AWS Batch 重點整理

主題	重點	白話說明
AWS Batch 是什麼	全受管的批次處理服務	你把工作丟進去，AWS 幫你準備算力來跑。
適合哪種工作	有開始、有結束的工作	像是每天凌晨跑報表、轉檔、圖片處理、科學運算。
不適合哪種工作	長期持續執行的服務、即時串流	Batch 是跑完就結束，不是一直在線上的服務。
核心概念	Job、Queue、Compute Environment	工作先進佇列，Batch 再依需求準備後面的運算資源。
運算資源	EC2、Spot，也可搭配 ECS / EKS / Fargate	Batch 會幫你決定要開多少資源來跑工作。
擴展方式	自動擴展	工作多就多開，工作少就縮回去。
成本優化	可搭配 Spot Instances	很適合大量、可中斷、想省成本的批次工作。
工作定義方式	用 Docker 映像檔定義 job	先把程式和環境包好，再交給 Batch 執行。
你要管什麼	主要管工作內容	不用太操心機器數量和 Auto Scaling。
常見用例	圖片處理、影片轉碼、大量資料轉換、模擬運算、批次分析	都是那種一次丟很多工作進去，跑完就結束的情境。
與 S3 搭配	S3 可作為輸入與輸出	檔案進 S3 → 觸發 Batch → 處理完再存回 S3。
考試關鍵字	large-scale batch processing、Docker、Queue、EC2 / Spot、自動擴展	看到大量批次運算、排隊處理、要省成本，常會想到 AWS Batch。

AWS Batch vs Lambda 比較表

比較項目	AWS Batch	AWS Lambda
工作型態	批次工作	事件驅動的小型任務
執行時間	沒有明確短時間限制	最長 15 分鐘
執行環境	Docker 容器，可高度自訂	受 Lambda 執行環境限制
語言限制	幾乎不限，能包進 Docker 就行	只能用支援的執行環境
資源規模	可用較大 CPU、記憶體、磁碟	資源較受限
儲存空間	可搭配 EBS、Instance Store	暫存空間有限
底層機器	依賴 EC2 / Spot / Fargate	真正的 serverless
適合情境	大量、長時間、重運算任務	短時間、事件觸發、輕量處理

一句話記憶

服務	記法
AWS Batch	大量、排隊、長時間、容器化批次工作
Lambda	短小、事件觸發、快速執行的 serverless 函數

考試最容易考的點

題型	看到什麼情境	優先想到
大量工作排隊處理	幾千到幾十萬個 job	AWS Batch
要省成本	可接受 Spot	AWS Batch
工作超過 15 分鐘	長時間任務	AWS Batch
要自訂執行環境	需要 Docker	AWS Batch
S3 檔案處理	上傳後批次轉檔、批次分析	AWS Batch
短時間事件處理	API、簡單轉換、觸發型流程	Lambda

超短版結論

項目	結論
AWS Batch 定位	跑批次工作的服務
最大特色	自動準備運算資源來跑大量 job
核心優勢	可擴展、可用 Spot、省事、省成本
跟 Lambda 差別	Batch 適合大、久、重；Lambda 適合短、小、快