बैच प्रोसेसिंग में डेटा को निर्धारित समय पर बड़े समूहों में प्रोसेस किया जाता है। प्रत्येक लेनदेन को उसके आने पर प्रोसेस करने के बजाय, सिस्टम उन्हें इकट्ठा करता है और एक साथ प्रोसेस करता है। बैंक दशकों से चेक क्लियर करने के लिए बैच प्रोसेसिंग का उपयोग करते आ रहे हैं। पेरोल सिस्टम वेतन और कटौतियों की गणना के लिए बैच प्रोसेसिंग का उपयोग करते हैं। यह मॉडल तब कारगर होता है जब समयबद्धता की तुलना में दक्षता अधिक महत्वपूर्ण हो।

इसका नुकसान विलंबता (लेटेंसी) है। रात 2 बजे चलने वाले बैच जॉब का मतलब है कि पिछले दिन का डेटा सुबह तक उपलब्ध नहीं होगा। पेरोल और बिलिंग के लिए यह ठीक है। धोखाधड़ी का पता लगाने या रीयल-टाइम मूल्य निर्धारण के लिए यह उपयुक्त नहीं है। स्ट्रीम प्रोसेसिंग डेटा के आते ही उसका विश्लेषण करके ऐसे मामलों को संभालती है। कई आधुनिक आर्किटेक्चर दोनों का उपयोग करते हैं। स्ट्रीमिंग तत्काल कार्यों को संभालती है। बैच प्रोसेसिंग ऐतिहासिक विश्लेषण, मिलान और रिपोर्टिंग का काम करती है। दोनों एक दूसरे के पूरक हैं। बैच जॉब चलाना भी सस्ता होता है क्योंकि इन्हें कम व्यस्त समय में शेड्यूल किया जा सकता है जब कंप्यूटिंग संसाधन खाली होते हैं। हैडूप और स्पार्क ने वितरित क्लस्टरों में बड़े पैमाने पर बैच प्रोसेसिंग को लोकप्रिय बनाया। तकनीक विकसित हुई है, लेकिन मूल पैटर्न पुराना है: डेटा एकत्र करना, शेड्यूल करना, प्रोसेस करना और डिलीवर करना।

बैच प्रसंस्करण विशेषताएँ

• निर्धारित समय पर चलता है — अक्सर रात भर चलता है।
• उच्च मात्रा — बड़े डेटासेट को कुशलतापूर्वक संसाधित करता है
• विलंब सहनशील — परिणामों की तत्काल आवश्यकता नहीं है
• संसाधनों का कुशलतापूर्वक उपयोग करता है — कम व्यस्त समय में कंप्यूटिंग क्षमता का उपयोग करता है
• नियतात्मक — समान इनपुट से समान आउटपुट प्राप्त होता है

बैच प्रोसेसिंग अप्रचलित नहीं है। यह तब सही उपकरण है जब गति से अधिक उत्पादन क्षमता मायने रखती है।