afterPropertiesSet() throws Exception { //使用jsr-303的Validator来校验我们的数据，在此处进行JSR-303的Validator的初始化。
		ValidatorFactory validatorFactory = Validation.buildDefaultValidatorFactory();
		validator = validatorFactory.usingContext().getValidator();
		
	}

	@Override
	public void validate(T value) throws ValidationException {
		Set<ConstraintViolation<T>> constraintViolations = validator.validate(value); //使用Validator的validate方法校验数据。
		if(constraintViolations.size()>0) {
			StringBuilder message = new StringBuilder();
			for(ConstraintViolation<T> constraintViolation:constraintViolations) {
				message.append(constraintViolation.getMessage()+"\n");
			}
			throw new ValidationException(message.toString());
		}

		
	}

}

4.Job监听

package com.wisely.ch9_2.batch;

import org.springframework.batch.core.JobExecution;
import org.springframework.batch.core.JobExecutionListener;

public class CsvJobListener implements JobExecutionListener {
	
	long startTime;
	long endTime;

	@Override
	public void beforeJob(JobExecution jobExecution) {
		startTime = System.currentTimeMillis();
		System.out.println("任务处理开始");
	}

	@Override
	public void afterJob(JobExecution jobExecution) {
		endTime = System.currentTimeMillis();
		System.out.println("任务处理结束");
		System.out.println("耗时："+(endTime-startTime)+"ms");
	}
	

}

代码解释
监听器实现JobExecutionListener接口，并重写其beforeJob、afterJob方法即可。

5.配置

配置的完整代码如下：

package com.wisely.ch9_2.batch;

import javax.sql.DataSource;

import org.springframework.batch.core.Job;
import org.springframework.batch.core.Step;
import org.springframework.batch.core.configuration.annotation.EnableBatchProcessing;
import org.springframework.batch.core.configuration.annotation.JobBuilderFactory;
import org.springframework.batch.core.configuration.annotation.StepBuilderFactory;
import org.springframework.batch.core.launch.support.RunIdIncrementer;
import org.springframework.batch.core.launch.support.SimpleJobLauncher;
import org.springframework.batch.core.repository.JobRepository;
import org.springframework.batch.core.repository.support.JobRepositoryFactoryBean;
import org.springframework.batch.item.ItemProcessor;
import org.springframework.batch.item.ItemReader;
import org.springframework.batch.item.ItemWriter;
import org.springframework.batch.item.database.BeanPropertyItemSqlParameterSourceProvider;
import org.springframework.batch.item.database.JdbcBatchItemWriter;
import org.springframework.batch.item.file.FlatFileItemReader;
import org.springframework.batch.item.file.mapping.BeanWrapperFieldSetMapper;
import org.springframework.batch.item.file.mapping.DefaultLineMapper;
import org.springframework.batch.item.file.transform.DelimitedLineTokenizer;
import org.springframework.batch.item.validator.Validator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.io.ClassPathResource;
import org.springframework.transaction.PlatformTransactionManager;

import com.wisely.ch9_2.domin.Person;

@Configuration
@EnableBatchProcessing
public class CsvBatchConfig {

	@Bean
	public ItemReader<Person> reader() throws Exception{
		FlatFileItemReader<Person> reader = new FlatFileItemReader<Person>();
		reader.setResource(new ClassPathResource("people.csv"));
			reader.setLineMapper(new DefaultLineMapper<Person>() {{
				setLineTokenizer(new DelimitedLineTokenizer(){{
				setNames(new String[] {"name","age","nation","address"});
				}});
				setFieldSetMapper(new BeanWrapperFieldSetMapper<Person>() {{
					setTargetType(Person.class);
				}});
			}});
			return reader;
	}
	
	@Bean
	public ItemProcessor<Person, Person> processor(){
		CsvItemProcessor processor = new CsvItemProcessor();
		processor.setValidator(csvBeanValidator());
		return processor;
	}
	
	@Bean
	public ItemWriter<Person> writer(DataSource dataSource){
		JdbcBatchItemWriter<Person> writer = new JdbcBatchItemWriter<Person>();
		writer.setItemSqlParameterSourceProvider(new BeanPropertyItemSqlParameterSourceProvider<Person>());
		String sql = "insert into person " + "(id,name,age,nation,address) "
		+
		"values(hibernate_sequence.nextval, :name, :age, :nation, :address)";
		writer.setSql(sql);
		writer.setDataSource(dataSource);
		return writer;
	}
	
	@Bean
	public JobRepository JobRepository(DataSource dataSource,PlatformTransactionManager transactionManager) throws Exception{
		JobRepositoryFactoryBean jobRepositoryFactoryBean = new JobRepositoryFactoryBean();
		jobRepositoryFactoryBean.setDataSource(dataSource);
		jobRepositoryFactoryBean.setTransactionManager(transactionManager);
		jobRepositoryFactoryBean.setDatabaseType("oracle");
		return jobRepositoryFactoryBean.getObject();
	}
	
	@Bean
	public SimpleJobLauncher jobLauncher(DataSource dataSource,PlatformTransactionManager transactionManager)throws Exception{
		SimpleJobLauncher jobLauncher = new SimpleJobLauncher();
		jobLauncher.setJobRepository(JobRepository(dataSource, transactionManager));
		return jobLauncher;
	}
	
	@Bean
	public Job importJob(JobBuilderFactory jobs,Step s1) {
		return jobs.get("importJob")
				.incrementer(new RunIdIncrementer())
				.flow(s1)
				.end()
				.listener(CsvJobListener())
				.build();
	}
	
	@Bean
	public Step step1(StepBuilderFactory stepBuilderFactory,ItemReader<Person>reader,ItemWriter<Person>writer,ItemProcessor<Person, Person>processor) {
		return stepBuilderFactory
				.get("step1")
				.<Person,Person>chunk(65000)
				.reader(reader)
				.processor(processor)
				.writer(writer)
				.build();
	}
	
	@Bean
	public CsvJobListener CsvJobListener(){
		return new CsvJobListener();
	}
	
	@Bean
	public Validator<Person> csvBeanValidator() {
		return new CsvBeanValidator<Person>();
	}
}

配置代码较长，我们将拆开讲解，首先我们配置类要使用@EnableBatchProcessing开启批处理的支持，这点千万不要忘记。

	@Bean
	public ItemReader<Person> reader() throws Exception{
		FlatFileItemReader<Person> reader = new FlatFileItemReader<Person>();//使用FlatFileItemReader读取文件。
		reader.setResource(new ClassPathResource("people.csv"));//使用FlatFileItemReader的setResource方法设置csv文件的路径
			reader.setLineMapper(new DefaultLineMapper<Person>() {{ //在此处对cvs文件的数据和领域模型类做对应映射。
				setLineTokenizer(new DelimitedLineTokenizer(){{
				setNames(new String[] {"name","age","nation","address"});
				}});
				setFieldSetMapper(new BeanWrapperFieldSetMapper<Person>() {{
					setTargetType(Person.class);
				}});
			}});
			return reader;
	}

ItemReader定义

	@Bean
	public ItemReader<Person> reader() throws Exception{
		FlatFileItemReader<Person> reader = new FlatFileItemReader<Person>();//使用FlatFileItemReader读取文件。
		reader.setResource(new ClassPathResource("people.csv"));//使用FlatFileItemReader的setResource方法设置csv文件的路径
			reader.setLineMapper(new DefaultLineMapper<Person>() {{ //在此处对cvs文件的数据和领域模型类做对应映射。
				setLineTokenizer(new DelimitedLineTokenizer(){{
				setNames(new String[] {"name","age","nation","address"});
				}});
				setFieldSetMapper(new BeanWrapperFieldSetMapper<Person>() {{
					setTargetType(Person.class);
				}});
			}});
			return reader;
	}

ItemProcessor定义：

	@Bean
	public ItemProcessor<Person, Person> processor(){
		CsvItemProcessor processor = new CsvItemProcessor();//使用我们自己定义的ItemProcessor的实现CsvItemProcessor
		processor.setValidator(csvBeanValidator());//为processor指定校验器为CsvBeanValidator
		return processor;
	}
	@Bean
	public Validator<Person> csvBeanValidator() {
		return new CsvBeanValidator<Person>();
	}

ItemWriter定义：

	@Bean
	public ItemWriter<Person> writer(DataSource dataSource){ //Spring能让容器中已有的Bean以参数的形式注入，Spring Boot已为我们定义了dataSource。
		JdbcBatchItemWriter<Person> writer = new JdbcBatchItemWriter<Person>(); //我们使用JDBC批处理的JdbcBatchItemWriter来写数据到库。
		writer.setItemSqlParameterSourceProvider(new BeanPropertyItemSqlParameterSourceProvider<Person>());
		String sql = "insert into person " + "(id,name,age,nation,address) "
		+
		"values(hibernate_sequence.nextval, :name, :age, :nation, :address)";
		writer.setSql(sql); //在此设置要执行批处理的SQL语句。
		writer.setDataSource(dataSource);
		return writer;
	}

JobRepository定义：

	@Bean
	public JobRepository JobRepository(DataSource dataSource,PlatformTransactionManager transactionManager) throws Exception{
		JobRepositoryFactoryBean jobRepositoryFactoryBean = new JobRepositoryFactoryBean();
		jobRepositoryFactoryBean.setDataSource(dataSource);
		jobRepositoryFactoryBean.setTransactionManager(transactionManager);
		jobRepositoryFactoryBean.setDatabaseType("oracle");
		return jobRepositoryFactoryBean.getObject();
	}

代码解释

jobRepository的定义需要dataSource和transactionManager，Spring Boot已为我们自动配置了这两个类，Spring可通过方法注入已有的Bean。

JobLauncher定义：

	@Bean
	public SimpleJobLauncher jobLauncher(DataSource dataSource,PlatformTransactionManager transactionManager)throws Exception{
		SimpleJobLauncher jobLauncher = new SimpleJobLauncher();
		jobLauncher.setJobRepository(JobRepository(dataSource, transactionManager));
		return jobLauncher;
	}

Job定义：

	@Bean
	public Job importJob(JobBuilderFactory jobs,Step s1) {
		return jobs.get("importJob")
				.incrementer(new RunIdIncrementer())
				.flow(s1) //为Job指定Step
				.end()
				.listener(CsvJobListener())//绑定监听器cxvJobListener
				.build();
	}

	@Bean
	public CsvJobListener CsvJobListener(){
		return new CsvJobListener();
	}

Step定义：

	@Bean
	public Step step1(StepBuilderFactory stepBuilderFactory,ItemReader<Person>reader,ItemWriter<Person>writer,ItemProcessor<Person, Person>processor) {
		return stepBuilderFactory
				.get("step1")
				.<Person,Person>chunk(65000)//批处理每次提交65000条数据
				.reader(reader) //给step绑定reader
				.processor(processor) //给step绑定processor
				.writer(writer)   //给step绑定writer
				.build();
	}

6.运行

启动程序，Spring Boot会自动初始化Spring Batch数据库，并将csv中的数据导入到数据库中。

为我们初始化的Spring Batch数据库如图所示
在这里插入图片描述
这里注意，如果你的项目启动时，没有自动去创建这张表，这时你可以手动去创建，建表语句在如下位置
在这里插入图片描述
此时数据已导入且做转换处理，如图
在这里插入图片描述
在这里插入图片描述
将我们在Person类上定义的@Size(max=4,min=2)
修改为@Size(max=3,min=2)，启动程序，控制台输出校验错误，如图
在这里插入图片描述

7.手动触发任务

很多时候批处理任务是人为触发的，在些我们添加一个控制器，通过人触发批处理任务，并演示参数后置绑定的使用。
注释掉CsvBatchConfig类的@Configuration注解，让些配置类不再起效。新建TriggerBatchConfig配置类，内容与CsvBatchConfig完全保持一致，除了修改定义ItemReader这个Bean，ItemReader修改后的定义如下

	@Bean
	@StepScope
	public FlatFileItemReader<Person> reader(@Value("{jobParameters['input.file.name']}")String pathToFile) throws Exception{
		FlatFileItemReader<Person> reader = new FlatFileItemReader<Person>();//使用FlatFileItemReader读取文件。
		reader.setResource(new ClassPathResource(pathToFile));//使用FlatFileItemReader的setResource方法设置csv文件的路径
			reader.setLineMapper(new DefaultLineMapper<Person>() {{ //在此处对cvs文件的数据和领域模型类做对应映射。
				setLineTokenizer(new DelimitedLineTokenizer(){{
				setNames(new String[] {"name","age","nation","address"});
				}});
				setFieldSetMapper(new BeanWrapperFieldSetMapper<Person>() {{
					setTargetType(Person.class);
				}});
			}});
			return reader;
	}

此处需注意Bean的类型修改为FlatFileItemReader，而不是ItemReader。因为ItemReader接口中没有read方法，若使用ItemReader则会报一个“Reader must be open before it can be read”错误。
控制定义如下：

package com.wisely.ch9_2.web;

import org.springframework.batch.core.Job;
import org.springframework.batch.core.JobParameters;
import org.springframework.batch.core.JobParametersBuilder;
import org.springframework.batch.core.launch.JobLauncher;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class DemoController {
	@Autowired
	JobLauncher jobLauncher;
	@Autowired
	Job importJob;
	@Autowired
	public JobParameters jobParameters;
	
	@RequestMapping("/imp")
	public String imp(String fileName) throws Exception{
		String path = fileName +".csv";
		jobParameters = new JobParametersBuilder()
				.addLong("time", System.currentTimeMillis())
				.addString("input.file.name", path)
				.toJobParameters();
		return "ok";
	}

}

此时我们还要关闭Spring Boot为我们自动执行Job的配置，在application.properties里使用下面代码关闭配置：

spring.batch.job.enabled=false

此时我们访问http://localhost:8080/imp?fileName=people，可获得相同的数据导入结果，如图
在这里插入图片描述

Logo
向您推荐>>Eolink开发者社区

权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区

更多推荐

深入理解 Mocha 测试框架：从零实现一个 Mocha

前言什么是自动化测试自动化测试在很多团队中都是Devops环节中很难执行起来的一个环节，主要原因在于测试代码的编写工作很难抽象，99%的场景都需要和业务强绑定，而且写测试代码的编写工作量往往比编写实际业务代码的工作量更多。在一些很多业务场景中投入产出比很低，适合写自动化测试的应该是那些中长期业务以及一些诸如组件一样的基础库。自动化测试是个比较大的概念，其中分类也比较多，比如单元测试，端对端测试，集

avatar 云原生

ELK实现containerd的容器日志采集展示【基于logging的全栈监测】

企业级ELK Stack构建介绍

avatar 云原生

(20200916 Solved)docker-compose up创建容器自动退出

问题描述如题，创建容器后自动退出了。并且docker start container无效解决方案原因是缺失了控制终端的配置，需要在docker-compose.yml中增加tty:true ，有时候这样也不行，需要再增加一个command:/bin/bash，命令不一定是这个，需要是一个不会退出的命令，然后用-d后台启动容器。Referencesdocker-compose启动容器后自动退出...

avatar 云原生