在云数据仓库ADB中，如果数据批量导入失败，通常会有以下几种处理方式和检查点：
错误日志：首先，查看相关的错误日志是非常重要的。云数据仓库服务通常会提供日志记录功能，其中包含了导入失败的具体原因和详细信息。这些信息可以帮助识别是数据格式问题、网络问题、权限问题还是其他类型的错误。
临时存储：在数据导入过程中，如果云数据仓库服务支持，可能会有中间的临时存储区域或缓存，用于暂存部分已导入的数据。这部分数据可能可以在失败后进行导出或分析，以了解问题所在。
重试策略：根据错误类型和严重性，可以考虑设置适当的重试策略。一些暂时性的网络问题或系统繁忙可能导致导入失败，重试可能能够成功。
数据源检查：检查数据源的完整性和格式是否符合云数据仓库的要求。例如，数据文件的格式（如CSV、Parquet等）、字段分隔符、编码、数据类型等是否正确。
导入工具或脚本：如果是使用特定的工具或脚本进行数据导入，检查其配置和代码是否正确，是否存在bug或兼容性问题。
数据清洗和预处理：在导入前对源数据进行清洗和预处理，以确保数据符合目标表的结构和约束。
关于导出失败的导入数据，这取决于具体的失败情况和云数据仓库提供的功能。如果导入过程中部分数据已经被写入到云数据仓库中，那么这些数据是可以被查询和导出的。但是，如果数据还没有完全写入或者由于错误而被拒绝，那么可能需要从原始数据源或者导入过程中的临时存储区域获取数据。
总的来说，处理数据批量导入失败的关键是仔细分析错误日志，理解失败原因，并采取相应的解决措施。同时，确保在导入过程中有足够的错误处理和恢复机制，以便在出现问题时能够最大限度地保护数据和业务连续性。
