Співбесіда Spring Batch 5: Партиціювання, Чанки та Відмовостійкість

Опануйте співбесіди Spring Batch 5: 15 ключових питань про партиціювання, обробку чанків і відмовостійкість з прикладами на Java 21.

Співбесіда Spring Batch 5: партиціювання, чанки і відмовостійкість

Spring Batch 5 є наріжним каменем обробки великих обсягів даних в екосистемі Spring. Технічні співбесіди оцінюють здатність проєктувати надійні, масштабовані та відмовостійкі задачі. Володіння партиціюванням, чанк-орієнтованою обробкою та механізмами відмовостійкості вирізняє старших розробників.

Ключовий акцент співбесіди

Рекрутери перевіряють глибоке розуміння: чому обирати партиціювання замість remote chunking? Як правильно визначати розмір чанків? Ці архітектурні рішення розкривають реальний продакшн-досвід.

Фундаментальна архітектура Spring Batch 5

Питання 1: Які основні компоненти Spring Batch?

Архітектура Spring Batch базується на трьох рівнях: застосунок (задачі та бізнес-код), Batch Core (runtime-класи для запуску й керування задачами) та інфраструктура (спільні reader, writer і сервіси на кшталт RetryTemplate).

BatchJobConfig.javajava
// Конфігурація задачі Spring Batch 5 з Java 21
@Configuration
public class BatchJobConfig {

    // JobRepository зберігає метадані виконання
    // Уможливлює рестарт і моніторинг задач
    private final JobRepository jobRepository;
    private final PlatformTransactionManager transactionManager;

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

    // Job інкапсулює повний batch-процес
    // Складається з одного або кількох послідовних Step
    @Bean
    public Job importUserJob(Step processUsersStep, Step cleanupStep) {
        return new JobBuilder("importUserJob", jobRepository)
                .start(processUsersStep)      // Основний крок обробки
                .next(cleanupStep)             // Крок очищення
                .build();
    }

    // Step репрезентує незалежну одиницю роботи
    // Дві моделі: Tasklet (одна задача) або Chunk (ітераційна обробка)
    @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 кожні 100 елементів
                .reader(reader)       // Читає вихідні дані
                .processor(processor) // Трансформує кожен елемент
                .writer(writer)       // Записує партіями по 100
                .build();
    }
}

JobRepository зберігає стан виконань у базі даних. Така персистентність дозволяє відновити невдалу задачу саме там, де вона зупинилася, без повторної обробки вже закомічених даних.

Питання 2: Чим Tasklet відрізняється від чанк-орієнтованої обробки?

Tasklet виконує дискретну, неітеративну дію: видалення файлу, виклик stored procedure, надсилання сповіщення. Chunk обробляє великі обсяги, поділяючи дані на керовані партії.

CleanupTasklet.javajava
// Tasklet: одинична дія без ітерації
@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 {
        // Видаляє всі тимчасові файли обробки
        try (var files = Files.walk(tempDirectory)) {
            files.filter(Files::isRegularFile)
                 .forEach(this::deleteQuietly);
        }

        // FINISHED означає, що tasklet завершив роботу
        // CONTINUABLE перезапустить виконання (корисно для polling)
        return RepeatStatus.FINISHED;
    }

    private void deleteQuietly(Path file) {
        try {
            Files.delete(file);
        } catch (IOException e) {
            // Лог і продовжуємо - не зупиняємо задачу через один файл
        }
    }
}
ChunkProcessingConfig.javajava
// Чанк-обробка: оброблення великих обсягів
@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)
                // Чанк 500: читає 500 елементів, обробляє, пише, потім commit
                .<OrderRecord, ProcessedOrder>chunk(500, transactionManager)
                .reader(reader)
                .processor(processor)
                .writer(writer)
                // Listener для моніторингу прогресу
                .listener(new ChunkProgressListener())
                .build();
    }
}

Чанк-орієнтована обробка дає критичні переваги: оптимізоване керування пам'яттю (лише поточний чанк у пам'яті), гранулярні транзакції (commit на чанк) і відновлення після збоїв на останньому закоміченому чанку.

Поглиблено про чанк-орієнтовану обробку

Питання 3: Як працює життєвий цикл чанку?

Кожен чанк проходить чіткий цикл: читання елементів по одному до досягнення налаштованого розміру, індивідуальна обробка кожного елемента, далі запис групи. Транзакція огортає весь чанк.

OrderItemReader.javajava
// ItemReader: читає по одному елементу
@StepScope
@Component
public class OrderItemReader implements ItemReader<OrderRecord> {

    // @StepScope: новий екземпляр на кожне виконання step
    // Дозволяє інжектити динамічні параметри задачі
    @Value("#{jobParameters['startDate']}")
    private LocalDate startDate;

    private Iterator<OrderRecord> orderIterator;

    @BeforeStep
    public void initializeReader(StepExecution stepExecution) {
        // Завантажує дані на початку step
        List<OrderRecord> orders = fetchOrdersFromDate(startDate);
        this.orderIterator = orders.iterator();
    }

    @Override
    public OrderRecord read() {
        // Повертає null для сигналізації кінця даних
        // Spring Batch викликає read(), доки не отримає null
        if (orderIterator.hasNext()) {
            return orderIterator.next();
        }
        return null;  // Кінець датасету
    }

    private List<OrderRecord> fetchOrdersFromDate(LocalDate date) {
        // Дістає з джерела даних
        return List.of();  // Реальна реалізація
    }
}
OrderItemProcessor.javajava
// ItemProcessor: трансформує кожен елемент окремо
@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) {
        // Повернення null фільтрує елемент (не запишеться)
        if (!validationService.isValid(item)) {
            return null;  // Елемент відфільтровано
        }

        // Бізнес-трансформація
        BigDecimal finalPrice = pricingService.calculatePrice(item);

        return new ProcessedOrder(
                item.orderId(),
                item.customerId(),
                finalPrice,
                LocalDateTime.now()
        );
    }
}
OrderItemWriter.javajava
// ItemWriter: записує весь чанк за одну операцію
@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) {
        // Чанк містить усі оброблені елементи
        // Batch-запис для оптимальної продуктивності
        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()));
                }
        );
    }
}

Якщо під час обробки чанку виникає виняток, транзакція відкочується. Задача може потім продовжити з цього чанку, використовуючи метадані з JobRepository.

Питання 4: Як обрати оптимальний розмір чанку?

Розмір чанку прямо впливає на продуктивність і споживання пам'яті. Замалий чанк збільшує кількість commit (overhead). Завеликий чанк надмірно споживає пам'ять і подовжує rollback при збоях.

ChunkSizingConfig.javajava
// Динамічна конфігурація розміру чанку
@Configuration
public class ChunkSizingConfig {

    // Розумне значення за замовчуванням для більшості випадків
    private static final int DEFAULT_CHUNK_SIZE = 100;

    // Для легких елементів (мало полів)
    private static final int LIGHT_ITEMS_CHUNK_SIZE = 500;

    // Для важких елементів (blob, документи)
    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)
                // Легкі елементи: більші чанки для меншої кількості 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)
                // Важкі документи: менші чанки для обмеження пам'яті
                .<Document, ProcessedDocument>chunk(HEAVY_ITEMS_CHUNK_SIZE, txManager)
                .reader(reader)
                .processor(processor)
                .writer(writer)
                .build();
    }
}
Практичне правило

Починати зі 100 елементів на чанк, далі коригувати за метриками: час commit, споживання пам'яті та тривалість rollback. Використовувати listener для виявлення оптимуму.

Партиціювання для паралельної обробки

Питання 5: Що таке партиціювання та коли його застосовувати?

Партиціювання поділяє датасет на незалежні партиції, які обробляються паралельно. Кожна партиція виконується у власному потоці (локально) або на віддаленому worker. Цей підхід множить пропускну спроможність без втрати можливості рестарту.

PartitionedJobConfig.javajava
// Конфігурація партиційованої задачі
@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();
    }

    // Manager step: оркеструє партиції
    @Bean
    public Step partitionedStep(Partitioner partitioner,
                                 Step workerStep,
                                 TaskExecutor taskExecutor) {
        return new StepBuilder("partitionedStep", jobRepository)
                // Розподіляє роботу через Partitioner
                .partitioner("workerStep", partitioner)
                // Step, що виконується для кожної партиції
                .step(workerStep)
                // 8 паралельних потоків
                .taskExecutor(taskExecutor)
                // Кількість партицій для створення
                .gridSize(8)
                .build();
    }

    // TaskExecutor для паралельного виконання
    @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;
    }
}
RangePartitioner.javajava
// Partitioner на основі діапазонів 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) {
        // Дістає межі датасету
        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();  // Немає даних для обробки
        }

        // Обчислює розмір кожної партиції
        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);

            // Кожна партиція отримує свої межі
            context.putLong("minId", start);
            context.putLong("maxId", end);
            context.putInt("partitionNumber", i);

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

        return partitions;
    }
}

Партиціювання підходить для великих датасетів, де елементи незалежні. Партиції мають бути збалансованими, щоб повільна партиція не уповільнювала всю задачу.

Питання 6: Чим відрізняються локальне й віддалене партиціювання?

Локальне партиціювання виконує всі партиції у тій самій JVM з пулом потоків. Віддалене партиціювання розподіляє партиції між кількома JVM (worker) через middleware повідомлень.

RemotePartitioningConfig.javajava
// Конфігурація віддаленого партиціювання з повідомленнями
@Configuration
public class RemotePartitioningConfig {

    @Bean
    public Step managerStep(JobRepository jobRepository,
                             Partitioner partitioner,
                             MessageChannelPartitionHandler partitionHandler) {
        return new StepBuilder("managerStep", jobRepository)
                .partitioner("workerStep", partitioner)
                // Handler, що спілкується з віддаленими worker
                .partitionHandler(partitionHandler)
                .build();
    }

    // PartitionHandler надсилає ExecutionContext до 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);
        // Таймаут очікування завершення worker
        handler.setPollInterval(5000L);
        return handler;
    }
}
WorkerConfiguration.javajava
// Конфігурація на стороні 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;
    }

    // Worker отримує партиції та виконує 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 з @StepScope для отримання параметрів партиції
                .reader(reader)
                .processor(processor)
                .writer(writer)
                .build();
    }

    // Reader, що використовує межі партиції
    @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();
    }
}

Готовий до співбесід з Spring Boot?

Практикуйся з нашими інтерактивними симуляторами, flashcards та технічними тестами.

Відмовостійкість і відновлення після помилок

Питання 7: Які механізми відмовостійкості пропонує Spring Batch?

Spring Batch пропонує три взаємодоповнюючі механізми: skip (ігнорувати елементи зі збоєм), retry (автоматично повторити) та restart (продовжити невдалу задачу). Ці механізми налаштовуються на рівні step.

FaultTolerantStepConfig.javajava
// Повна конфігурація відмовостійкості
@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)
                // Активує відмовостійкий режим
                .faultTolerant()
                // SKIP: ігнорує до 10 помилок валідації
                .skipLimit(10)
                .skip(ValidationException.class)
                .skip(DataIntegrityViolationException.class)
                // Деякі помилки не можна пропускати
                .noSkip(FatalBatchException.class)
                // RETRY: повторює тимчасові помилки
                .retryLimit(3)
                .retry(TransientDataAccessException.class)
                .retry(DeadlockLoserDataAccessException.class)
                // Експоненційний backoff між повторами
                .backOffPolicy(exponentialBackOffPolicy())
                // Listener для логування пропусків
                .listener(skipListener())
                .build();
    }

    @Bean
    public BackOffPolicy exponentialBackOffPolicy() {
        ExponentialBackOffPolicy policy = new ExponentialBackOffPolicy();
        policy.setInitialInterval(1000);  // 1 секунда
        policy.setMultiplier(2.0);         // Подвоюється на кожному повторі
        policy.setMaxInterval(10000);      // Максимум 10 секунд
        return policy;
    }

    @Bean
    public SkipListener<DataRecord, ProcessedRecord> skipListener() {
        return new SkipListener<>() {
            @Override
            public void onSkipInRead(Throwable t) {
                // Лог нечитабельного елемента
            }

            @Override
            public void onSkipInProcess(DataRecord item, Throwable t) {
                // Лог елемента, що зазнав помилки в обробці
            }

            @Override
            public void onSkipInWrite(ProcessedRecord item, Throwable t) {
                // Лог елемента, що зазнав помилки в записі
            }
        };
    }
}

Retry підходить для тимчасових помилок (мережевий таймаут, deadlock БД). Skip підходить для індивідуальних помилок даних, що не повинні блокувати загальну обробку.

Питання 8: Як реалізувати власну SkipPolicy?

Власна SkipPolicy дозволяє тонку логіку рішень: пропуск за типом винятку, кількістю помилок чи специфічними бізнес-критеріями.

AdaptiveSkipPolicy.javajava
// SkipPolicy з просунутою бізнес-логікою
@Component
public class AdaptiveSkipPolicy implements SkipPolicy {

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

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

    @Override
    public boolean shouldSkip(Throwable exception, long skipCountSoFar) {
        // Ніколи не пропускати фатальні помилки
        if (exception instanceof FatalBatchException
                || exception instanceof OutOfMemoryError) {
            return false;
        }

        // Абсолютний ліміт пропусків
        if (skipCountSoFar >= MAX_SKIP_COUNT) {
            return false;  // Зупинити задачу
        }

        // Відсотковий ліміт
        int total = totalProcessed.get();
        if (total > 1000) {  // Застосовувати лише після прогріву
            double skipPercentage = (double) skipCountSoFar / total;
            if (skipPercentage > MAX_SKIP_PERCENTAGE) {
                return false;  // Забагато помилок пропорційно
            }
        }

        // Пропускати помилки валідації та даних
        return exception instanceof ValidationException
                || exception instanceof DataFormatException
                || exception instanceof IllegalArgumentException;
    }

    // Викликається listener-ом для відстеження прогресу
    public void incrementProcessed() {
        totalProcessed.incrementAndGet();
    }
}

Питання 9: Як працює рестарт невдалої задачі?

JobRepository зберігає стан кожного виконання. При рестарті Spring Batch визначає останній закомічений чанк і відновлює з цієї точки. Успішно оброблені елементи не обробляються повторно.

JobRestartService.javajava
// Сервіс керування рестартом задач
@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 {
        // Дістає невдале виконання
        JobExecution failedExecution = jobExplorer.getJobExecution(jobExecutionId);

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

        // Перевіряє, що задачу можна перезапустити
        if (!failedExecution.getStatus().equals(BatchStatus.FAILED)) {
            throw new IllegalStateException("Only FAILED jobs can be restarted");
        }

        // Використовує ті ж параметри, що й оригінальне виконання
        JobParameters originalParams = failedExecution.getJobParameters();

        // Перезапускає задачу - автоматично продовжує з останньої точки
        return jobLauncher.run(importJob, originalParams);
    }

    public List<JobExecution> findRestartableJobs() {
        // Перелік усіх FAILED виконань, що ще не перезапущені
        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) {
        // Перевіряє, що немає новішого успішного виконання
        JobInstance instance = execution.getJobInstance();
        return jobExplorer.getJobExecutions(instance).stream()
                .noneMatch(exec -> exec.getStatus() == BatchStatus.COMPLETED);
    }
}
Пастка співбесіди

Задачу можна перезапустити лише, якщо JobParameters ідентичні. Зміна параметра створює новий екземпляр задачі та втрачає історію прогресу.

Масштабування й оптимізація

Питання 10: Які стратегії масштабування доступні?

Spring Batch пропонує чотири стратегії: multi-threaded step (кілька потоків читають паралельно), parallel steps (незалежні step паралельно), remote chunking (розподілена обробка) і partitioning (розподілені дані).

MultiThreadedStepConfig.javajava
// Multi-threaded step: кілька потоків обробляють той самий датасет
@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)
                // УВАГА: reader має бути thread-safe
                .reader(synchronizedReader(reader))
                .processor(processor)
                .writer(writer)
                // 4 потоки обробляють чанки паралельно
                .taskExecutor(taskExecutor)
                .throttleLimit(4)
                .build();
    }

    // Wrapper, щоб зробити reader thread-safe
    private ItemReader<Record> synchronizedReader(ItemReader<Record> reader) {
        SynchronizedItemStreamReader<Record> syncReader = new SynchronizedItemStreamReader<>();
        syncReader.setDelegate((ItemStreamReader<Record>) reader);
        return syncReader;
    }
}
ParallelStepsConfig.javajava
// Виконання незалежних step паралельно
@Configuration
public class ParallelStepsConfig {

    @Bean
    public Job parallelJob(JobRepository jobRepository,
                            Step loadCustomersStep,
                            Step loadProductsStep,
                            Step loadOrdersStep,
                            Step processDataStep) {
        // Паралельний потік: customers і products завантажуються одночасно
        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 виконує потоки паралельно
        return new JobBuilder("parallelJob", jobRepository)
                .start(new FlowBuilder<Flow>("parallelLoadFlow")
                        .split(new SimpleAsyncTaskExecutor())
                        .add(loadCustomersFlow, loadProductsFlow, loadOrdersFlow)
                        .build())
                // Після паралельного завантаження - послідовна обробка
                .next(processDataStep)
                .build()
                .build();
    }
}

Multi-threading підходить, коли reader можна синхронізувати. Партиціювання краще для великих обсягів, оскільки кожна партиція має власний reader без конкуренції.

Питання 11: Як моніторити продуктивність задачі?

Spring Batch виставляє метрики через listener і JobRepository. Інтеграція з Micrometer дозволяє експорт у Prometheus, Grafana або інші системи моніторингу.

BatchMetricsConfig.javajava
// Конфігурація моніторингу з 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) {
                // Запускає таймер тривалості задачі
                jobTimer = Timer.start(meterRegistry);
                Counter.builder("batch.job.started")
                        .tag("job", jobExecution.getJobInstance().getJobName())
                        .register(meterRegistry)
                        .increment();
            }

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

                // Лічильник задач за статусом
                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();

                // Метрики 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;
            }
        };
    }
}

Питання 12: Які типові пастки партиціювання?

Часті помилки: незбалансовані партиції (одна партиція містить 90% даних), не thread-safe reader і неправильне керування станом між партиціями.

BalancedPartitioner.javajava
// Partitioner, що реально балансує навантаження
@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) {
        // Підраховує загальну кількість елементів для обробки
        Integer totalCount = jdbcTemplate.queryForObject(
                "SELECT COUNT(*) FROM orders WHERE status = 'PENDING'", Integer.class);

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

        // Обчислює цільовий розмір партиції
        int itemsPerPartition = (int) Math.ceil((double) totalCount / gridSize);

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

        // Використовує OFFSET/LIMIT для збалансованих партицій
        // Дорожче за діапазони, але гарантує баланс
        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, сумісний з offset-партиціюванням
@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) {
        // Завантажує саме ту частину, яку призначено цій партиції
        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) {
        // Збереження стану для рестарту, якщо потрібно
    }

    @Override
    public void close() {
        // Очищення
    }
}

Просунуті питання для senior

Питання 13: Як керувати залежностями між задачами?

Spring Batch не керує залежностями між задачами вбудовано. Рішення: зовнішні оркестратори (Airflow, Kubernetes CronJob) або власна реалізація з JobExplorer.

JobDependencyService.javajava
// Керування залежностями між задачами
@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 {
        // Перевіряє, що всі залежності завершилися успішно
        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) {
        // Шукає COMPLETED виконання з тими ж бізнес-параметрами
        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) {
        // Порівнює бізнес-параметри (ігнорує таймстемпи виконання)
        String actualDate = actual.getString("businessDate");
        String expectedDate = expected.getString("businessDate");
        return Objects.equals(actualDate, expectedDate);
    }
}

Питання 14: Як ефективно тестувати задачу Spring Batch?

Тестування Spring Batch вимагає шарувативного підходу: юніт-тести компонентів (reader, processor, writer), інтеграційні тести step і end-to-end тести повних задач.

OrderProcessorTest.javajava
// Юніт-тест 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 означає відфільтровано
        assertThat(result).isNull();
        verify(pricingService, never()).calculatePrice(any());
    }
}
ImportJobIntegrationTest.javajava
// Інтеграційний тест повної задачі
@SpringBatchTest
@SpringBootTest
@ActiveProfiles("test")
class ImportJobIntegrationTest {

    @Autowired
    private JobLauncherTestUtils jobLauncherTestUtils;

    @Autowired
    private JobRepositoryTestUtils jobRepositoryTestUtils;

    @Autowired
    private JdbcTemplate jdbcTemplate;

    @BeforeEach
    void setup() {
        // Очищає метадані між тестами
        jobRepositoryTestUtils.removeJobExecutions();
        // Скидає тестові дані
        jdbcTemplate.execute("DELETE FROM processed_orders");
        jdbcTemplate.execute("DELETE FROM orders");
    }

    @Test
    void shouldCompleteJobSuccessfully() throws Exception {
        // Given - тестові дані
        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 - немає даних

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

        // Then - задача успішна навіть без даних
        assertThat(execution.getStatus()).isEqualTo(BatchStatus.COMPLETED);
    }

    @Test
    void shouldRestartFromFailurePoint() throws Exception {
        // Given - симулює помилку посеред обробки
        insertTestOrders(100);
        insertPoisonOrder(50);  // Спричиняє помилку

        // When - перше виконання провалюється
        JobExecution firstExecution = jobLauncherTestUtils.launchJob();
        assertThat(firstExecution.getStatus()).isEqualTo(BatchStatus.FAILED);

        // Виправити дані
        removePoisonOrder(50);

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

        // Then - відновлюється з точки збою
        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);
    }
}

Питання 15: Як оптимізувати продуктивність запису в БД?

Запис часто стає вузьким місцем. Оптимізації: JDBC batch insert, вимкнення обмежень під час завантаження та використання staging-таблиць.

OptimizedJdbcWriter.javajava
// Writer, оптимізований для великих обсягів
@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;
        }

        // Використовує PreparedStatement з 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();
            }

            // Виконує всі insert у одній мережевій операції
            ps.executeBatch();
        }
    }
}

// StagingTableWriter.java
// Патерн staging-таблиці для дуже великих обсягів
@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) {
        // Створює тимчасову таблицю для цього 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) {
        // Пише в staging-таблицю (без обмежень 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 у фінальну таблицю
            jdbcTemplate.execute(
                    "INSERT INTO processed_orders SELECT * FROM " + stagingTable);
        }
        // Очищає staging-таблицю
        jdbcTemplate.execute("DROP TABLE IF EXISTS " + stagingTable);
        return stepExecution.getExitStatus();
    }
}

Висновок

Володіння Spring Batch 5 на технічних співбесідах базується на глибокому розумінні внутрішніх механізмів:

Архітектура: Job → Step → Chunk (Reader, Processor, Writer)

Чанк-обробка: розмір, життєвий цикл, транзакції

Партиціювання: локальне vs віддалене, балансування партицій

Відмовостійкість: skip, retry, restart з відповідною політикою

Масштабування: multi-threading, parallel steps, remote chunking

Тести: юніт, інтеграція, end-to-end

Оптимізація: batch writes, staging-таблиці, моніторинг

Просунуті питання оцінюють здатність обґрунтовувати архітектурні рішення відповідно до контексту: обсяг даних, часові обмеження, толерантність до помилок і доступна інфраструктура.

Починай практикувати!

Перевір свої знання з нашими симуляторами співбесід та технічними тестами.

Теги

#spring batch
#spring boot
#java
#batch processing
#interview questions

Поділитися

Пов'язані статті