适用版本
SpringBatch 3.0.8
Spring4.3
依赖：
本文中的示例依赖[SpringBath-使用MyBatis]，我头条中另一篇文章
分区原理
如果任务需要处理的数据量非常大，单线程处理在性能上肯定不能满足要求，通常的做法是使用多线程，而SpringBatch中的ItemReader和ItemWriter因为要记录状态数据（以便任务可以重启）所以是线程不安全的，即使通过牺牲性能，将ItemReader改为线程安全（reader方法添加synchronized），也会牺牲SpringBatch的一些特性，比如任务重启。所以SpringBatch通过分区机制来解决大数据量的批处理任务。
根据分区策略将一个任务拆分为多个区，每个区有独立的数据读、处理、写操作。每个区由一个单独的线程来执行。
简单来说就是：将一张大表根据where条件拆分为N块，每一块都是一个线程来处理，每个线程都是独立的数据读、处理、写操作，每一块SpringBatch都独立记录状态数据，保证其重启等特性正常运转。
分区核心：分区策略
SpringBatch提供一个分区接口，我们需要根据实际情况来实现自己的分区逻辑。在分区策略实现中，将分区的标识放到ExecutionContext上下文中，ItemReader通过#{stepExecutionContext[自定义Key]}来从上下文中拿分区标识。
分区策略
分区策略
分区核心配置
关注点：
分区需要单独配置一个Step，指定分区的个性，引用分区策略，引用数据读、处理、写的Step
数据读、处理、写的Step配置在Job之外
分区策略配置
【关键点】在ItemReader中定义分区策略标识，用于将数据分为多个区：_minRecord和_maxRecord变量是分区策略类中定义的
分区配置1
分区配置2
运行结果
在BATCH_STEP_EXECUTION表中可以看到如下数据：partitionStep是XML中定义的定义名称，可以看到该步骤被拆分为partitionReadWriteDB:partition0，partitionReadWriteDB:partition1、partitionReadWriteDB:partition2三个区，分别执行和记录状态数据。
partitionStep记录了三个分区处理的总的结果：一共处理了10000条数据，提交数据库12次
partitionReadWriteDB:partition0分区：一共处理334条数据，提交数据库4次
处理结果
