SpringBatch历史数据的清理方案及实现

需求背景

SpringBatch的程序已经运行了将近一年，数据量已经达到了一定的数据量级别。

对SpringBatch历史数据的清理也被提上日程。

但是SpringBatch的代码中似乎没有找到清理历史数据的代码，在官方文档中也没有提到如何清理历史数据。

在网上查找了诸多的资料之后（不知道为什么国内关于这一点的资料非常少，但是幸好外网有不少的讨论和研究），结合自己对于SpringBatch的了解，得到了如下的清理方案。

清理方案

场景一如果你想要清理所有的SpringBatch的数据

方案一手动执行数据库脚本

如果你想要通过执行SQL清理所有的SpringBatch的数据，如果你使用的是Mysql数据库，你可以执行如下脚本：

DROP TABLE IF EXISTS BATCH_STEP_EXECUTION_CONTEXT;
DROP TABLE IF EXISTS BATCH_JOB_EXECUTION_CONTEXT;
DROP TABLE IF EXISTS BATCH_STEP_EXECUTION;
DROP TABLE IF EXISTS BATCH_JOB_EXECUTION_PARAMS;
DROP TABLE IF EXISTS BATCH_JOB_EXECUTION;
DROP TABLE IF EXISTS BATCH_JOB_INSTANCE;DROP TABLE IF EXISTS BATCH_STEP_EXECUTION_SEQ;
DROP TABLE IF EXISTS BATCH_JOB_EXECUTION_SEQ;
DROP TABLE IF EXISTS BATCH_JOB_SEQ;

有或者你使用的是其他类型的数据库，下面的连接可以帮助你找到执行脚本。

https://github.com/spring-projects/spring-batch/tree/main/spring-batch-core/src/main/resources/org/springframework/batch/core

方案二修改Spring Batch的配置

你可以修改SpringBatch的配置，如下所示：

spring.batch.initialize-schema = always

这会让Spring Batch程序启动时都会初始化数据库。

场景二删除超过指定时间的历史数据（重点）

实际使用的时候，可能更多的场景是这一种。假如我们生产环境使用了SpringBatch，我们清理数据肯定不能够将数据完全清空。只能说我清楚一段时间之前的，例如超过了30天的数据。

需要注意的是，SpringBatch创建的制品库是有外键关联的，如下图所示：

所以如果删除表的数据的时候，需要关注删除的顺序。

方案一直接操作删除SpringBatch的数据表的数据（重点）

Spring Batch的生成的表共有9个，其中有6个表的数据需要清理。考虑到这些表之间的外键关系，删除表的顺序必须是：

BATCH_STEP_EXECUTION_CONTEXT
BATCH_STEP_EXECUTION
BATCH_JOB_EXECUTION_CONTEXT
BATCH_JOB_EXECUTION_PARAMS
BATCH_JOB_EXECUTION
BATCH_JOB_INSTANCE

可供参考的数据库脚本是：

DELETE FROM BATCH_STEP_EXECUTION_CONTEXT WHERE STEP_EXECUTION_ID IN (SELECT STEP_EXECUTION_ID FROM BATCH_STEP_EXECUTION WHERE JOB_EXECUTION_ID IN (SELECT JOB_EXECUTION_ID FROM  BATCH_JOB_EXECUTION where CREATE_TIME < ?))DELETE FROM BATCH_STEP_EXECUTION WHERE JOB_EXECUTION_ID IN (SELECT JOB_EXECUTION_ID FROM BATCH_JOB_EXECUTION where CREATE_TIME < ?)DELETE FROM BATCH_JOB_EXECUTION_CONTEXT WHERE JOB_EXECUTION_ID IN (SELECT JOB_EXECUTION_ID FROM BATCH_JOB_EXECUTION where CREATE_TIME < ?)DELETE FROM BATCH_JOB_EXECUTION_PARAMS WHERE JOB_EXECUTION_ID IN (SELECT JOB_EXECUTION_ID FROM BATCH_JOB_EXECUTION where CREATE_TIME < ?)DELETE FROM BATCH_JOB_EXECUTION where CREATE_TIME < ?DELETE FROM BATCH_JOB_INSTANCE WHERE JOB_INSTANCE_ID NOT IN (SELECT JOB_INSTANCE_ID FROM BATCH_JOB_EXECUTION)

实际代码可以参考相关链接3提供的Github上的源码。

注意如果数据量很大的情况下可以考虑分页删除的功能。