Datapedia
Ingeniería de Datos

Procesamiento por lotes (Batch)

Procesamiento de datos que se ejecuta sobre un conjunto acumulado de información, de forma periódica, en lugar de procesarla evento por evento.

ETLPipeline de datos

Qué es

El procesamiento por lotes acumula datos durante un período —una hora, un día— y los procesa todos juntos de una vez, en contraste con el streaming, que procesa cada evento individual a medida que ocurre.

Por qué sigue siendo tan usado

Es más simple de implementar y de razonar que el streaming, y resulta perfectamente adecuado para la gran mayoría de los reportes y análisis de negocio que no necesitan estar actualizados al segundo, como un resumen de ventas diario o un reporte financiero mensual.

Cuándo no alcanza

Cuando una decisión debe tomarse en el momento —bloquear una transacción fraudulenta antes de que se complete, o recomendar un producto mientras el usuario navega— el procesamiento por lotes introduce una demora inaceptable, y ahí es donde el streaming se vuelve necesario.