El procesamiento por lotes gestiona los datos en grandes grupos en momentos programados. En lugar de procesar cada transacción individualmente, el sistema las recopila y las procesa conjuntamente. Los bancos utilizaron el procesamiento por lotes durante décadas para compensar cheques durante la noche. Los sistemas de nómina también utilizan lotes para calcular salarios y deducciones. Este modelo funciona cuando la eficiencia es más importante que la puntualidad.

La desventaja es la latencia. Un trabajo por lotes que se ejecuta a las 2 a. m. significa que los datos del día anterior no están disponibles hasta la mañana. Para la nómina y la facturación, esto no representa un problema. Para la detección de fraudes o la fijación de precios en tiempo real, sí lo es. El procesamiento de flujos maneja estos casos analizando los datos a medida que llegan. Muchas arquitecturas modernas utilizan ambos. El procesamiento de flujos maneja eventos urgentes. El procesamiento por lotes maneja el análisis histórico, la conciliación y la generación de informes. Ambos se complementan. Los trabajos por lotes también son más económicos de ejecutar porque se pueden programar durante las horas de menor actividad, cuando los recursos informáticos están inactivos. Hadoop y Spark popularizaron el procesamiento por lotes a gran escala en clústeres distribuidos. La tecnología evolucionó, pero el patrón es antiguo: recopilar, programar, procesar y entregar.

Características del procesamiento por lotes

• Programado: se ejecuta a intervalos definidos, a menudo durante la noche.
• Alto volumen: procesa grandes conjuntos de datos de manera eficiente.
• Tolerante a la latencia: los resultados no se necesitan de inmediato.
• Eficiente en el uso de recursos: utiliza capacidad de procesamiento fuera de las horas pico.
• Determinista: la misma entrada produce la misma salida.

El procesamiento por lotes no está obsoleto. Es la herramienta adecuada cuando el rendimiento importa más que la velocidad.