Pemrosesan batch menangani data dalam kelompok besar pada waktu yang dijadwalkan. Alih-alih memproses setiap transaksi saat tiba, sistem mengumpulkannya dan menjalankannya bersama-sama. Bank telah menggunakan pemrosesan batch selama beberapa dekade untuk memproses cek dalam semalam. Sistem penggajian menjalankan batch untuk menghitung upah dan potongan. Model ini berfungsi ketika ketepatan waktu kurang penting daripada efisiensi.

Kelemahannya adalah latensi. Sebuah pekerjaan batch yang berjalan pukul 2 pagi berarti data dari hari sebelumnya tidak tersedia hingga pagi hari. Untuk penggajian dan penagihan, itu tidak masalah. Namun, untuk deteksi penipuan atau penetapan harga secara real-time, itu tidak. Pemrosesan stream menangani kasus-kasus tersebut dengan menganalisis data saat data tersebut tiba. Banyak arsitektur modern menggunakan keduanya. Streaming menangani peristiwa mendesak. Batch menangani analisis historis, rekonsiliasi, dan pelaporan. Keduanya saling melengkapi. Pekerjaan batch juga lebih murah untuk dijalankan karena dapat dijadwalkan selama jam-jam di luar jam sibuk ketika sumber daya komputasi sedang menganggur. Hadoop dan Spark mempopulerkan pemrosesan batch skala besar di seluruh klaster terdistribusi. Teknologinya telah berkembang, tetapi polanya tetap sama: kumpulkan, jadwalkan, proses, kirim.

Karakteristik pemrosesan batch

• Terjadwal — berjalan pada interval yang ditentukan, seringkali di malam hari
• Volume tinggi — memproses kumpulan data besar secara efisien.
• Toleransi terhadap penundaan — hasil tidak dibutuhkan segera.
• Efisien dalam penggunaan sumber daya — memanfaatkan kapasitas komputasi di luar jam sibuk.
• Deterministik — input yang sama menghasilkan output yang sama

Pemrosesan batch bukanlah hal yang ketinggalan zaman. Ini adalah alat yang tepat ketika throughput lebih penting daripada kecepatan.