Azkaban - [01] 概述

简单的任务调度使用crontab、复杂的任务调度使用oozie、azkaban等开发调度系统。

一、为什么学习Azkaban

  一个完整的数据分析系统通常都是由大量任务单元（shell脚本、java程序、MapReduce程序、Hive脚本等）组成。各任务单元之间存在先后及前后依赖关系，为了组织起这样的复杂执行计划，需要一个工作流调度系统来调度执行。

二、什么是Azkaban

  Azkaban是由LinkedIn公司推出的一个批量工作流任务调度器，主要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，它的配置是通过简单的 key:value（键值对）的方式，通过配置中的dependencies来设置依赖关系。Azkaban使用job配置文件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。

三、Azkaban的特点

• 兼容各种版本的Hadoop
• 易于使用的web用户界面
• 简单的工作流上传
• 方便设置任务之间的关系
• 调度工作流
• 模块化和可插拔的插件机制
• 认证/授权（权限的工作）
• 能够杀死并重新启动任务流
• 有关失败和成功的电子邮件提醒

四、Azkaban的架构

Azkaban Web Server

是整个 Azkaban 工作流系统的主要管理者

负责用户登录认证、负责 project 管理、定时执行工作流、跟踪工作流执行进度等一系列任务。

 

AzkabanExecutorServer

负责具体的工作流的提交、执行，通过 mysql数据库来协调任务的执行。

 

关系型数据库（MySQL）

存储大部分执行流状态，AzkabanWebServer 和 AzkabanExecutorServer 都需要访问数据库。

 

 

五、Oozie和Azkaban特性对比

特性	Oozie	Azkaban
工作流描述语言	XML	键值对
是否要web容器
进度跟踪	网页	网页
Hadoop job调度支持
运行模式	daemon	daemon
事件通知	×
需要安装
支持的Hadoop版本	0.20+
重试支持	workflownode evel
运行任意命令

— 要养成终身学习的习惯 —