一个完整的数据分析系统大都是由海量的任务单元组成shell脚本程序，java，mapreduce程序、hive脚本等等组成，非常复杂，各任务单元之间存在时间先后及前后依赖关系。
为了很好地组织起这样的复杂系统，能够按照计划执行，就必须要一个工作流调度系统来调度执行。
例如，某个业务系统可能每天产生20G原始数据，我们每天都要对其进行处理。
具体处理步骤如下所示：
1. 通过Hadoop先将原始数据同步到HDFS上;
2. 借助MapReduce计算框架对原始数据进行计算，生成的数据以分区表的形式存储到多张Hive表中;
3. 需要对Hive中多个表的数据进行JOIN处理，得到一个明细数据Hive大表;
4. 将明细数据进行复杂的统计分析，得到结果报表信息;
5. 需要将统计分析得到的结果数据同步到业务系统中，供业务调用使用。
简单的任务调度：直接使用linux的crontab来定义;
复杂的任务调度：开发调度平台或使用现成的开源调度系统，比如ooize、azkaban、 Cascading、Hamake等
下面的表格对上述四种hadoop工作流调度器的关键特性进行了比较，尽管这些工作流调度器能够解决的需求场景基本一致，但在设计理念，目标用户，应用场景等方面还是存在显著的区别，在做技术选型的时候，可以提供参考。
对市面上最流行的两种调度器，给出以下详细对比，以供技术选型参考。总体来说，ooize相比azkaban是一个重量级的任务调度系统，功能全面，但配置使用也更复杂。如果可以不在意某些功能的缺失，轻量级调度器azkaban是很不错的候选对象。 详情如下
1 ：功能
两者均可以调度mapreduce，pig，java，脚本工作流任务、两者均可以定时执行工作流任务
2 ：工作流定义
Azkaban使用Properties文件定义工作流、Oozie使用XML文件定义工作流
3 ：工作流传参
Azkaban支持直接传参，例如${input}、Oozie支持参数和EL表达式，例如${fs:dirSize(myInputDir)}
4 ：定时执行
Azkaban的定时执行任务是基于时间的、Oozie的定时执行任务基于时间和输入数据
5 ：资源管理
Azkaban有较严格的权限控制，如用户对工作流进行读/写/执行等操作。Oozie暂无严格的权限控制
6 ：工作流执行
Azkaban有两种运行模式，分别是solo server mode(executor server和web server部署在同一台节点)和multi server mode(executor server和web server可以部署在不同节点)、Oozie作为工作流服务器运行，支持多用户和多工作流
7：工作流管理
Azkaban支持浏览器以及ajax方式操作工作流、Oozie支持命令行、HTTP REST、Java API、浏览器操作工作流
Azkaban是由Linkedin开源的一个批量工作流任务调度器。用于在一个工作流内以一个特定的顺序运行一组工作和流程。Azkaban定义了一种KV文件格式来建立任务之间的依赖关系，并提供一个易于使用的web用户界面维护和跟踪你的工作流。它有如下功能特点：
1：Web用户界面
2：方便上传工作流
3：方便设置任务之间的关系
4：调度工作流
5：认证/授权(权限的工作)
6：能够杀死并重新启动工作流
7：模块化和可插拔的插件机制
8：项目工作区
工作流和任务的日志记录和审计
下载地址
http://azkaban.github.io/downloads.html
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/127490.html
摘要：安装包老是失败，今天发现一个更好的包安装工具，可以用这个来管理我们的包。是最近发布的一款依赖包安装工具。在官方介绍里有这么一句话关键意思就是，快速安全可靠。如同声称，快速，可靠，安全。原文地址的安装与使用详细介绍 npm安装包老是失败，今天发现一个更好的包安装工具Yarn，可以用这个来管理我们的包。不知道大家有没有觉察到Facebook近年大招频出。Yarn是Facebook最近发布的...
摘要：打包工具是众多的开发工具之一，下面千锋重庆的小编来进行打包工具的介绍打包工具的介绍开源是一个安装程序制作工具，能够制作一些简单的安装程序。是全球领先的安装开发解决方案。通过上述介绍相信大家对打包工具已经有所了解 Java打包工具是众多的Java开发工具之一，下面千锋重庆Java的小编来进行Java打包工具的介绍:Java打...
摘要：相关链接官方文档安装推荐使用安装，命令如下运行完毕之后即可完成的安装。上一篇文章网络爬虫实战数据库的安装下一篇文章网络爬虫实战库的安装 上一篇文章：Python3网络爬虫实战---4、数据库的安装：MySQL、MongoDB、Redis下一篇文章：Python3网络爬虫实战---6、Web库的安装：Flask、Tornado 在前面一节我们介绍了几个数据库的安装方式，但这仅仅是用来存...
摘要：介绍说明的包管理器，用于插件管理包括安装卸载管理依赖等使用安装插件命令提示符执行插件名称。总结安装新建文件全局和本地安装安装插件新建文件通过命令提示符运行任务。 showImg(https://segmentfault.com/img/remote/1460000010873466); 前言 众所周知目前比较火的工具就是gulp和webpack，但webpack和gulp却有所不同，本...
阅读 1184·2023-02-24 11:21
阅读 1376·2023-02-24 10:55
阅读 2349·2023-02-24 10:47
阅读 3058·2023-02-24 10:44
阅读 787·2023-02-24 10:38
阅读 584·2022-12-25 19:44
阅读 728·2022-12-25 19:39
阅读 831·2022-12-25 19:36
