hadoop离线阶段（第十六节—2）azkaban的简介和安装

azkaban的简介

azkaban官网：
https://azkaban.github.io/

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。

作者：FantJ
链接：https://www.jianshu.com/p/c7d6bf6191e7
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

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。

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、airflow等

各种调度工具特性对比

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

azkaban的编译

1、下载源码包，选择版本是3.15.0

cd /export/softwares/
wget https://github.com/azkaban/azkaban/archive/3.51.0.tar.gz

2、解压源码包

tar -zxvf 3.51.0.tar.gz -C ../servers/

3、进行编译

cd /export/servers/azkaban-3.51.0/
yum -y install git