Procesamiento por lotes
Procesar grandes volúmenes de datos en tandas acotadas en lugar de evento por evento. El modelo de procesamiento de datos más antiguo que existe — los trabajos con tarjetas perforadas eran por lotes — y todavía la columna vertebral de la mayoría de las plataformas de datos.
El arquetipo es el trabajo nocturno: se leen las transacciones del día, se transforman y se escriben en un almacén de datos. Las ventajas son tangibles — alto rendimiento porque el sobrecoste se reparte entre millones de filas, manejo de errores sencillo porque un trabajo fallido simplemente se vuelve a lanzar, y resultados deterministas que puedes reproducir. El precio es la latencia: la respuesta es tan fresca como la última ejecución. Las herramientas son MapReduce, Spark, dbt y orquestadores como Airflow. Lo contrario es el procesamiento en streaming con Kafka y Flink. La arquitectura Lambda combinaba ambos, mientras que la práctica moderna corre más a menudo microlotes hasta que alguien demuestra de verdad que los segundos importan.