对文件集进行流式处理，是将具有树状结构的文件集合转化为线性结构的数据块序列进行处理，这包括对树状结构的后续遍历和对单个文件的流式处理。这种方式非常适合于对数据进行一系列预定义运算的应用，例如数据压缩、加密、索引、统计和数据同步。然而，在一个包含大量文件的处理任务被意外中断后，流式处理无法做到从中断点附近接着运行该任务，而是必须从头开始。我们希望流式处理能从中断时刻前最近的一个文件开始，恢复执行任务。　　 在流式处理过程中，一份独立的文件会被分割成多个更小的数据块来进行处理，这些数据块有次序地快速通过若干处理单元；当最后一个数据块以及它之前的所有数据块都被处理完毕时，该独立文件才算被处理完毕。这个过程与数据库中事务的处理过程类似。一个独立的事务由多个串行执行的操作组成，该事务执行成功，当且仅当其包含的最后一个操作以及它之前的所有操作都执行成功。通过事务机制，数据库系统可以处理对数据的操作被中断的情况，并维持数据的一致性和可用性。因此，本文将数据库中的事务机制引入流式处理模型，通过将数据处理任务“事务化”，即把对一个独立文件的处理作为一个事务看待，使得流式处理模型能够恢复执行被中断的任务。　　 本文先简单介绍了文件集流式处理的应用现状，接着通过半形式化方法，给出一个已有的文件集流式处理系统的模型——SPM-FS模型的详细描述，并分析了它在处理被中断任务时的不足；然后，将数据库中的事务概念引入到文件集的流式处理中，改进SPM-FS模型，提出了一个支持事务功能、可以恢复执行被中断任务的文件集流式处理模型——TSPM-FS模型；最后由TSPM-FS模型得到一个新的流式处理系统，并展示了该系统在备份领域的一个应用。