Batch-Jobs sind selten nur ein Skript. Ein Batch-Job verarbeitet viele Datensätze gesammelt, meist zeitgesteuert und ohne direkte Nutzerinteraktion. Sie sind produktive Systeme mit echten Betriebsrisiken wie Datenlücken, Re-Runs, Lastspitzen, Zeitfenstern, Fehlertoleranz und verlässlichem Reporting. Ein Re-Run ist ein erneuter Lauf mit denselben Eingaben, zum Beispiel nach einem Abbruch. Wenn der Batch wackelt, wackelt oft das Business. Betriebsrisiko heißt: schon wenige falsche Datensätze können Reports oder Abrechnungen verfälschen.
Diese Serie führt Einsteiger in die professionelle Batch-Entwicklung mit Spring Batch 6.0.2 ein, bewusst ohne Spring Boot. Im Mittelpunkt stehen klare Entscheidungen, stabile Defaults und ein durchgängiges Beispielprojekt. Am Ende sollst du nicht nur einen Job gebaut haben, sondern ein belastbares Setup, das du im Betrieb vertreten kannst.
Zielbild
Nach dieser Serie kannst du einen Spring-Batch-Job professionell aufbauen: von der Konfiguration über Fehlerbehandlung und Datenqualität bis zu Performance und Parallelisierung. Du triffst fundierte Entscheidungen und hast ein Setup, das du im Betrieb vertreten kannst.
Warum eine eigene Serie?
Batch-Entwicklung ist ein anderer Modus als Online-APIs. Du arbeitest mit großen Datenmengen, Zeitfenstern, Wiederholungen und Fehlern, die nicht sofort sichtbar sind. Was fehlt, ist selten ein Feature, sondern meist ein Prozess: klare Parameter, saubere Fehlerklassen, sinnvolle Retry-Regeln, ein Plan für Recovery und Metriken, die zeigen, dass etwas schiefgeht.
Spring Batch liefert die Bausteine dafür. Die richtigen Entscheidungen liegen bei dir: Chunk-Größe, Restartability, Partitioning und Monitoring. Genau hier setzt die Serie an.
Beispiel-Domäne der Serie
Wir bauen durchgängig einen nächtlichen Importprozess mit CSV-Import (UTF-8, Semikolon, Header), Validierung und Aufbereitung, Persistieren in H2 und Reporting-Export. Damit sind typische Probleme abgedeckt: I/O, Datenqualität, Performance, Restartability und Report-Konsistenz. Die Domäne bleibt simpel, die Entscheidungen sind realistisch.
Leitplanken der Serie
Die Serie arbeitet mit Java 17 und Spring Batch 6.0.2 und verzichtet bewusst auf Spring Boot. Sie ist sicherheitsorientiert, setzt auf klare Fehlerbilder und vermeidet Magie. Der Betrieb steht im Fokus mit Micrometer, Logs, Exit-Codes und Runbooks. Jedes Kapitel liefert ein konkretes Artefakt.
Was die Serie abdeckt
Die Serie umfasst 12 veröffentlichte Teile und 4 geplante Erweiterungen:
- Einstieg und Serienkarte: dieser Artikel
- Spring Batch Grundlagen: Job, Step, Execution, Repository
- Setup ohne Boot: DataSource, TransactionManager, JobRepository, Launcher
- Chunk Processing: Reader, Processor, Writer, Commit-Intervalle
- Reader- und Writer-Strategien für CSV und Datenbank: I/O, State, Performance
- JobParameters und Restartability: Idempotenz, Re-Runs
- Fehlerbehandlung und Validierung: Skip, Retry, Fehlerklassen
- Datenqualität und Konsistenz: Duplikate, Referenzen, Late Data
- Performance-Grundlagen: Chunk-Größe, Fetch-Size, Batch-Writes
- Parallelisierung mit Multi-threaded Steps: TaskExecutor, Thread-Safety
- Partitioning lokal: Partitioner, Grid-Size, deterministische Splits
- Remote Partitioning: Manager, Worker, Skalierung, Fehlerbilder
- Monitoring und Observability: Metriken, Logs, Dashboards (geplant)
- Alerting und Recovery: Exit-Codes, Alarmierung, Runbooks (geplant)
- Tests und Quality Gates: Step- und Job-Tests, CI-Prüfungen (geplant)
- Referenz-Blueprint: Architektur-Template, Go-Live-Kriterien (geplant)
Qualitätsziele (Serienkarte)
Diese Serie orientiert sich an einem Satz klarer Qualitätsziele. Jedes Kapitel zahlt mindestens auf eines davon ein: Korrektheit, Wiederholbarkeit, Beobachtbarkeit, Betriebsfähigkeit, Leistung und Sicherheit.
Wie es weitergeht
Im nächsten Teil klären wir die Grundbegriffe Job, Step, Execution und JobRepository. Wir setzen die begriffliche Landkarte, damit die späteren Entscheidungen zu Chunk, Retry und Partitioning auf einem stabilen Fundament stehen.
Wenn du nichts verpassen willst, findest du den RSS-Feed im Footer.
Alle Teile der Serie: Serie: Spring Batch