Batchbehandling hanterar data i stora grupper vid schemalagda tider. Istället för att bearbeta varje transaktion allt eftersom den anländer samlar systemet in dem och kör dem tillsammans. Banker använde batchbehandling i årtionden för att rensa checkar över en natt. Lönesystem kör batcher för att beräkna löner och avdrag. Modellen fungerar när punktlighet är mindre viktig än effektivitet.

Avvägningen är latens. Ett batchjobb som körs klockan 02:00 innebär att data från föregående dag inte är tillgänglig förrän på morgonen. För löner och fakturering är det okej. För bedrägeriupptäckt eller prissättning i realtid är det inte det. Strömmande bearbetning hanterar dessa ärenden genom att analysera data allt eftersom de anländer. Många moderna arkitekturer använder båda. Strömmande hanterar brådskande händelser. Batch hanterar historisk analys, avstämning och rapportering. De två kompletterar varandra. Batchjobb är också billigare att köra eftersom de kan schemaläggas under lågtrafik när beräkningsresurserna är inaktiva. Hadoop och Spark populariserade storskalig batchbearbetning över distribuerade kluster. Tekniken utvecklades, men mönstret är gammalt: samla in, schemalägg, bearbeta, leverera.

Egenskaper för batchbearbetning

• Schemalagd — körs med definierade intervall, ofta över natten
• Hög volym — bearbetar stora datamängder effektivt
• Latenstolerant — resultat behövs inte omedelbart
• Resurseffektiv — använder beräkningskapaciteten utanför rusningstrafik
• Deterministisk — samma ingång ger samma utgång

Batchbearbetning är inte föråldrad. Det är rätt verktyg när dataflödet är viktigare än hastighet.