1.大数据量的清洗
存储过程和定时任务对大数据量的清洗，过程过于复杂涉及到的中间变量过多，计算和统计过多,导致整个过程执行时间过长。
所以通过数据准备，通过一个中间表来抽取过程中的中间变量和逻辑变量，预先抽取一些数据，减轻整个数据清洗过程的压力。
这些存储过程一定考虑到执行的效率问题，索引的使用；尽量避免在where条件里使用函数，有一些条件能抽取到中间表中,尽量抽取出来。
1.1）数据准备
1.2）中间表
1.3）任务分解表
2.执行过程的监控
在大型执行过程中，要有一个可视化的监控，能够监控执行的效率，执行的状态，执行的开始/结束时间，执行的结果…
日志表，在软件设计的过程都必须考虑的过程执行的日志。
3.事件模型
自动化的执行涉及到触发问题，一般都需要事件触发的起点，怎么触发事件的执行？
3.1）定时任务
3.2）job
3.3）前台手动触发执行
