批量处理服务

批量处理服务，区别于单条数据处理。按照事先设定好的规则，将数据从状态A转换为状态B或者生成状态B。

相对论的角度来说。批量处理服务原理上等价于一次次服务组成的序列。应用相同的逻辑规则来处理数据。

但是从效率的角度却不希望处理时间是：

N = n * f(1);

应该是：

f(1)<= N < n*f(1)

即，无限的接近于条数据处理的时间。

比如：

电信的批量缴费。要求给A文件中包含的1000电话重置100元。通常情况下10个以下的电话充值，人工操作一会儿就完成了。其中包含电话号码查询；欠费查询，充值缴费，更新账单，账本等动作。而1000个电话，人工操作时间长，易出错的问题就显现了。

在不使用多线程多进程的形式下。正常的批量缴费功能实现，是for循环一个个的去执行上面的动作。毫无疑问耗费的效率时间是N=n*f(1)。

那么请问方案该如何设计呢？

1、使用中间表的方式。插入中间表之前，必要的数据格式校验是必要的；

数据校验在数据库层面完成，给1000个电话中有效的电话号码充值100，通过sql完成【直接更新，或者取出所有数据后，再重新插入】。当然这回给数据库带来压力。所以这类方法可以加上定时器的方式处理。

2、而对于数据扎堆到某几天的批量处理，还是建议采用多进程多线程的形式