前面 Spring Batch4 搭建项目 章节，我们使用 H2 内存数据库来保存 Spring Batch 运行时的 Job 和 Step 等信息。但是，在实际开发中 H2 保存的数据存在下面缺点：
（1）数据持久性与可靠性不足：H2 默认以内存模式运行，应用重启后所有作业元数据（如作业状态、步骤进度、重试记录）会丢失，导致批处理任务无法恢复或追踪历史状态。如果启用 H2 的持久化（写入磁盘），需额外配置数据库文件路径，且数据一致性和事务可靠性仍弱于专业数据库（如 MySQL / PostgreSQL）。
（2）性能瓶颈与大数据量限制：H2 作为嵌入式数据库，缺乏分布式架构支持，当批处理数据量庞大（如百万级记录）或作业复杂度高时，易出现查询性能下降、锁竞争等问题。而且 H2 的索引机制和 SQL 优化能力较弱，复杂的作业元数据查询（如按状态统计作业、追踪失败步骤）可能导致响应缓慢。
（3）生产环境运维能力缺失：H2 不支持主流数据库的监控工具（如 Prometheus、Grafana）、备份恢复机制（如热备、增量备份），难以满足生产环境的运维需求。Spring Batch 的分布式作业（如多节点并行处理）需要数据库支持锁机制和分布式事务，H2 在高并发场景下易出现数据不一致或作业冲突。
（4）功能特性与兼容性局限：H2 不支持分区表、存储过程、复杂函数等功能，无法满足批处理中可能需要的自定义数据处理逻辑。与 ETL 工具、数据可视化平台的集成支持较差，若批处理系统需与其他组件联动，H2 可能成为集成瓶颈。
（5）稳定性风险：H2 的不同版本可能存在元数据模式变更，导致 Spring Batch 作业升级时出现兼容性错误（如 DDL 语句不兼容）。在网络波动、磁盘空间不足等异常情况下，H2 的容错能力较弱，可能导致作业中断且难以恢复。
基于上述原因，我们不得不放弃 H2 数据库，采用更专业的数据库来存放 Spring Batch 的作业数据（但是，如果仅仅是为了一些简单示例，使用 H2 也未尝不可）。
本章下面将介绍如何实现 Spring Batch + MySQL，详细步骤如下：
由于要使用 MySQL，因此我们需要引入 MySQL 的 JDBC 驱动，以及 Spring 相关依赖，如下：
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-jdbc</artifactId> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> </dependency>
由于要使用 MySQL 存放 Spring Batch 业务数据，因此需要配置数据源，如下：
spring.application.name=spring_batch_demo # 数据源配置 spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver spring.datasource.url=jdbc:mysql://localhost:3306/spring_batch4?useSSL=false&serverTimezone=UTC&allowPublicKeyRetrieval=true spring.datasource.username=root spring.datasource.password=aaaaaa #spring.batch.jdbc.schema=classpath:org/springframework/batch/core/schema-@@platform@@.sql spring.batch.jdbc.platform=mysql spring.batch.jdbc.initialize-schema=always
上述配置说明：
spring.batch.jdbc.schema 指定 Spring Batch 元数据表格的 SQL 脚本路径。注意，@@platform@@ 是一个占位符，会依据 spring.batch.jdbc.platform 的值动态替换，这样就能适配不同的数据库类型。示例：当 platform=mysql 时，实际使用的脚本是 schema-mysql.sql。
spring.batch.jdbc.platform 明确数据库类型，此值会替换 schema 路径中的 @@platform@@ 占位符。常见取值：mysql、oracle、postgres、hsqldb 等。保证 SQL 脚本里的语法和特定数据库相契合，比如 MySQL 使用 AUTO_INCREMENT，而 PostgreSQL 使用 SERIAL。
spring.batch.jdbc.initialize-schema 控制是否自动初始化 Batch 元数据表格。可选值如下：
always：不管数据库状态如何，每次应用启动时都会执行初始化脚本。
embedded：只有在使用嵌入式数据库（像 H2、HSQLDB）时才会初始化。
never：不会自动初始化表格，需要手动执行 SQL 脚本。
注意，下图是 Spring Batch 元数据表格的 SQL 脚本路径：
创建一个新到 BatchConfig 配置类，该类和 Spring Batch4 搭建项目 中的 BatchConfig 类一致，如下：
package com.hxstrive.spring_batch.config;
import org.springframework.batch.core.*;
import org.springframework.batch.core.configuration.annotation.JobBuilderFactory;
import org.springframework.batch.core.configuration.annotation.StepBuilderFactory;
import org.springframework.batch.core.scope.context.ChunkContext;
import org.springframework.batch.core.step.tasklet.Tasklet;
import org.springframework.batch.repeat.RepeatStatus;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
* Spring Batch 配置类
* @author hxstrive.com
*/
@Configuration
public class BatchConfig {
// 用于创建和配置 Job 对象的工厂类
@Autowired
private JobBuilderFactory jobBuilderFactory;
// 用于创建和配置 Step 对象的工厂类
@Autowired
private StepBuilderFactory stepBuilderFactory;
// 创建一个名为 helloJob 的任务
@Bean
public Job helloJob() {
return jobBuilderFactory.get("helloJob")
// 配置任务要执行的步骤
.start(helloStep())
.build();
}
// 创建一个名为 helloStep 的步骤
@Bean
public Step helloStep() {
return stepBuilderFactory.get("helloStep").tasklet(new Tasklet() {
@Override
public RepeatStatus execute(StepContribution stepContribution, ChunkContext chunkContext) throws Exception {
System.out.println("hello world");
return RepeatStatus.FINISHED; // 返回 FINISHED 表明任务执行结束
}
}).build();
}
}
和 Spring Batch4 搭建项目 章节的启动类一样，仅仅在普通 Spring Boot 启动类上添加了 @EnableBatchProcessing 注解，如下：
package com.hxstrive.spring_batch;
import org.springframework.batch.core.configuration.annotation.EnableBatchProcessing;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
/**
* 使用 mysql 数据库来保存批处理状态信息
* @author hxstrive.com
*/
@SpringBootApplication
@EnableBatchProcessing // 开启批处理
public class SpringBatchDemoApplication {
public static void main(String[] args) {
SpringApplication.run(SpringBatchDemoApplication.class, args);
}
}
在正式启动项目时，需要先创建 spring_batch4 数据库，如下图：
运行项目，仔细观察输出日志：
通过上述输出信息，名为“helloJob”的任务执行成功了。
既然执行 Job 任务成功了，我们可以连接到数据库中查看 Spring Batch 到底给我们创建了那些数据库表？
下面将对上述表格进行简单介绍：
作业实例（Job Instance）
batch_job_instance 存储作业的唯一实例，每个逻辑作业（如 "每日数据同步"）可对应多个实例（不同参数触发多次执行）。
batch_job_seq 序列表，为 batch_job_instance 的主键生成器提供支持（部分数据库需要）。
作业执行（Job Execution）
batch_job_execution 记录作业每次运行的状态和元数据，一个 JOB_INSTANCE 可对应多次执行（如失败重试）。
batch_job_execution_params 存储作业执行时的参数（如日期范围、文件路径）。
batch_job_execution_context 存储作业执行时的上下文信息（如计数器、临时结果），支持跨步骤共享数据。
batch_job_execution_seq 为 batch_job_execution 的主键生成器提供支持。
步骤执行（Step Execution）
batch_step_execution 记录作业中每个步骤的执行状态，一个 JOB_EXECUTION 包含多个步骤。
batch_step_execution_context 存储步骤执行时的上下文信息（如当前处理的记录 ID、分页偏移量）。
batch_step_execution_seq 为 batch_step_execution 的主键生成器提供支持。
job_instance_id 作业实例的唯一标识，自增 id。spring batch 通过序列表（如batch_job_seq）生成该值。关联其他表（如 batch_job_execution），确保作业实例的唯一性。
version 乐观锁版本号，用于并发控制。每次更新记录时自动递增。防止多线程同时修改同一作业实例导致的数据不一致。
job_name 作业的逻辑名称（如dailyreportjob），对应代码中的job bean 名称。区分不同类型的作业（如数据导入、报表生成）。
job_key 作业参数的 md5 哈希值，用于标识同一作业的不同参数实例。确保相同参数的作业不会重复创建实例（通过唯一索引job_inst_un约束）。
id 当前序列值，用于生成 batch_job_instance 的 job_instance_id。每次获取主键时，spring batch 会读取该值并自增，确保主键唯一性。
unique_key 固定值（通常为 '1'），用于保证表中仅有一条记录。通过唯一索引确保序列表只有一行数据，避免并发问题。
job_execution_id 作业执行的唯一标识符，通过序列表（如 batch_job_execution_seq）生成。关联其他表（如 batch_step_execution），标识一次具体的作业运行。
version 乐观锁版本号，用于并发控制。每次更新记录时自动递增。防止多线程同时修改同一执行实例导致的数据不一致。
job_instance_id 关联的作业实例 id，表示该执行属于哪个逻辑作业。通过外键关系建立作业实例与执行之间的父子关系。
create_time 作业执行记录创建时间（通常为作业启动前）。记录作业执行的创建时间戳，用于排序和审计。
start_time 作业实际开始执行的时间。计算作业执行耗时（end_time-start_time）。
end_time 作业完成（成功/失败）的时间。计算作业执行耗时，判断作业是否已结束。
status 作业执行状态，实时监控作业状态，支持断点恢复。常见值：
starting：正在启动
started：已启动
completed：成功完成
failed：失败
stopping：正在停止
stopped：已停止
exit_code 作业退出码，通常为completed、failed或自定义错误码。程序判断作业执行结果，支持条件跳转（如失败后重试）。
exit_message 作业退出详细信息（如异常堆栈、错误原因）。排查作业失败原因，记录关键执行信息。
last_updated 记录最后更新时间，用于跟踪作业执行进度。监控长时间运行的作业是否处于活跃状态。
job_configuration_location 作业配置文件的位置（如xml配置路径或类名）。记录作业定义来源，支持动态加载配置。
job_execution_id 关联的作业执行 id，确保每个作业执行仅有一个上下文记录，唯一标识作业执行的上下文。
short_context 序列化的上下文数据，通常为轻量级键值对（如计数器、标志位），快速存储和读取常用上下文信息。
serialized_context 完整的上下文数据，用于存储复杂对象（如集合、自定义 java 对象），存储需要长期保留的详细上下文信息。
job_execution_id 业执行 id，标识参数属于哪次作业运行，建立参数与作业执行之间的关联。
type_cd 参数的数据类型，指示参数值存储在哪个字段中。固定取值：
string 字符串
date 日期
long 整形
double 浮点型
key_name 参数名称（如inputfilepath、processdate），唯一标识参数的键。
string_val e_cd为string时，存储参数的字符串值。
date_val 当type_cd为date时，存储参数的日期时间值。
long_val 当type_cd为long时，存储参数的长整数值。
double_val 当type_cd为double时，存储参数的双精度浮点数值。
identifying 标识参数是否影响作业实例的唯一性，控制参数是否作为作业实例的区分依据。取值：
y：参与计算batch_job_instance的job_key（影响实例唯一性）
n：不参与计算（相同参数值可能生成不同实例）
id 当前序列值，用于生成 batch_job_execution 的 job_execution_id。每次生成主键时，spring batch 读取该值并递增，确保唯一性。
unique_key 固定值（通常为'1'），用于确保表中仅有一行数据。通过唯一约束防止并发插入多行，保证序列生成的原子性。
step_execution_id 步骤执行的唯一标识符，通过序列表生成。
version 乐观锁版本号，确保并发环境下数据一致性。
step_name 称（如readdatastep、processdatastep）。
job_execution_id 关联的作业执行 id，建立步骤与作业的父子关系。
start_time / end_time 步骤开始 / 结束时间，用于计算执行耗时。
status 步骤状态（如started、completed、failed）。执行统计字段：
commit_count：提交事务次数
read_count：读取记录数
write_count：写入记录数
filter_count：过滤记录数
read_skip_count / write_skip_count / process_skip_count：读取 / 写入 / 处理跳过的记录数
rollback_count：回滚次数
exit_code / exit_message 步骤退出码和详细信息（如异常堆栈）。
last_updated 记录最后更新时间，用于监控长时间运行的步骤。
step_execution_id id 确保每个步骤执行仅有一个上下文记录。唯一标识步骤执行的上下文。
short_context 序列化的轻量级上下文数据，通常为基本类型键值对（如计数器、标志位）。快速存储常用上下文信息，避免大字段 io 开销。存储格式：json 或 xml 字符串（取决于序列化器配置）。
serialized_context 完整的上下文数据，用于存储复杂对象（如集合、自定义 java 对象）。存储需要长期保留的详细上下文信息。存储格式：java 序列化字节流或 json/xml（取决于配置）。
id 当前序列值，用于生成 batch_step_execution 的 step_execution_id。每次生成主键时，spring batch 读取该值并递增，确保唯一性。
unique_key 固定值（通常为'1'），用于确保表中仅有一行数据。通过唯一约束防止并发插入多行，保证序列生成的原子性。
上面介绍了 Spring Batch 如何使用 MySQL 存储数据，以及 Spring Batch 创建的数据表各个字段的含义，后续将介绍更多关于 Spring Batch 知识……
川公网安备51010802032098
