Chtijug springbatch 2011

Ch’ti JUG

Spring Batch
Mardi 29 Novembre 2011

Olivier Bazoud
Julien Jakubowski

Le mot du sponsor
de cette session

Ekino / @3k1n0
• Conception, développement et
maintenance de dispositifs digitaux
• 150 personnes
– 50% de développeurs, 0% de régie
• Digital
– Mobile + HTML + RIA
– JAVA + PHP + .NET
• 6 pôles de compétences, 25 clients, 50
projets/an = 1 équipe

Duchess France - Présentation

Ce qu'est le JDuchess ...

Et ce qu'il n'est pas !

Duchess France - L'équipe

@Audrey_Neveu

@karesti @agnes_crepet

@cfalguiere

@Zazoun @dijouxellenne

@MathildeLemee

Duchess France - Objectifs

Avoir une visibilité des
femmes dans l'IT ...

… Et les inciter à
participer aux
conférences

Duchess France - En chiffre

70 membres

60 membres

+ de 700 followers

Duchess France - Nous suivre

http://jduchess.org/duchess-france/

duchessfr

@duchessfr

• http://lille.startupweekend.org

Intervenants
Olivier Bazoud @obazoud, Ekino @3k1n0
ISEN (Toulon)
Architecte technique
Java EE / Spring, Spring Batch, NoSQL, Node.js
Co-auteur de « Spring Batch in Action »
Spring User Group France

Julien Jakubowski, @jak78, OCTO Technology
ISEN (le vrai, de Lille)
Architecte technique
Spécialisé Java EE / Spring
Ch'ti JUG, Agile Tour Lille

De quoi va-t-on parler ce soir ?
• On va parler de batchs en Java

• … et aussi de bière

http://www.flickr.com/photos/fromeyetopixel/2559391584/

Nos objectifs
En sortant de la salle, vous :
 Savez identifier certains problèmes récurrents
avec les batchs écrits en Java
 Savez si Spring Batch est utile pour vous (ou
pas)
 Avez intégré les notions principales
… et quelques notions avancées

 Pouvez faire un batch « Spring Batch » demain

Ce qui vous attend
• Batch : de quoi parle-t-on ?
• Pourquoi Spring Batch ?
• Faisons ensemble un batch...
– Introduction progressive des notions de Spring Batch
• Retours d'expérience
• Forces et faiblesses
• Notions avancées - vote
• Questions / Réponses

Batch : de quoi parle-t-on ?
Batch processing = répétition de traitements sur
un ensemble de données…

… potentiellement grands volumes…

http://www.flickr.com/photos/claudiasofia99/2878579560/

… sans intervention d’un utilisateur humain – pas
d’interface homme-machine

Exemples:
• Import flat / XML dans une base de données
• Mise à jour de données de référentiel
• Intégration de flux financiers dans un SI
• …

Un batch n’est pas un scheduler
• Cron, inotify, Quartz, $U…
• Mais un scheduler peut le lancer

Beer Batch
• Caractéristiques :
– Lire le fichier XML de recettes, au format BeerXML
– Ecrire les recettes en base de données
– Filtrer certaines recettes et créer un fichier de rejets

Problèmes récurrents
• Fiabilité

• Maintenabilité

• Réinvention de la roue… carrée

Quand j’écris une
application web…

Quand j’accède à une base
de données…

Et quand j’écris un batch ?
Je suis… à poil ?

http://www.flickr.com/photos/crystaljingsr/3914729343/sizes/o/in/set-72157622354789320/

Et quand j’écris un batch ?

Spring Batch offre pourtant une solution pour vous guider
lors de l’écriture de vos batchs en Java

Spring Batch propose…
• Un cadre
• Un vocabulaire (domain language)
• Traitement par lots (grands volumes de
données)
• Gestion des transactions
• Flow, reprise sur erreur
• Spring dans ses batchs

Parallélisme Spring Batch Admin
Partitionnement

BeerBatch V2
• Ecrire la date de début du batch
• Lire le fichier XML de recettes, au format BeerXML
• Filtrer certaines recettes et créer un fichier de rejets
• Ecrire en base de données

Spring Batch

Schéma du batch
InitialStep
InitialTasklet

RecipeStep

Chunk oriented tasklet

ItemReader ItemProcessor ItemWriter

Tasklet
InitialStep
InitialTasklet

RecipeStep



Tasklet

• Besoin
– Effectuer une tâche unitaire
• Exemples
– Supprimer un répertoire et son contenu
– Unzip d’un fichier
– Appel d’une procédure stockée
– Appel d’un web service

ItemReader
InitialStep
InitialTasklet

RecipeStep



ItemReader
• Besoin
– Lire le XML de recettes
• ItemReader
– Fournit des items en entrée

<xml> SELECT ... FROM ...

123;AB;
456;CD;

ItemProcessor
InitialStep
InitialTasklet

RecipeStep



ItemProcessor
• Besoin
– Transforme, valide et / ou filtre une recette
• ItemProcessor
– Transforme un item en un autre
– Filtrer ou rejeter un item
– Emplacement pour les « règles métier »

ItemWriter
InitialStep
InitialTasklet

RecipeStep



ItemWriter
• Besoin
– Décharge les bières dans une base SQL
• ItemWriter
– Ecrit les items

<xml> INSERT... INTO ...

123;AB;
456;CD;

Chunk
InitialStep
InitialTasklet

RecipeStep



Chunk

• Besoin
– Lire, transformer et écrire
• Chunk
– Lire et transformer les données successivement
– Ecrire le lot de données
– Le commit-interval définit la taille du lot (différent de la taille du
fichier)
– Gestion de la transaction : Commit/Rollback

Listener
InitialStep
InitialTasklet

RecipeStep



Listener

• Besoin
– Création d’un fichier de rejet
• Listener
– Etre à l’écoute des évènements du batch

Step
InitialStep
InitialTasklet

RecipeStep



Step

• Besoin
– Etape dans le processus du batch
– Contrôle le workflow

Job
InitialStep
InitialTasklet

RecipeStep



Job
• Besoin
– Décrire les étapes du batch
– Composé d’un ou plusieurs steps

Spring Tools Suite

Lancer un job
via un scheduler

On utilise ici Spring Scheduler.
Il est indépendant de Spring Batch

Lancer un job
via un scheduler

Tests
• Tests unitaires facilités via le découpage Spring Batch
– writers, processors etc...

• Tests d'intégration facilités par Spring
– @RunWith
– Step, Job

Forces et faiblesses
✔Fiabilité et bons patterns
✔Tests unitaires et d'intégration, TDD
✔Batchs complexes mieux maintenables
✔Bénéficie de fonctions avancées à moindre coût
✔...the Spring way, intégration à Spring
✔Productivité, à terme...
✗… après avoir payé le ticket d'entrée

Retour d’expérience
Ekino
• Framework de batch
– Moins de code produit, moins d'erreurs possibles
– Plus de tests unitaires + intégrations

• Mise en place par l'exemple
– J'ai fait le premier batch pour montrer la voie
– Un même vocabulaire aide à se comprendre

• Répond à nos besoins même si les batchs sont
différents au niveau métier

Retour d’expérience
Ekino
• Nos batchs « Spring Batch » sont en SQL plutôt
qu'en Hibernate
• Spring Batch s'occupe de la gestion
transactionnelle
• En moyenne
– 15% - 50% de gain sur le temps de développement
– 15% - 50% de gain au « runtime »
• Gains plus impressionnants sur certains cas
– XML 100Mo + SQL; Gain : de 60 mn à 8mn
– 10 fichiers 4Mo + SQL; Gain : de 10mn à 1mn30s

Des questions,
avant la suite ?

http://www.flickr.com/photos/crystaljingsr/3914729343/in/set-72157622354789320/

Recipe
Maître détail
Hop Hop Hop

R;Burton Ale;All Grain;Brad Smith
H;Goldings, East Kent;United Kingdom
H;Northern Brewer;Germany
H;Fuggles;United Kingdom
END
R;Dry Stout;All Grain;Brad Smith
END

Un batch plus robuste
reprise sur erreurs

Scaling et parallélisme


Allons plus loin…
Au choix!
• Un cas un peu plus complexe – maître
détail
• La reprise sur erreurs
• Un batch qui n’a pas un flow de
bisounours…
• Scaling et parallélisme
• Spring Batch et Hibernate
• Spring Batch Admin

Maître détail

END
END

Maître détail

RecipeStep



Maître détail
Déclaration du Job

Maître détail
Déclaration du reader custom

END
END

Maître détail
Déclaration du reader délégué

A retenir

• Implémentation de notre propre reader
• Ré-utilisation d’un reader déjà fourni par
Spring Batch
• Ré-utilisation de ce que nous avons déjà
codé précédemment

Reprise sur erreur
• Un batch plus robuste (tolérant à l’erreur)
c’est un batch :
– Qui survit à quelques données invalides
– Qui survit à une indisponibilité
– Qu’on est en mesure de relancer

Reprise sur erreur
• Spring Batch out-of-the-box propose:
– Sauter les erreurs non bloquantes (skip)
– Recommencer un traitement (retry)
– Déterminer si le batch est fini (completion)
– Redémarrer un batch (restart)

Reprise sur erreur: Skip
0001;ABC;DEF;
0002;ABC;DEF;
000zxjgxdjghjsdfkud
0004;ABC;DEF;

• Ne pas arrêter le batch si la
lecture/process/écriture échoue
• Personnaliser les cas de « skip »
• Ecouter les cas de « skip »


– Si FlatFileException, Spring Batch skip l’item
– Skip de 10 items max
– Au-delà la step « failed »
– Include/Exclude possible

• Personnaliser la gestion du « skip »
• Par défaut: LimitCheckingItemSkipPolicy

• Configuration de la gestion du « skip »

• Un listener permet de traiter les items
écartés

• Les annotations existent aussi
– @OnSkipInRead
– @OnSkipInWrite
– @OnSkipInProcess

Reprise sur erreur: Retry

http://www.libertaland.com/2011/04/une-femme-de-75-ans-coupe-tout-linternet-en-armenie/

• Permet de relancer une opération si
indispo temporaire
• Personnaliser les cas de « retry »
• Ecouter les cas de « retry »


– Si DLDAE, Spring Batch recommence
– Retry 3 fois max
– Au-delà la step « failed »
– Include/Exclude possible

• Personnaliser le « retry »: RetryPolicy
– SimpleRetryPolicy (défaut)

• Stratégie entre 2 « retry »: BackoffPolicy
– NoBackOffPolicy (défaut)
– ExponentialBackOffPolicy vraiment utile

• Configuration de la gestion du « retry »

• Un listener permet de traiter les « retry »

• Pour les tasklets
– RetryTemplate
– RetryOperationsInterceptor avec de l’AOP

Reprise sur erreur:
Restart
• Même avec skip/retry, un batch peut
planter
• Il reste encore une solution 
• Nous pouvons redémarrer le batch

Reprise sur erreur:
Restart
• Indique si le job est « restartable »

• Indique le nombre max de « restart »

Reprise sur erreur:
Restart
• La step est démarrée lors du restart même
si elle a été terminée correctement

Reprise sur erreur:
Restart
• Comment reprendre en plein milieu d’un
chunk ?
• Comment Spring Batch sait il où reprend ?

Reprise sur erreur:
Restart
• Spring batch stocke des méta data

Reprise sur erreur:
Restart
• Spring Batch persiste régulièrement les
« ExecutionContext »
• Ceci permet à Spring Batch de savoir où
reprendre
• C’est ce qui fait qu’un batch est
« restartable »

Reprise sur erreur:
Restart
• Si vous voulez que vos Reader/Writer
custom soient restartables, vous devez
les concevoir restartables!
• Certains fournis par Spring Batch le sont,
mais pas tous
• Ce n’est pas toujours possible – ex: Writer
JMS.

Reprise sur erreur:
Restart
• ItemStream

Reprise sur erreur: Restart
• Exemple de Reader « restartable »

Reprise sur erreur
Conclusion
• Nous avons appris comment:
– Ecarter des items défectueux (skip)
– Recommencer une step s’il y a une erreur
temporaire (retry)
– Implémenter notre propre stratégie de
« skip » et « retry »
– Redémarrer un job avec certains steps

Gestion du flow
Le « batch bisounours »

Step A

Step B

Gestion du flow
• Le « batch complexe»
Step

Step Step

Step Step Step

Step Step Step

Gestion du flow
• Comment…
– faire des flows non linéaires
– piloter l’enchaînement des steps
– passer des données entre steps

Gestion du flow
• Exemple plus simple ;)
StepA

FAILED
StepAlert

*
StepB

Gestion du flow
• Batch Status
– Etat du job / step en cours d’exécution
• Exit Status
– Etat du job ou step après son exécution
– C’est lui qui détermine le flow
• Exemple
– COMPLETED, STARTING, STARTED,
STOPPING, STOPPED, FAILED,ABANDONED
or UNKNOWN
– C?T (CAT mais pas COUNT), C*T (CAT et COUNT)

Gestion du flow
• Créer et utiliser ses propres « exit status »
– StepExecutionListener
– JobDecider

Gestion du flow
• Utiliser ses propres « exit status »
StepA

COMPLETED WITH SKIPS
StepC

*
StepB

Gestion du flow
• « exit status » + StepExecutionListener

Gestion du flow
• Configuration

Gestion du flow
• « exit status » + JobExecutionDecider

Gestion du flow
• « StepExecutionListener » ou
« JobExecutionDecider » ?

• JobExecutionDecider pour réutiliser plus
facilement la logique de branchement

Gestion du flow
• Encore plus de contrôle: end, fail

Gestion du flow
• Partager des informations entre les steps
– À la Spring:bean classic
– A la Spring Batch: « Execution context »
• 1 pour le Job et 1 par Step
• C’est une Map sauvegardé dans les meta data
• Attention au volume
• Late bindings
– #{jobExecutionContext[‘myKey']}

Gestion du flow
• Accès à ExecutionContext

Gestion du flow
Step A
• Mutualiser les flows

Step B Mon
Flow

Step C

Step D

Gestion du flow
• Réutiliser un Job

Gestion du flow
• Conclusion, nous avons
– Fait des flows non linéaires
– Piloté l’enchaînement des steps
– Passé des données entre steps
– Mutualisé et réutilisé des jobs

Scaling


Scaling
• Différentes stratégies possibles
– Multi-threaded Step (single process)
– Parallel Steps (single process)
– Remote Chunking of Step (multi process)
– Partitioning a Step (single or multi process)

Spring Batch in Action

http://www.manning.com/templier

Liens
• Spring User Group Paris
– http://groups.google.fr/group/sugfr
• Le code de la présentation
– https://github.com/obazoud/spring-batch-sug
• Spring Batch 2.1.x
– http://static.springsource.org/spring-batch

• Articles sur le web
– http://www.theserverside.com/news/1363855/Spring-Batch-Overview
– http://www.infoq.com/presentations/syer-introducing-spring-batch
– http://blog.zenika.com/index.php?post/2010/03/05/To-batch-or-not-to-
batch
– http://blog.octo.com/spring-batch-par-quel-bout-le-prendre/

Quizz 1

Ce que n'est pas Spring Batch ?

1. un framework orienté batchs
2. un scheduler
3. un framework open source

Quizz 2

Qui est le principal leader du
projet Spring Batch ?
1. Antonio Goncalves
2. Obi-wan Kenobi
3. Dave Syer

Quizz 3

Comment s'appelle le format
standard de description de
recette de bière ?
1. BeerXML
2. ISO-1664
3. ChtixML

Quizz 4

Qui vous offre un exemplaire de
« Spring Batch in Action »?
1. Sais pas, je viens de me réveiller
2. Ekino
3. Chubaka

Quizz 5

Comment s'appelle la console
d’admin de Spring Batch ?
1. Coldfusion Web Console
2. Spring Batch Admin
3. PlayScala

Quizz 6

Qui vous offre le buffet de cette
session ?
1. Sais pas, je viens de me réveiller
(mais c’est vrai qu’il fait faim!)
2. Linus Torvald
3. Ekino

ROTI

http://www.flickr.com/photos/34943981@N00/202923614/

Session « Spring Batch »
• Ekino
– http://www.ekino.com / @3k1n0
– Olivier Bazoud @obazoud

• Octo Technology
– http://www.octo.com / @ OCTOTechnology
– Julien Jakubowski @jak78

Spring Batch et
Hibernate
• Raison d’utiliser Hibernate avec Spring
Batch: code existant  rapidité de
développement

• Ca ne se fait pas sans dangers…

Spring Batch et
Hibernate
• Overhead de Hibernate sur JDBC

• Hibernate est stateful (par défaut)
– 1M d’items lus = 1M maintenus en RAM 
OutOfMemoryError

Spring Batch et
Hibernate
Correctifs possibles pour pb stateful:

• Ne pas faire d’Hibernate ;-)

• Utiliser HibernateCustomItemReader
– Session stateless
• Ajuster le commit interval

Spring Batch et
Hibernate
• OK je suis un bon élève, j’utilise
HibernateCursorItemReader

• Maintenant, je fonce…

• Mais attention au select N+1

Spring Batch et Hibernate
• Pattern: « Driving Query Based
ItemReaders »
• Certaines bases de données (ex: DB2)
– Pessimitic looking
– Ouverture de curseurs sur des données
importantes
• Bonne pratique avec Hibernate
• Prévient les LazyException

Spring Batch et Hibernate
• Principe
– Le reader lit les ids via SQL
• Select id from XXX where …
– Le premier ItemProcessor transforme l’id en
objet via Hibernate par exemple
– Les autres processors font les traitements
métiers
–…

Spring Batch Admin
• Console Web pour Spring Batch
– « Standalone » ou « Embedded »
– API Rest
– Uploader une nouvelle configuration
– Uploader un fichier à traiter
• « Customisable »
– Base de données, Branding, UI, ..
• Monitorer les batchs

Spring Batch Admin

• API REST

Spring Batch Admin
$ curl –s http://localhost:8080/spring-batch-admin-sample/jobs.json
{
"jobs": {
"resource": "http://localhost:8080/spring-batch-admin-sample/jobs.json",
"registrations": {
"infinite": {
"name": "infinite",
"resource": "http://localhost:8080/spring-batch-admin-sample/jobs/infinite.json",
"description": "No description",
"executionCount": 0,
"launchable": true,
"incrementable": false
},
"job1": {
"name": "job1",
"resource": "http://localhost:8080/spring-batch-admin-sample/jobs/job1.json",
"description": "No description",
"executionCount": 0,
"launchable": true,
"incrementable": true
…

Spring Batch Admin
• Les jobs

Spring Batch Admin
• Lancement / Historique d’un job

Spring Batch Admin
• Lancer un job

Spring Batch Admin
• Détail d’un job execution

Spring Batch Admin
• Détail d’éxécution

Spring Batch Admin /
Monitoring
• JMX / MBean
– BatchMBeanExporter
• Exporter un jobService
• Voir les métriques des « Job/Steps Executions »
– SLA StepExecutionServiceLevelMonitor
• Permet de recevoir des notifications JMX si une
Step met trop de temps
• Utilisable aussi en Standalone

Spring Batch Admin /
Monitoring

Scaling
• Multi-threaded Step
– Une Step est multi threaded
• Parallel Steps
– Les Steps sont exécutées en parallèle
• Remote Chunking of Step
– Distribution des chunks
• Partitioning a Step
– Partage les données à travers les noeuds

Scaling: Multi-threaded Step
– Multi thread au niveau « Step »
– Utilise un ThreadPoolTaskExecutor
– Chaque thread construit un chunk
– Les readers/writers sont thread-safe ?
• La plus part non, ils sont stateful
– « Process Indicator Pattern »
• Lire les items ‘processed’ = false
• Un ItemProcessor met ‘processed = true’

Scaling: Step en parallèle
• Executer plusieurs Step en parallèle
• Mot clé « split » dans la configuration
• Possibilité utiliser un
ThreadPoolTaskExecutor

Scaling: Remote Chunking
• Répartition de la charge vers des slaves
• Principe
– Lecture sur le Master
– Processor et Writer sur les slaves
• Spring Batch propose que des interfaces
• Spring Integration propose une
implementation
• La communication master/slave se fait à
travers un MOM

Scaling: Remote Chunking
Master
Chunk
Processor

Reader

Chunk
Provider

Slave 1 Slave 2 Slave N
Chunk Writer Chunk Writer Chunk Writer
Processor Processor Processor

Scaling: Remote
Chunking
• Démo ?!

Scaling: Partitioning
• Répartir les données suivant une clé de
partition
– « Partitionner »
• Traiter les données
– « PartitionHandler »
• Et vous pouvez combiner les techniques
précédentes

Chtijug springbatch 2011

Contenu connexe

Tendances (19)

Similaire à Chtijug springbatch 2011 (20)

Dernier (11)

Chtijug springbatch 2011