# Colloquio Spring Batch 5: Partitioning, Chunk e Fault Tolerance

> Padroneggia i colloqui Spring Batch 5: 15 domande essenziali su partitioning, elaborazione a chunk e fault tolerance con esempi in Java 21.

- Published: 2026-03-22
- Updated: 2026-05-03
- Author: SharpSkill
- Tags: spring batch, spring boot, java, batch processing, interview questions
- Reading time: 16 min

---

Spring Batch 5 rappresenta un pilastro per l'elaborazione di dati massivi nell'ecosistema Spring. I colloqui tecnici valutano la capacità di progettare job robusti, scalabili e tolleranti ai guasti. Padroneggiare partitioning, elaborazione orientata ai chunk e meccanismi di fault tolerance distingue gli sviluppatori senior.

> **Punto chiave del colloquio**
>
> I recruiter testano la comprensione profonda: perché scegliere il partitioning rispetto al remote chunking? Come dimensionare correttamente i chunk? Queste decisioni architetturali rivelano una vera esperienza in produzione.

## Architettura fondamentale di Spring Batch 5

### Domanda 1: Quali sono i componenti principali di Spring Batch?

L'architettura di Spring Batch si basa su tre livelli distinti: l'applicazione (job e codice di business), il Batch Core (classi runtime per avviare e controllare i job) e l'infrastruttura (reader, writer e servizi comuni come RetryTemplate).

```java
// BatchJobConfig.java
// Configurazione di un job Spring Batch 5 con Java 21
@Configuration
public class BatchJobConfig {

    // JobRepository memorizza i metadati di esecuzione
    // Permette il restart e il monitoraggio dei job
    private final JobRepository jobRepository;
    private final PlatformTransactionManager transactionManager;

    public BatchJobConfig(JobRepository jobRepository,
                          PlatformTransactionManager transactionManager) {
        this.jobRepository = jobRepository;
        this.transactionManager = transactionManager;
    }

    // Un Job incapsula il processo batch completo
    // Composto da uno o più Step eseguiti sequenzialmente
    @Bean
    public Job importUserJob(Step processUsersStep, Step cleanupStep) {
        return new JobBuilder("importUserJob", jobRepository)
                .start(processUsersStep)      // Step principale di elaborazione
                .next(cleanupStep)             // Step di pulizia
                .build();
    }

    // Uno Step rappresenta un'unità di lavoro indipendente
    // Due modelli: Tasklet (singola attività) o Chunk (elaborazione iterativa)
    @Bean
    public Step processUsersStep(ItemReader<UserRecord> reader,
                                  ItemProcessor<UserRecord, User> processor,
                                  ItemWriter<User> writer) {
        return new StepBuilder("processUsersStep", jobRepository)
                .<UserRecord, User>chunk(100, transactionManager)  // Commit ogni 100 elementi
                .reader(reader)       // Legge i dati sorgente
                .processor(processor) // Trasforma ogni elemento
                .writer(writer)       // Scrive in batch da 100
                .build();
    }
}
```

Il JobRepository persiste lo stato delle esecuzioni nel database. Questa persistenza permette di riavviare un job fallito esattamente dove si è fermato, senza rielaborare i dati già confermati.

### Domanda 2: Qual è la differenza tra Tasklet ed elaborazione a Chunk?

**Tasklet** esegue un'azione discreta, non ripetitiva: eliminazione di file, chiamata a una stored procedure, invio di email di notifica. **Chunk** elabora volumi massivi suddividendo i dati in batch gestibili.

```java
// CleanupTasklet.java
// Tasklet: azione singola senza iterazione
@Component
public class CleanupTasklet implements Tasklet {

    private final Path tempDirectory = Path.of("/tmp/batch-work");

    @Override
    public RepeatStatus execute(StepContribution contribution,
                                 ChunkContext chunkContext) throws Exception {
        // Elimina tutti i file temporanei dell'elaborazione
        try (var files = Files.walk(tempDirectory)) {
            files.filter(Files::isRegularFile)
                 .forEach(this::deleteQuietly);
        }

        // FINISHED indica che il tasklet ha completato il lavoro
        // CONTINUABLE riavvierebbe l'esecuzione (utile per il polling)
        return RepeatStatus.FINISHED;
    }

    private void deleteQuietly(Path file) {
        try {
            Files.delete(file);
        } catch (IOException e) {
            // Logga e continua - non far fallire il job per un file
        }
    }
}
```

```java
// ChunkProcessingConfig.java
// Elaborazione a chunk: trattamento ad alto volume
@Configuration
public class ChunkProcessingConfig {

    @Bean
    public Step processOrdersStep(JobRepository jobRepository,
                                   PlatformTransactionManager transactionManager,
                                   ItemReader<OrderRecord> reader,
                                   ItemProcessor<OrderRecord, ProcessedOrder> processor,
                                   ItemWriter<ProcessedOrder> writer) {
        return new StepBuilder("processOrdersStep", jobRepository)
                // Chunk da 500: legge 500 elementi, elabora, scrive, poi committa
                .<OrderRecord, ProcessedOrder>chunk(500, transactionManager)
                .reader(reader)
                .processor(processor)
                .writer(writer)
                // Listener per monitorare il progresso
                .listener(new ChunkProgressListener())
                .build();
    }
}
```

L'elaborazione orientata ai chunk fornisce benefici critici: gestione ottimizzata della memoria (solo il chunk corrente in memoria), transazioni granulari (commit per chunk) e recupero dei guasti all'ultimo chunk confermato.

## Approfondimento sull'elaborazione a Chunk

### Domanda 3: Come funziona il ciclo di vita di un chunk?

Ogni chunk segue un ciclo preciso: lettura degli elementi uno per uno fino a raggiungere la dimensione configurata, elaborazione individuale di ogni elemento, poi scrittura del gruppo. Una transazione avvolge l'intero chunk.

```java
// OrderItemReader.java
// ItemReader: legge un elemento alla volta
@StepScope
@Component
public class OrderItemReader implements ItemReader<OrderRecord> {

    // @StepScope: nuova istanza per ogni esecuzione di step
    // Permette di iniettare parametri dinamici del job
    @Value("#{jobParameters['startDate']}")
    private LocalDate startDate;

    private Iterator<OrderRecord> orderIterator;

    @BeforeStep
    public void initializeReader(StepExecution stepExecution) {
        // Carica i dati all'avvio dello step
        List<OrderRecord> orders = fetchOrdersFromDate(startDate);
        this.orderIterator = orders.iterator();
    }

    @Override
    public OrderRecord read() {
        // Restituisce null per segnalare la fine dei dati
        // Spring Batch chiama read() finché non riceve null
        if (orderIterator.hasNext()) {
            return orderIterator.next();
        }
        return null;  // Fine del dataset
    }

    private List<OrderRecord> fetchOrdersFromDate(LocalDate date) {
        // Recupera dalla sorgente dati
        return List.of();  // Implementazione effettiva
    }
}
```

```java
// OrderItemProcessor.java
// ItemProcessor: trasforma ogni elemento individualmente
@Component
public class OrderItemProcessor implements ItemProcessor<OrderRecord, ProcessedOrder> {

    private final PricingService pricingService;
    private final ValidationService validationService;

    public OrderItemProcessor(PricingService pricingService,
                               ValidationService validationService) {
        this.pricingService = pricingService;
        this.validationService = validationService;
    }

    @Override
    public ProcessedOrder process(OrderRecord item) {
        // Restituire null filtra l'elemento (non sarà scritto)
        if (!validationService.isValid(item)) {
            return null;  // Elemento filtrato
        }

        // Trasformazione di business
        BigDecimal finalPrice = pricingService.calculatePrice(item);

        return new ProcessedOrder(
                item.orderId(),
                item.customerId(),
                finalPrice,
                LocalDateTime.now()
        );
    }
}
```

```java
// OrderItemWriter.java
// ItemWriter: scrive l'intero chunk in una sola operazione
@Component
public class OrderItemWriter implements ItemWriter<ProcessedOrder> {

    private final JdbcTemplate jdbcTemplate;

    public OrderItemWriter(JdbcTemplate jdbcTemplate) {
        this.jdbcTemplate = jdbcTemplate;
    }

    @Override
    public void write(Chunk<? extends ProcessedOrder> chunk) {
        // Il chunk contiene tutti gli elementi elaborati
        // Scrittura batch per performance ottimizzate
        List<? extends ProcessedOrder> items = chunk.getItems();

        jdbcTemplate.batchUpdate(
                "INSERT INTO processed_orders (order_id, customer_id, final_price, processed_at) VALUES (?, ?, ?, ?)",
                items,
                items.size(),
                (ps, order) -> {
                    ps.setLong(1, order.orderId());
                    ps.setLong(2, order.customerId());
                    ps.setBigDecimal(3, order.finalPrice());
                    ps.setTimestamp(4, Timestamp.valueOf(order.processedAt()));
                }
        );
    }
}
```

Se si verifica un'eccezione durante l'elaborazione del chunk, la transazione viene fatta rollback. Il job può quindi riprendere da quel chunk usando i metadati memorizzati nel JobRepository.

### Domanda 4: Come scegliere la dimensione ottimale del chunk?

La dimensione del chunk impatta direttamente performance e consumo di memoria. Un chunk troppo piccolo moltiplica i commit (overhead). Un chunk troppo grande consuma memoria eccessiva e allunga i rollback in caso di guasto.

```java
// ChunkSizingConfig.java
// Configurazione dinamica della dimensione del chunk
@Configuration
public class ChunkSizingConfig {

    // Default ragionevole per la maggior parte dei casi
    private static final int DEFAULT_CHUNK_SIZE = 100;

    // Per elementi leggeri (pochi campi)
    private static final int LIGHT_ITEMS_CHUNK_SIZE = 500;

    // Per elementi pesanti (blob, documenti)
    private static final int HEAVY_ITEMS_CHUNK_SIZE = 25;

    @Bean
    public Step processLightDataStep(JobRepository jobRepository,
                                      PlatformTransactionManager txManager,
                                      ItemReader<LightRecord> reader,
                                      ItemWriter<LightRecord> writer) {
        return new StepBuilder("processLightDataStep", jobRepository)
                // Elementi leggeri: chunk più grandi per meno commit
                .<LightRecord, LightRecord>chunk(LIGHT_ITEMS_CHUNK_SIZE, txManager)
                .reader(reader)
                .writer(writer)
                .build();
    }

    @Bean
    public Step processDocumentsStep(JobRepository jobRepository,
                                      PlatformTransactionManager txManager,
                                      ItemReader<Document> reader,
                                      ItemProcessor<Document, ProcessedDocument> processor,
                                      ItemWriter<ProcessedDocument> writer) {
        return new StepBuilder("processDocumentsStep", jobRepository)
                // Documenti pesanti: chunk più piccoli per limitare la memoria
                .<Document, ProcessedDocument>chunk(HEAVY_ITEMS_CHUNK_SIZE, txManager)
                .reader(reader)
                .processor(processor)
                .writer(writer)
                .build();
    }
}
```

> **Regola pratica**
>
> Iniziare con 100 elementi per chunk, poi adattare in base alle metriche: tempo di commit, uso della memoria e durata del rollback. Usare listener per monitorare e identificare il valore ottimale.

## Partitioning per elaborazione parallela

### Domanda 5: Cos'è il partitioning e quando usarlo?

Il partitioning divide un dataset in partizioni indipendenti elaborate in parallelo. Ogni partizione viene eseguita nel proprio thread (locale) o su un worker remoto. Questo approccio moltiplica il throughput senza sacrificare la capacità di restart.

```java
// PartitionedJobConfig.java
// Configurazione di un job partizionato
@Configuration
public class PartitionedJobConfig {

    private final JobRepository jobRepository;
    private final PlatformTransactionManager transactionManager;

    public PartitionedJobConfig(JobRepository jobRepository,
                                 PlatformTransactionManager transactionManager) {
        this.jobRepository = jobRepository;
        this.transactionManager = transactionManager;
    }

    @Bean
    public Job partitionedImportJob(Step partitionedStep) {
        return new JobBuilder("partitionedImportJob", jobRepository)
                .start(partitionedStep)
                .build();
    }

    // Step manager: orchestra le partizioni
    @Bean
    public Step partitionedStep(Partitioner partitioner,
                                 Step workerStep,
                                 TaskExecutor taskExecutor) {
        return new StepBuilder("partitionedStep", jobRepository)
                // Divide il lavoro tramite il Partitioner
                .partitioner("workerStep", partitioner)
                // Step eseguito per ogni partizione
                .step(workerStep)
                // 8 thread paralleli
                .taskExecutor(taskExecutor)
                // Numero di partizioni da creare
                .gridSize(8)
                .build();
    }

    // TaskExecutor per esecuzione parallela
    @Bean
    public TaskExecutor batchTaskExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(8);
        executor.setMaxPoolSize(16);
        executor.setQueueCapacity(50);
        executor.setThreadNamePrefix("batch-partition-");
        executor.initialize();
        return executor;
    }
}
```

```java
// RangePartitioner.java
// Partitioner basato su intervalli di ID
@Component
public class RangePartitioner implements Partitioner {

    private final JdbcTemplate jdbcTemplate;

    public RangePartitioner(JdbcTemplate jdbcTemplate) {
        this.jdbcTemplate = jdbcTemplate;
    }

    @Override
    public Map<String, ExecutionContext> partition(int gridSize) {
        // Recupera i limiti del dataset
        Long minId = jdbcTemplate.queryForObject(
                "SELECT MIN(id) FROM orders WHERE status = 'PENDING'", Long.class);
        Long maxId = jdbcTemplate.queryForObject(
                "SELECT MAX(id) FROM orders WHERE status = 'PENDING'", Long.class);

        if (minId == null || maxId == null) {
            return Map.of();  // Nessun dato da elaborare
        }

        // Calcola la dimensione di ogni partizione
        long range = (maxId - minId) / gridSize + 1;
        Map<String, ExecutionContext> partitions = new HashMap<>();

        for (int i = 0; i < gridSize; i++) {
            ExecutionContext context = new ExecutionContext();
            long start = minId + (i * range);
            long end = Math.min(start + range - 1, maxId);

            // Ogni partizione riceve i propri limiti
            context.putLong("minId", start);
            context.putLong("maxId", end);
            context.putInt("partitionNumber", i);

            partitions.put("partition" + i, context);
        }

        return partitions;
    }
}
```

Il partitioning è adatto a dataset grandi in cui gli elementi sono indipendenti. Le partizioni devono essere bilanciate per evitare che una partizione lenta rallenti l'intero job.

### Domanda 6: Qual è la differenza tra partitioning locale e remoto?

Il **partitioning locale** esegue tutte le partizioni sulla stessa JVM con un thread pool. Il **partitioning remoto** distribuisce le partizioni su più JVM (worker) tramite middleware di messaggistica.

```java
// RemotePartitioningConfig.java
// Configurazione di partitioning remoto con messaggistica
@Configuration
public class RemotePartitioningConfig {

    @Bean
    public Step managerStep(JobRepository jobRepository,
                             Partitioner partitioner,
                             MessageChannelPartitionHandler partitionHandler) {
        return new StepBuilder("managerStep", jobRepository)
                .partitioner("workerStep", partitioner)
                // Handler che comunica con i worker remoti
                .partitionHandler(partitionHandler)
                .build();
    }

    // PartitionHandler invia gli ExecutionContext ai worker
    @Bean
    public MessageChannelPartitionHandler partitionHandler(
            MessagingTemplate messagingTemplate,
            JobExplorer jobExplorer) {
        MessageChannelPartitionHandler handler = new MessageChannelPartitionHandler();
        handler.setStepName("workerStep");
        handler.setGridSize(4);
        handler.setMessagingOperations(messagingTemplate);
        handler.setJobExplorer(jobExplorer);
        // Timeout per attendere il completamento dei worker
        handler.setPollInterval(5000L);
        return handler;
    }
}
```

```java
// WorkerConfiguration.java
// Configurazione lato worker
@Configuration
public class WorkerConfiguration {

    private final JobRepository jobRepository;
    private final PlatformTransactionManager transactionManager;

    public WorkerConfiguration(JobRepository jobRepository,
                                PlatformTransactionManager transactionManager) {
        this.jobRepository = jobRepository;
        this.transactionManager = transactionManager;
    }

    // Il worker riceve le partizioni ed esegue lo step
    @Bean
    public Step workerStep(ItemReader<OrderRecord> reader,
                            ItemProcessor<OrderRecord, ProcessedOrder> processor,
                            ItemWriter<ProcessedOrder> writer) {
        return new StepBuilder("workerStep", jobRepository)
                .<OrderRecord, ProcessedOrder>chunk(100, transactionManager)
                // Reader configurato con @StepScope per ricevere i parametri di partizione
                .reader(reader)
                .processor(processor)
                .writer(writer)
                .build();
    }

    // Reader che usa i limiti di partizione
    @Bean
    @StepScope
    public JdbcCursorItemReader<OrderRecord> partitionedReader(
            DataSource dataSource,
            @Value("#{stepExecutionContext['minId']}") Long minId,
            @Value("#{stepExecutionContext['maxId']}") Long maxId) {
        return new JdbcCursorItemReaderBuilder<OrderRecord>()
                .name("partitionedOrderReader")
                .dataSource(dataSource)
                .sql("SELECT * FROM orders WHERE id BETWEEN ? AND ? AND status = 'PENDING'")
                .preparedStatementSetter(ps -> {
                    ps.setLong(1, minId);
                    ps.setLong(2, maxId);
                })
                .rowMapper(new OrderRecordRowMapper())
                .build();
    }
}
```

## Fault tolerance e recupero degli errori

### Domanda 7: Quali meccanismi di fault tolerance offre Spring Batch?

Spring Batch offre tre meccanismi complementari: **skip** (ignorare gli elementi che falliscono), **retry** (riprovare automaticamente) e **restart** (riprendere un job fallito). Questi meccanismi si configurano a livello di step.

```java
// FaultTolerantStepConfig.java
// Configurazione completa di fault tolerance
@Configuration
public class FaultTolerantStepConfig {

    @Bean
    public Step faultTolerantStep(JobRepository jobRepository,
                                   PlatformTransactionManager transactionManager,
                                   ItemReader<DataRecord> reader,
                                   ItemProcessor<DataRecord, ProcessedRecord> processor,
                                   ItemWriter<ProcessedRecord> writer,
                                   SkipPolicy customSkipPolicy) {
        return new StepBuilder("faultTolerantStep", jobRepository)
                .<DataRecord, ProcessedRecord>chunk(100, transactionManager)
                .reader(reader)
                .processor(processor)
                .writer(writer)
                // Attiva la modalità fault tolerant
                .faultTolerant()
                // SKIP: ignora fino a 10 errori di validazione
                .skipLimit(10)
                .skip(ValidationException.class)
                .skip(DataIntegrityViolationException.class)
                // Alcuni errori non devono mai essere ignorati
                .noSkip(FatalBatchException.class)
                // RETRY: ritenta gli errori transitori
                .retryLimit(3)
                .retry(TransientDataAccessException.class)
                .retry(DeadlockLoserDataAccessException.class)
                // Backoff esponenziale tra i retry
                .backOffPolicy(exponentialBackOffPolicy())
                // Listener per loggare gli skip
                .listener(skipListener())
                .build();
    }

    @Bean
    public BackOffPolicy exponentialBackOffPolicy() {
        ExponentialBackOffPolicy policy = new ExponentialBackOffPolicy();
        policy.setInitialInterval(1000);  // 1 secondo
        policy.setMultiplier(2.0);         // Raddoppia ad ogni retry
        policy.setMaxInterval(10000);      // Massimo 10 secondi
        return policy;
    }

    @Bean
    public SkipListener<DataRecord, ProcessedRecord> skipListener() {
        return new SkipListener<>() {
            @Override
            public void onSkipInRead(Throwable t) {
                // Logga l'elemento illeggibile
            }

            @Override
            public void onSkipInProcess(DataRecord item, Throwable t) {
                // Logga l'elemento fallito in elaborazione
            }

            @Override
            public void onSkipInWrite(ProcessedRecord item, Throwable t) {
                // Logga l'elemento fallito in scrittura
            }
        };
    }
}
```

Retry è adatto agli errori transitori (timeout di rete, deadlock di database). Skip è adatto agli errori sui singoli dati che non devono bloccare l'elaborazione complessiva.

### Domanda 8: Come implementare uno SkipPolicy personalizzato?

Uno SkipPolicy personalizzato permette una logica decisionale fine: skip in base al tipo di eccezione, numero di errori o criteri di business specifici.

```java
// AdaptiveSkipPolicy.java
// SkipPolicy con logica di business avanzata
@Component
public class AdaptiveSkipPolicy implements SkipPolicy {

    private static final int MAX_SKIP_COUNT = 100;
    private static final double MAX_SKIP_PERCENTAGE = 0.05;  // 5% massimo

    private final AtomicInteger totalProcessed = new AtomicInteger(0);
    private final AtomicInteger skipCount = new AtomicInteger(0);

    @Override
    public boolean shouldSkip(Throwable exception, long skipCountSoFar) {
        // Mai ignorare errori fatali
        if (exception instanceof FatalBatchException
                || exception instanceof OutOfMemoryError) {
            return false;
        }

        // Limite assoluto di skip
        if (skipCountSoFar >= MAX_SKIP_COUNT) {
            return false;  // Ferma il job
        }

        // Limite percentuale
        int total = totalProcessed.get();
        if (total > 1000) {  // Applicare solo dopo il warmup
            double skipPercentage = (double) skipCountSoFar / total;
            if (skipPercentage > MAX_SKIP_PERCENTAGE) {
                return false;  // Troppi errori in proporzione
            }
        }

        // Salta errori di validazione e dati
        return exception instanceof ValidationException
                || exception instanceof DataFormatException
                || exception instanceof IllegalArgumentException;
    }

    // Chiamato da un listener per tracciare il progresso
    public void incrementProcessed() {
        totalProcessed.incrementAndGet();
    }
}
```

### Domanda 9: Come funziona il restart di un job fallito?

Il JobRepository memorizza lo stato di ogni esecuzione. Al restart, Spring Batch identifica l'ultimo chunk confermato e riprende da quel punto. Gli elementi elaborati con successo non vengono rielaborati.

```java
// JobRestartService.java
// Servizio di gestione del restart dei job
@Service
public class JobRestartService {

    private final JobLauncher jobLauncher;
    private final JobExplorer jobExplorer;
    private final JobRepository jobRepository;
    private final Job importJob;

    public JobRestartService(JobLauncher jobLauncher,
                              JobExplorer jobExplorer,
                              JobRepository jobRepository,
                              @Qualifier("importJob") Job importJob) {
        this.jobLauncher = jobLauncher;
        this.jobExplorer = jobExplorer;
        this.jobRepository = jobRepository;
        this.importJob = importJob;
    }

    public JobExecution restartFailedJob(Long jobExecutionId) throws Exception {
        // Recupera l'esecuzione fallita
        JobExecution failedExecution = jobExplorer.getJobExecution(jobExecutionId);

        if (failedExecution == null) {
            throw new IllegalArgumentException("Job execution not found: " + jobExecutionId);
        }

        // Verifica che il job possa essere riavviato
        if (!failedExecution.getStatus().equals(BatchStatus.FAILED)) {
            throw new IllegalStateException("Only FAILED jobs can be restarted");
        }

        // Usa gli stessi parametri dell'esecuzione originale
        JobParameters originalParams = failedExecution.getJobParameters();

        // Rilancia il job - riprende automaticamente dall'ultimo checkpoint
        return jobLauncher.run(importJob, originalParams);
    }

    public List<JobExecution> findRestartableJobs() {
        // Elenca tutte le esecuzioni FAILED non ancora riavviate
        return jobExplorer.findJobInstancesByJobName(importJob.getName(), 0, 100)
                .stream()
                .flatMap(instance -> jobExplorer.getJobExecutions(instance).stream())
                .filter(exec -> exec.getStatus() == BatchStatus.FAILED)
                .filter(this::isRestartable)
                .toList();
    }

    private boolean isRestartable(JobExecution execution) {
        // Verifica che non esista un'esecuzione di successo più recente
        JobInstance instance = execution.getJobInstance();
        return jobExplorer.getJobExecutions(instance).stream()
                .noneMatch(exec -> exec.getStatus() == BatchStatus.COMPLETED);
    }
}
```

> **Trabocchetto del colloquio**
>
> Un job può essere riavviato solo se i JobParameters sono identici. Modificare un parametro crea una nuova istanza di job, perdendo lo storico del progresso.

## Scaling e ottimizzazione

### Domanda 10: Quali strategie di scaling sono disponibili?

Spring Batch offre quattro strategie: **multi-threaded step** (più thread leggono in parallelo), **parallel steps** (step indipendenti in parallelo), **remote chunking** (elaborazione distribuita) e **partitioning** (dati distribuiti).

```java
// MultiThreadedStepConfig.java
// Step multi-threaded: più thread elaborano lo stesso dataset
@Configuration
public class MultiThreadedStepConfig {

    @Bean
    public Step multiThreadedStep(JobRepository jobRepository,
                                   PlatformTransactionManager transactionManager,
                                   ItemReader<Record> reader,
                                   ItemProcessor<Record, ProcessedRecord> processor,
                                   ItemWriter<ProcessedRecord> writer,
                                   TaskExecutor taskExecutor) {
        return new StepBuilder("multiThreadedStep", jobRepository)
                .<Record, ProcessedRecord>chunk(100, transactionManager)
                // ATTENZIONE: il reader deve essere thread-safe
                .reader(synchronizedReader(reader))
                .processor(processor)
                .writer(writer)
                // 4 thread elaborano i chunk in parallelo
                .taskExecutor(taskExecutor)
                .throttleLimit(4)
                .build();
    }

    // Wrapper per rendere thread-safe il reader
    private ItemReader<Record> synchronizedReader(ItemReader<Record> reader) {
        SynchronizedItemStreamReader<Record> syncReader = new SynchronizedItemStreamReader<>();
        syncReader.setDelegate((ItemStreamReader<Record>) reader);
        return syncReader;
    }
}
```

```java
// ParallelStepsConfig.java
// Esecuzione di step indipendenti in parallelo
@Configuration
public class ParallelStepsConfig {

    @Bean
    public Job parallelJob(JobRepository jobRepository,
                            Step loadCustomersStep,
                            Step loadProductsStep,
                            Step loadOrdersStep,
                            Step processDataStep) {
        // Flow parallelo: customers e products caricati simultaneamente
        Flow loadCustomersFlow = new FlowBuilder<Flow>("loadCustomersFlow")
                .start(loadCustomersStep)
                .build();

        Flow loadProductsFlow = new FlowBuilder<Flow>("loadProductsFlow")
                .start(loadProductsStep)
                .build();

        Flow loadOrdersFlow = new FlowBuilder<Flow>("loadOrdersFlow")
                .start(loadOrdersStep)
                .build();

        // Split esegue i flow in parallelo
        return new JobBuilder("parallelJob", jobRepository)
                .start(new FlowBuilder<Flow>("parallelLoadFlow")
                        .split(new SimpleAsyncTaskExecutor())
                        .add(loadCustomersFlow, loadProductsFlow, loadOrdersFlow)
                        .build())
                // Dopo il caricamento parallelo, elaborazione sequenziale
                .next(processDataStep)
                .build()
                .build();
    }
}
```

Il multi-threading è adatto quando il reader può essere sincronizzato. Il partitioning è preferibile per grandi volumi poiché ogni partizione ha il proprio reader senza contesa.

### Domanda 11: Come monitorare le performance di un job?

Spring Batch espone metriche tramite listener e JobRepository. L'integrazione con Micrometer permette l'export verso Prometheus, Grafana o altri sistemi di monitoraggio.

```java
// BatchMetricsConfig.java
// Configurazione di monitoraggio con Micrometer
@Configuration
public class BatchMetricsConfig {

    private final MeterRegistry meterRegistry;

    public BatchMetricsConfig(MeterRegistry meterRegistry) {
        this.meterRegistry = meterRegistry;
    }

    @Bean
    public JobExecutionListener metricsJobListener() {
        return new JobExecutionListener() {

            private Timer.Sample jobTimer;

            @Override
            public void beforeJob(JobExecution jobExecution) {
                // Avvia il timer di durata del job
                jobTimer = Timer.start(meterRegistry);
                Counter.builder("batch.job.started")
                        .tag("job", jobExecution.getJobInstance().getJobName())
                        .register(meterRegistry)
                        .increment();
            }

            @Override
            public void afterJob(JobExecution jobExecution) {
                // Registra la durata totale
                jobTimer.stop(Timer.builder("batch.job.duration")
                        .tag("job", jobExecution.getJobInstance().getJobName())
                        .tag("status", jobExecution.getStatus().toString())
                        .register(meterRegistry));

                // Counter di job per stato
                Counter.builder("batch.job.completed")
                        .tag("job", jobExecution.getJobInstance().getJobName())
                        .tag("status", jobExecution.getStatus().toString())
                        .register(meterRegistry)
                        .increment();
            }
        };
    }

    @Bean
    public StepExecutionListener metricsStepListener() {
        return new StepExecutionListener() {

            @Override
            public void afterStep(StepExecution stepExecution) {
                String jobName = stepExecution.getJobExecution().getJobInstance().getJobName();
                String stepName = stepExecution.getStepName();

                // Metriche di throughput
                Gauge.builder("batch.step.read.count", stepExecution, StepExecution::getReadCount)
                        .tag("job", jobName)
                        .tag("step", stepName)
                        .register(meterRegistry);

                Gauge.builder("batch.step.write.count", stepExecution, StepExecution::getWriteCount)
                        .tag("job", jobName)
                        .tag("step", stepName)
                        .register(meterRegistry);

                Gauge.builder("batch.step.skip.count", stepExecution, StepExecution::getSkipCount)
                        .tag("job", jobName)
                        .tag("step", stepName)
                        .register(meterRegistry);

                return null;
            }
        };
    }
}
```

### Domanda 12: Quali sono le insidie comuni del partitioning?

Gli errori frequenti includono: partizioni sbilanciate (una partizione contiene il 90% dei dati), reader non thread-safe e gestione errata dello stato tra partizioni.

```java
// BalancedPartitioner.java
// Partitioner che bilancia realmente il carico
@Component
public class BalancedPartitioner implements Partitioner {

    private final JdbcTemplate jdbcTemplate;

    public BalancedPartitioner(JdbcTemplate jdbcTemplate) {
        this.jdbcTemplate = jdbcTemplate;
    }

    @Override
    public Map<String, ExecutionContext> partition(int gridSize) {
        // Conta gli elementi totali da elaborare
        Integer totalCount = jdbcTemplate.queryForObject(
                "SELECT COUNT(*) FROM orders WHERE status = 'PENDING'", Integer.class);

        if (totalCount == null || totalCount == 0) {
            return Map.of();
        }

        // Calcola la dimensione target per partizione
        int itemsPerPartition = (int) Math.ceil((double) totalCount / gridSize);

        Map<String, ExecutionContext> partitions = new HashMap<>();

        // Usa OFFSET/LIMIT per partizioni bilanciate
        // Più costoso degli intervalli ma garantisce il bilanciamento
        for (int i = 0; i < gridSize; i++) {
            ExecutionContext context = new ExecutionContext();
            context.putInt("offset", i * itemsPerPartition);
            context.putInt("limit", itemsPerPartition);
            context.putInt("partitionNumber", i);

            partitions.put("partition" + i, context);
        }

        return partitions;
    }
}

// OffsetBasedReader.java
// Reader compatibile con partitioning basato su offset
@StepScope
@Component
public class OffsetBasedReader implements ItemReader<OrderRecord>, ItemStream {

    private final JdbcTemplate jdbcTemplate;
    private Iterator<OrderRecord> iterator;

    @Value("#{stepExecutionContext['offset']}")
    private int offset;

    @Value("#{stepExecutionContext['limit']}")
    private int limit;

    public OffsetBasedReader(JdbcTemplate jdbcTemplate) {
        this.jdbcTemplate = jdbcTemplate;
    }

    @Override
    public void open(ExecutionContext executionContext) {
        // Carica esattamente la porzione assegnata a questa partizione
        List<OrderRecord> records = jdbcTemplate.query(
                "SELECT * FROM orders WHERE status = 'PENDING' ORDER BY id LIMIT ? OFFSET ?",
                new OrderRecordRowMapper(),
                limit, offset
        );
        this.iterator = records.iterator();
    }

    @Override
    public OrderRecord read() {
        return iterator.hasNext() ? iterator.next() : null;
    }

    @Override
    public void update(ExecutionContext executionContext) {
        // Salvataggio dello stato per il restart se necessario
    }

    @Override
    public void close() {
        // Pulizia
    }
}
```

## Domande avanzate per senior

### Domanda 13: Come gestire le dipendenze tra job?

Spring Batch non gestisce nativamente le dipendenze tra job. Le soluzioni includono: orchestratori esterni (Airflow, Kubernetes CronJob) o implementazione custom con JobExplorer.

```java
// JobDependencyService.java
// Gestione delle dipendenze tra job
@Service
public class JobDependencyService {

    private final JobExplorer jobExplorer;
    private final JobLauncher jobLauncher;
    private final Map<String, Job> jobs;

    public JobDependencyService(JobExplorer jobExplorer,
                                  JobLauncher jobLauncher,
                                  Map<String, Job> jobs) {
        this.jobExplorer = jobExplorer;
        this.jobLauncher = jobLauncher;
        this.jobs = jobs;
    }

    public JobExecution runWithDependencies(String jobName,
                                             JobParameters params,
                                             List<String> dependsOn) throws Exception {
        // Verifica che tutte le dipendenze siano andate a buon fine
        for (String dependency : dependsOn) {
            if (!hasSuccessfulExecution(dependency, params)) {
                throw new JobExecutionException(
                        "Dependency not satisfied: " + dependency);
            }
        }

        Job job = jobs.get(jobName);
        if (job == null) {
            throw new IllegalArgumentException("Unknown job: " + jobName);
        }

        return jobLauncher.run(job, params);
    }

    private boolean hasSuccessfulExecution(String jobName, JobParameters params) {
        // Cerca un'esecuzione COMPLETED con gli stessi parametri di business
        return jobExplorer.findJobInstancesByJobName(jobName, 0, 1)
                .stream()
                .flatMap(instance -> jobExplorer.getJobExecutions(instance).stream())
                .filter(exec -> exec.getStatus() == BatchStatus.COMPLETED)
                .anyMatch(exec -> matchesBusinessParams(exec.getJobParameters(), params));
    }

    private boolean matchesBusinessParams(JobParameters actual, JobParameters expected) {
        // Confronta i parametri di business (ignora timestamp di esecuzione)
        String actualDate = actual.getString("businessDate");
        String expectedDate = expected.getString("businessDate");
        return Objects.equals(actualDate, expectedDate);
    }
}
```

### Domanda 14: Come testare efficacemente un job Spring Batch?

Testare un job Spring Batch richiede un approccio a strati: test unitari per i componenti (reader, processor, writer), test di integrazione per gli step e test end-to-end per i job completi.

```java
// OrderProcessorTest.java
// Test unitario del processor
@ExtendWith(MockitoExtension.class)
class OrderProcessorTest {

    @Mock
    private PricingService pricingService;

    @Mock
    private ValidationService validationService;

    @InjectMocks
    private OrderItemProcessor processor;

    @Test
    void shouldProcessValidOrder() {
        // Given
        OrderRecord input = new OrderRecord(1L, 100L, BigDecimal.TEN);
        when(validationService.isValid(input)).thenReturn(true);
        when(pricingService.calculatePrice(input)).thenReturn(new BigDecimal("12.50"));

        // When
        ProcessedOrder result = processor.process(input);

        // Then
        assertThat(result).isNotNull();
        assertThat(result.finalPrice()).isEqualTo(new BigDecimal("12.50"));
    }

    @Test
    void shouldFilterInvalidOrder() {
        // Given
        OrderRecord input = new OrderRecord(1L, 100L, BigDecimal.TEN);
        when(validationService.isValid(input)).thenReturn(false);

        // When
        ProcessedOrder result = processor.process(input);

        // Then - null significa filtrato
        assertThat(result).isNull();
        verify(pricingService, never()).calculatePrice(any());
    }
}
```

```java
// ImportJobIntegrationTest.java
// Test di integrazione del job completo
@SpringBatchTest
@SpringBootTest
@ActiveProfiles("test")
class ImportJobIntegrationTest {

    @Autowired
    private JobLauncherTestUtils jobLauncherTestUtils;

    @Autowired
    private JobRepositoryTestUtils jobRepositoryTestUtils;

    @Autowired
    private JdbcTemplate jdbcTemplate;

    @BeforeEach
    void setup() {
        // Pulisce i metadati tra i test
        jobRepositoryTestUtils.removeJobExecutions();
        // Resetta i dati di test
        jdbcTemplate.execute("DELETE FROM processed_orders");
        jdbcTemplate.execute("DELETE FROM orders");
    }

    @Test
    void shouldCompleteJobSuccessfully() throws Exception {
        // Given - dati di test
        insertTestOrders(100);

        // When
        JobParameters params = new JobParametersBuilder()
                .addLocalDate("businessDate", LocalDate.now())
                .addLong("run.id", System.currentTimeMillis())
                .toJobParameters();

        JobExecution execution = jobLauncherTestUtils.launchJob(params);

        // Then
        assertThat(execution.getStatus()).isEqualTo(BatchStatus.COMPLETED);
        assertThat(countProcessedOrders()).isEqualTo(100);
    }

    @Test
    void shouldHandleEmptyDataset() throws Exception {
        // Given - nessun dato

        // When
        JobExecution execution = jobLauncherTestUtils.launchJob();

        // Then - il job ha successo anche senza dati
        assertThat(execution.getStatus()).isEqualTo(BatchStatus.COMPLETED);
    }

    @Test
    void shouldRestartFromFailurePoint() throws Exception {
        // Given - simula errore a metà elaborazione
        insertTestOrders(100);
        insertPoisonOrder(50);  // Causa un errore

        // When - prima esecuzione fallisce
        JobExecution firstExecution = jobLauncherTestUtils.launchJob();
        assertThat(firstExecution.getStatus()).isEqualTo(BatchStatus.FAILED);

        // Correggi i dati
        removePoisonOrder(50);

        // When - restart
        JobExecution restartExecution = jobLauncherTestUtils.launchJob(
                firstExecution.getJobParameters());

        // Then - riprende dal punto di fallimento
        assertThat(restartExecution.getStatus()).isEqualTo(BatchStatus.COMPLETED);
    }

    private void insertTestOrders(int count) {
        for (int i = 1; i <= count; i++) {
            jdbcTemplate.update(
                    "INSERT INTO orders (id, customer_id, amount, status) VALUES (?, ?, ?, 'PENDING')",
                    i, i * 10, BigDecimal.valueOf(i * 10));
        }
    }

    private int countProcessedOrders() {
        return jdbcTemplate.queryForObject(
                "SELECT COUNT(*) FROM processed_orders", Integer.class);
    }
}
```

### Domanda 15: Come ottimizzare le performance di scrittura su database?

La scrittura diventa spesso il collo di bottiglia. Le ottimizzazioni includono: batch insert JDBC, disattivazione dei vincoli durante il caricamento e uso di tabelle di staging.

```java
// OptimizedJdbcWriter.java
// Writer ottimizzato per grandi volumi
@Component
public class OptimizedJdbcWriter implements ItemWriter<ProcessedOrder> {

    private final JdbcTemplate jdbcTemplate;
    private final DataSource dataSource;

    public OptimizedJdbcWriter(JdbcTemplate jdbcTemplate, DataSource dataSource) {
        this.jdbcTemplate = jdbcTemplate;
        this.dataSource = dataSource;
    }

    @Override
    public void write(Chunk<? extends ProcessedOrder> chunk) throws Exception {
        List<? extends ProcessedOrder> items = chunk.getItems();

        if (items.isEmpty()) {
            return;
        }

        // Usa PreparedStatement con batch
        try (Connection connection = dataSource.getConnection();
             PreparedStatement ps = connection.prepareStatement(
                     "INSERT INTO processed_orders (order_id, customer_id, final_price, processed_at) " +
                             "VALUES (?, ?, ?, ?)")) {

            for (ProcessedOrder order : items) {
                ps.setLong(1, order.orderId());
                ps.setLong(2, order.customerId());
                ps.setBigDecimal(3, order.finalPrice());
                ps.setTimestamp(4, Timestamp.valueOf(order.processedAt()));
                ps.addBatch();
            }

            // Esegue tutte le insert in un'unica operazione di rete
            ps.executeBatch();
        }
    }
}

// StagingTableWriter.java
// Pattern staging table per volumi molto grandi
@Component
public class StagingTableWriter implements ItemWriter<ProcessedOrder>, StepExecutionListener {

    private final JdbcTemplate jdbcTemplate;
    private String stagingTable;

    public StagingTableWriter(JdbcTemplate jdbcTemplate) {
        this.jdbcTemplate = jdbcTemplate;
    }

    @Override
    public void beforeStep(StepExecution stepExecution) {
        // Crea una tabella temporanea per questo step
        stagingTable = "staging_orders_" + stepExecution.getId();
        jdbcTemplate.execute(
                "CREATE TEMP TABLE " + stagingTable + " (LIKE processed_orders INCLUDING ALL)");
    }

    @Override
    public void write(Chunk<? extends ProcessedOrder> chunk) {
        // Scrive nella staging table (senza vincoli FK)
        String sql = "INSERT INTO " + stagingTable +
                " (order_id, customer_id, final_price, processed_at) VALUES (?, ?, ?, ?)";

        jdbcTemplate.batchUpdate(sql, chunk.getItems(), chunk.size(),
                (ps, order) -> {
                    ps.setLong(1, order.orderId());
                    ps.setLong(2, order.customerId());
                    ps.setBigDecimal(3, order.finalPrice());
                    ps.setTimestamp(4, Timestamp.valueOf(order.processedAt()));
                });
    }

    @Override
    public ExitStatus afterStep(StepExecution stepExecution) {
        if (stepExecution.getStatus() == BatchStatus.COMPLETED) {
            // Bulk copy verso la tabella finale
            jdbcTemplate.execute(
                    "INSERT INTO processed_orders SELECT * FROM " + stagingTable);
        }
        // Pulisce la staging table
        jdbcTemplate.execute("DROP TABLE IF EXISTS " + stagingTable);
        return stepExecution.getExitStatus();
    }
}
```

## Conclusione

Padroneggiare Spring Batch 5 nei colloqui tecnici si basa su una comprensione profonda dei meccanismi interni:

✅ **Architettura**: Job → Step → Chunk (Reader, Processor, Writer)

✅ **Elaborazione a chunk**: dimensionamento, ciclo di vita, transazioni

✅ **Partitioning**: locale vs remoto, bilanciamento delle partizioni

✅ **Fault tolerance**: skip, retry, restart con policy adeguate

✅ **Scaling**: multi-threading, parallel steps, remote chunking

✅ **Test**: unitari, integrazione, end-to-end

✅ **Ottimizzazione**: batch write, staging table, monitoraggio

Le domande avanzate valutano la capacità di giustificare le scelte architetturali in base al contesto: volume di dati, vincoli di tempo, tolleranza agli errori e infrastruttura disponibile.

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/it/blog/spring-boot/spring-batch-5-interview-partitioning-chunks-fault-tolerance