像搬一整仓库的货，最让人崩溃的不是慢，而是快搬完时出错，只能从头再来。7 月 13 日，一名 Reddit 用户称，自己要在 RAM（运行时临时存放数据的内存）和算力受限的条件下处理、迁移数百万行数据，涉及数据关联、筛选和窗口计算。每次 DAG——按依赖关系安排任务的工作流——失败，都意味着漫长的反馈周期重新开始。
据 Reddit 讨论，较受支持的建议是先拿一小部分数据反复测试，确认结果正确后再扩大规模。其他回复还建议排查系统限制、及时释放内存、尽量流式处理，并把数据分批写入暂存表。更稳妥的管线还应预先考虑检查点——保存进度以便断点续跑——以及幂等性，即任务重复执行也不会重复写入或累计。帖子没有披露具体编排器、数据库和报错，因此这里更值得记住的不是某个修复技巧，而是：失败恢复本身就该成为管线设计的一部分。