离线计算（Offline calculation）指在计算前已知全部输入数据且数据不发生变化的批量处理模式，属于大数据计算领域的基础数据处理方式。其特点包括处理海量静态数据、支持复杂批量运算，与实时计算的主要区别在于输入数据的完整性和结果输出时效性，通常用于数据预处理及模型训练。典型应用场景涵盖数据仓库构建、ETL过程、机器学习模型训练和日志分析等 。
该计算模式通过分布式框架实现数据分块并行处理，核心组件包含数据存储层（如HDFS）、计算引擎和任务调度器。技术特征表现为数据以64MB/128MB块分片存储，任务调度时考虑数据局部性，并采用数据冗余等容错机制 。在推荐系统等场景中，采用预计算结果存储机制以实现快速响应 。
主要技术框架包含Hadoop与Spark。Hadoop基于HDFS分布式文件系统和MapReduce编程模型实现离线批处理，其中HDFS专为超大数据集设计，提供高吞吐量访问能力 。Spark以内存计算为核心提升处理效率，支持SQL查询、文本处理等多种运算场景 。AWS Batch等云服务进一步扩展了离线计算生态，提供容器化批处理工作负载管理能力 。
想要了解更多“离线计算”的信息，请点击：离线计算百科
