标签：

1.概述

　　在Hadoop应用，随着业务指标的迭代，而使其日趋复杂化的时候，管理Hadoop的相关应用会变成一件头疼的事情，如：作业的依赖调度，任务的运行情况的监控，异常问题的排查等，这些问题会是的我们日常的工作变得复杂。那么，在没有条件和精力去开发一套调度系统的情况下，我们去选择一款第三方开源的调度系统，来尽量减轻和降低我们日常工作的复杂度，也是极好的。今天，笔者给大家比较几种常见的调度系统，供大家去选择。

2.内容

2.1 Oozie

　　Oozie目前是托管在Apache基金会的，开源。在之前的博客《Oozie调度》一文当中，介绍相关Oozie的调度，如何去调度Hadoop的相关，大家可以从博客的文中所描述的内容看出，配置的过程略显繁琐和复杂，配置相关的调度任务比较麻烦，然其可视化界面也不是那么的直观，另外，对UI界面要求较高的同学，此调度系统估计会让你失望。若是对改调度系统感兴趣的同学可以到《Oozie调度》一文中做相关细节的了解。这里就不多做赘述了。

2.2 Zeus

　　它是一个Hadoop的作业平台，从Hadoop任务的调试运行到生产任务的周期调度，它支持任务的整个生命周期。从其功能来看，它支持以下任务：

• Hadoop的MapReduce任务调度运行
• Hive任务的调度运行
• Shell任务的运行
• Hive元数据的可视化展示查询及数据预览
• Hadoop任务的自动调度

　　其开源地址在Github上面，可在Github搜索Zeus，即可找到相关工程。Zeus是由阿里巴巴开源出来的，文档在Github上描述的也比较详细，其相关安装步骤及使用方法可参考Github上的官方文档，这里就不多做赘述了。

2.3 Azkaban

　　这是由LinkedIn创建的一个批处理工作流，用于跑Hadoop的Jobs。Azkaban提供了一个易于使用的用户界面来维护和跟踪你的工作流程。其可视化界面如下所示：

　　另外，Github上贡献的Azkaban调度系统的源码量不大，做二次开发难度不大。其功能点涉及以下内容：

• 兼容Hadoop版本
• 易用的Web UI
• 简单的Web和Http工作流的上传
• 项目工作区
• 工作流调度
• 模块化和插件化
• 认证和授权
• 用户行为跟踪
• 邮件告警失败和成功
• SLA告警
• 重启失败的Jobs

　　Azkaban的设计之初主要是基于可用性的考虑。在LinkedIn运行的有些年头了，一直驱动着它们的Hadoop和数据仓库。

　　它由3个关键部分组成，分别是：

• 关系行数据库（MySQL）：Azkaban使用MySQL去做一些状态的存储。AzkabanWebServer和AzkabanExecutorServer这两个服务都需要接入到DB库当中。
• AzkabanWebServer：WebServer使用DB的原因如下：
  • 项目管理：对项目权限和上传文件的管理。
  • 执行流程状态：对正在执行的程序进行跟踪。
  • 之前的流程或Jobs：通过搜索先前的工作和流程，去访问它们的日志文件。
  • 调度程序：保持预定的工作状态。
  • SLA：保持所有的SLA规则。
• AzkabanExecutorServer：另外，ExecutorServer使用DB的原因如下所示：
  • 获取项目：从数据库中检索项目文件。
  • 执行工作流或Jobs：检索和更新流的数据，并执行。
  • Logs：存储作业的输出日志，并将其流入数据库。
  • 不同的依赖进行交流：如果一个流在不同的执行器上运行，它将从数据库中取取状态。

　　三者的关系图，如下所示：

　　关于其相关配置和使用，官方给出的文档比较详细，这里就不多赘述了。大家可以到Github去阅读官方给出的文档。

3.总结

　　关于调度系统的选择，这里就比较了这3种，大家可以适情况而定，另外，若是条件允许或是有精力也可以参考这些调度系统的原理，开发一套满足自己当前业务的调度系统，也不失为一种选择。

4.结束语

　　这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！

Hadoop - 任务调度系统比较

标签：

原文地址：http://www.cnblogs.com/smartloli/p/4964741.html