Azkaban 简介

本文简单介绍一下Azkaban及其特点。azkaban是一个开源的任务调度系统，用于负责任务的调度运行（如数据仓库调度），用以替代linux中的crontab。

一、Azkaban是什么？

1.1 Azkaban是什么?

• Azkaban是一套简单的任务调度服务，整体包括三部分webserver、dbserver、executorserver。
• Azkaban是linkin的开源项目，开发语言为Java。
• 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。

1.2 Azkaban典型使用场景
　　实际当中经常有这些场景：每天有一个大任务，这个大任务可以分成A,B,C,D四个小任务，A,B任务之间没有依赖关系，C任务依赖A,B任务的结果，D任务依赖C任务的结果。一般的做法是，开两个终端同时执行A,B，两个都执行完了再执行C，最后再执行D。这样的话，整个的执行过程都需要人工参加，并且得盯着各任务的进度。但是我们的很多任务都是在深更半夜执行的，通过写脚本设置crontab执行。其实，整个过程类似于一个有向无环图（DAG）。每个子任务相当于大任务中的一个流，任务的起点可以从没有度的节点开始执行，任何没有通路的节点之间可以同时执行，比如上述的A,B。总结起来的话，我们需要的就是一个工作流的调度器，而azkaban就是能解决上述问题的一个调度器。

1.3 Azkaban官网
　　https://azkaban.github.io/

二、Azkaban的功能特点

它具有如下功能特点：

• 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、工作流调度
• 5、认证/授权
• 6、能够杀死并重启工作流
• 7、模块化和可插拔的插件机制
• 8、项目工作区
• 9、工作流和任务的日志记录和审计

三、Azkaban的架构

Azkaban是一种类似于Oozie的工作流控制引擎，可以用来解决多个Hadoop（或Spark等）离线计算任务之间的依赖关系问题。也可以用其代替crontab来对周期性任务进行调度，并且更为直观，可靠，同时提供了美观的可视化管理界面。
Azkaban由三部分构成：
1、Relational Database(Mysql)
　　azkaban将大多数状态信息都存于MySQL中,Azkaban Web Server 和 Azkaban Executor Server也需要访问DB。
2、Azkaban Web Server
　　提供了Web UI，是azkaban的主要管理者，包括 project 的管理，认证，调度，对工作流执行过程的监控等。
3、Azkaban Executor Server
　　调度工作流和任务，纪录工作流活任务的日志，之所以将AzkabanWebServer和AzkabanExecutorServer分开，主要是因为在某个任务流失败后，可以更方便的将重新执行。而且也更有利于Azkaban系统的升级

MySQL实例：Azkaban使用MySQL来存储项目和执行。

Azkaban Web服务器：Azkaban使用Jetty作为Web服务器，用作控制器以及提供Web界面

Azkaban执行服务器：Azkaban执行服务器执行提交工作流。

参考资料：

http://www.cnblogs.com/zlslch/p/6294321.html

http://www.cnblogs.com/zlslch/p/6296079.html

http://www.cnblogs.com/zlslch/p/6296214.html