工作流调度系统介绍,常见工作流调度系统对比,azkaban与Oozie对比,Azkaban介绍与特性(来自学习笔记)
2017-06-14 15:45
344 查看
1. 工作流调度器azkaban
1.1 概述
1.1.1为什么需要工作流调度系统
一个完整的数据分析系统通常都是由大量任务单元组成:shell脚本程序,java程序,mapreduce程序、hive脚本等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执行计划,需要一个工作流调度系统来调度执行;
例如,我们可能有这样一个需求,某个业务系统每天产生20G原始数据,我们每天都要对其进行处理,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转换,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。
1.1.2 工作流调度实现方式
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等
1.1.3 常见工作流调度系统
市面上目前有许多工作流调度器在hadoop领域,常见的工作流调度器有Oozie, Azkaban,Cascading,Hamake等
1.1.4 各种调度工具特性对比
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,可以提供参考特性 | Hamake | Oozie | Azkaban | Cascading |
---|---|---|---|---|
工作流描述语言 | XML | XML (xPDL based) | text file with key/value pairs | Java API |
依赖机制 | data-driven | explicit | explicit | explicit |
是否要web容器 | NO | YES | YES | NO |
进度跟踪 | console/log messages | web page | web page | Java API |
Hadoop job调度支持 | no | YES | YES | YES |
运行模式 | command line utility | daemon | daemon | API |
Pig支持 | yes | yes | yes | yes |
事件通知 | no | no | no | yes |
需要安装 | no | yes | yes | no |
支持的hadoop版本 | 0.18+ | 0.20+ | currently unknown | 0.18+ |
重试支持 | no | workflownode evel | yes | yes |
运行任意命令 | yes | yes | yes | yes |
Amazon EMR支持 | yes | no | currently unknown | yes |
1.1.5 Azkaban与Oozie对比
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:
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
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
工作流传参
Azkaban支持直接传参,例如inputOozie支持参数和EL表达式,例如{fs:dirSize(myInputDir)}
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
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
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
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
1.2 Azkaban介绍
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
9.工作流和任务的日志记录和审计
相关文章推荐
- 银行业务调度系统 学习笔记
- BI学习笔记之三 - 一个典型的BI系统介绍
- 黑马程序员---交通灯调度系统-项目分析-学习笔记
- Apache Mina学习笔记:JavaNIO框架Mina、Netty、Grizzly介绍与对比
- 黑马程序员—Java基础学习笔记之7K月薪面试题破解_银行业务调度系统
- 张孝祥_银行业务调度系统视频教程学习笔记
- JavaSE基础学习笔记-提高篇-银行业务调度系统
- 黑马程序员-java学习笔记之银行业务调度系统。
- 黑马程序员-java学习笔记-银行业务调度系统
- 黑马程序员 java学习笔记——银行业务调度系统
- 计算广告学习笔记 4.5竞价广告系统-zookeeper介绍
- 学习笔记--银行调度系统
- 黑马程序员——银行业务调度系统学习笔记
- Linux学习笔记之——Linux系统内部相关介绍
- 学习笔记-----------------------银行调度系统
- 计算广告学习笔记 4.7竞价广告系统-逻辑回归优化方法介绍
- html5学习笔记---01.HTML5介绍,02.HTML5的新特性
- 黑马程序员----【张孝祥7K面试题】二银行业务调度系统视频学习笔记
- 【黑马程序员】银行业务调度系统_学习笔记
- 黑马程序员——Java学习笔记之10——“银行业务调度系统”