如何配置Spring Batch的JpaPagingItemReader实现每次从最后一页启动

这个需求其实就是Spring Batch里典型的**作业重启（Job Restart）**场景，完全可以实现，我给你梳理几个可行的方案：

Spring Batch本身就原生支持作业重启，核心是它会把作业的执行状态（包括Reader的读取位置）持久化到专属的元数据表里。要让JpaPagingItemReader支持断点续读，你需要注意这几点：

• 给作业配置唯一的JobInstance标识：通过JobParameters传入唯一参数（比如时间戳runId），让Spring Batch识别这是同一个作业的重启，而非新实例。
• 确保Reader开启状态保存：JpaPagingItemReader默认开启saveState=true，但建议显式声明，避免后续配置变更导致失效。
• 正确配置元数据存储：Spring Batch需要用数据库存储作业执行元数据（比如BATCH_JOB_EXECUTION、BATCH_STEP_EXECUTION等表），你可以通过@EnableBatchProcessing配合数据源自动初始化这些表，或者手动执行官方提供的建表脚本。

举个实际的代码配置示例：

@Bean
public JpaPagingItemReader<YourEntity> jpaPagingItemReader(EntityManagerFactory entityManagerFactory) {
    return new JpaPagingItemReaderBuilder<YourEntity>()
            .name("yourEntityReader")
            .entityManagerFactory(entityManagerFactory)
            .queryString("SELECT e FROM YourEntity e ORDER BY e.id") // 必须保证排序稳定，比如用自增ID
            .pageSize(100)
            .saveState(true) // 显式开启状态持久化
            .build();
}

// 启动作业时传入唯一参数，确保重启时能匹配到同一JobInstance
JobParameters jobParameters = new JobParametersBuilder()
        .addLong("runId", System.currentTimeMillis())
        .toJobParameters();
jobLauncher.run(yourMigrationJob, jobParameters);

当作业中途失败或手动停止后，下次用完全相同的JobParameters启动作业，Spring Batch会自动从上次中断的位置（最后一页的下一页）继续读取数据，完全不需要额外的自定义逻辑。

如果内置的元数据存储不符合你的需求（比如不想依赖Spring Batch的元数据表），可以自己实现读取位置的持久化逻辑：

1. 新建一个存储读取位置的表（比如batch_reader_position），字段包含作业名称、步骤名称、最后读取的页码或最后一条记录的ID。
2. 自定义一个ItemReader包装JpaPagingItemReader，在步骤启动时从自定义表加载上次的位置，设置给Reader；每次读取完一页后，更新自定义表的位置。
3. 可以通过StepExecutionListener监听步骤的开始和结束，或者在Reader的open/update方法中处理位置的加载与保存。

示例代码片段：

public class RestartableJpaReader<T> implements ItemReader<T>, StepExecutionListener {
    private JpaPagingItemReader<T> delegate;
    private StepExecution stepExecution;
    private ReaderPositionRepository positionRepository; // 自定义的JPA Repository

    @Override
    public void beforeStep(StepExecution stepExecution) {
        this.stepExecution = stepExecution;
        // 从自定义存储加载上次的读取位置
        ReaderPosition position = positionRepository.findByJobNameAndStepName(
                stepExecution.getJobExecution().getJobInstance().getJobName(),
                stepExecution.getStepName()
        );
        if (position != null) {
            // 设置起始偏移量，JpaPagingItemReader的currentItemCount是已读取的总条数
            delegate.setCurrentItemCount(position.getLastPage() * delegate.getPageSize());
        }
    }

    @Override
    public T read() throws Exception {
        T item = delegate.read();
        // 每读取完一页就更新位置（当读取到null时说明最后一页已读完）
        if (item == null || delegate.getCurrentItemCount() % delegate.getPageSize() == 0) {
            int currentPage = delegate.getCurrentItemCount() / delegate.getPageSize();
            positionRepository.save(new ReaderPosition(
                    stepExecution.getJobExecution().getJobInstance().getJobName(),
                    stepExecution.getStepName(),
                    currentPage
            ));
        }
        return item;
    }

    // 省略getter、setter和其他必要方法
}

• 保证读取顺序稳定：无论用哪种方案，源数据的读取必须有稳定的排序（比如自增ID、创建时间戳），否则中断后可能出现重复读取或遗漏数据的情况。
• 固定分页大小：作业运行过程中不要修改pageSize，否则会导致位置计算错误。
• 内置重启的前提：如果用方案一，要确保作业的restartable属性为true（默认是true），且作业执行状态为FAILED或STOPPED，才会触发重启逻辑。

内容的提问来源于stack exchange，提问作者Pirulino