这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
批量处理
从逐条处理到批量处理
还记得我最初的实现吗？
每次取消订单都要：
- 更新订单状态（数据库写入）
- 释放库存（数据库写入）
- 发送通知（HTTP 请求）
- 记录日志
如果有 1000 个订单要取消，那就是 3000 次数据库写入和 1000 次 HTTP 请求！
逐条处理的性能瓶颈：
数据库 I/O：3000 次
网络 I/O：1000 次
总耗时：~15 秒批量处理的优势
性能对比
| 维度 | 逐条处理 | 批量处理 | 提升 |
|---|---|---|---|
| 数据库 I/O | 3000 次 | 100 次 | 30x |
| 网络往返 | 1000 次 | 10 次 | 100x |
| 总耗时 | 15 秒 | 2 秒 | 7.5x |
| 连接占用 | 高 | 低 | - |
原理
逐条处理：
┌─────────┐ ┌─────────┐ ┌─────────┐
│ 任务 1 │───►│ 处理任务 │───►│ 写数据库 │
└─────────┘ └─────────┘ └─────────┘
┌─────────┐ ┌─────────┐ ┌─────────┐
│ 任务 2 │───►│ 处理任务 │───►│ 写数据库 │
└─────────┘ └─────────┘ └─────────┘
...
批量处理：
┌─────────┐ ┌─────────┐ ┌─────────┐
│ 任务 1 │────│ │ │ │
├─────────┤ │ 批量处理 │───►│ 批量写入 │
│ 任务 2 │────│ │ │ │
├─────────┤ └─────────┘ └─────────┘
│ 任务 3 │────│
└─────────┘ │
... │
│
▼
一次处理完成批量处理实现
数据库批量更新
批量查询
批量插入
批量处理的注意事项
1. 批量大小的选择
批量大小建议：
| 场景 | 批量大小 | 理由 |
|---|---|---|
| 简单数据库更新 | 100~500 | 数据库连接池限制 |
| 复杂业务逻辑 | 10~50 | 避免单个请求超时 |
| 外部 API 调用 | 5~20 | 避免超时和限流 |
| 大量数据导入 | 1000~5000 | 最大化吞吐量 |
2. 事务管理
3. 错误处理
批量处理的完整示例
想一想
思考 1
批量处理时，如果部分任务失败，应该如何处理？
参考答案
问题分析：
批量处理中，如果 100 个任务中有 5 个失败，如何处理？
三种策略：
策略 1：全部失败回滚
优点： 数据一致性好 缺点： 一个失败影响全部
策略 2：部分失败跳过
优点： 不会影响成功的任务 缺点： 需要额外处理失败任务
策略 3：分组处理
优点： 平衡了并发控制和故障隔离 缺点： 实现较复杂
最佳实践建议：
- 允许部分失败：对于非关键任务
- 分组处理：对于大批量任务
- 全部回滚：对于强一致性要求