azkaban 与 java任务_任务调度工具oozie和azkaban的对比

1．工作流调度工具：(azkaban 和oozie的对比)

工作流调度：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。

调度工具性能对比：Apache Oozie，其配置工作流的过程是编写大量的XML配置，而且代码复杂度比较高，不易于二次开发。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。

Oozie和Azkaban的区别：

两者在功能方面大致相同，只是Oozie底层在提交Hadoop Spark作业是通过org.apache.hadoop的封装好的接口进行提交，而Azkaban可以直接操作shell语句。在安全性上可能Oozie会比较好。

工作流定义：Oozie是通过xml定义的而Azkaban为properties来定义。

部署过程：Oozie的部署相对困难些，同时它是从Yarn上拉任务日志。

Azkaban中如果有任务出现失败，只要进程有效执行，那么任务就算执行成功，这是BUG，但是Oozie能有效的检测任务的成功与失败。

操作工作流：Azkaban使用Web操作。Oozie支持Web，RestApi，Java API操作。

权限控制：Oozie基本无权限控制，Azkaban有较完善的权限控制，供用户对工作流读写执行操作。

Oozie的action主要运行在hadoop中而Azkaban的actions运行在Azkaban的服务器中。

记录workflow的状态：Azkaban将正在执行的workflow状态保存在内存中，Oozie将其保存在Mysql中。

出现失败的情况：Azkaban会丢失所有的工作流，但是Oozie可以在继续失败的工作流运行

2．调度工具介绍：(azkaban 和oozie)

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

Oozie介绍

Oozie工作流是放置在控制依赖DAG(有向无环图 Direct

Acyclic Graph)中的一组动作(例如，Hadoop的Map/Reduce作业、Pig作业等)，其中指定了动作执行的顺序。我们会使用hPDL(一种XML流程定义语言)来描述这个图。

hPDL是一种很简洁的语言，只会使用少数流程控制和动作节点。控制节点会定义执行的流程，并包含工作流的起点和终点(start、end和fail节点)以及控制工作流执行路径的机制(decision、fork和join节点)。动作节点是一些机制，通过它们工作流会触发执行计算或者处理(如下图)

3．Azkaban和Oozie的基本操作

Azkaban：

Azkaban的工作流的创建特别方便，直接通过web界面创建工程，然后提交任务。(创建job的的文件必须是以.job的文件，并且上传的文件是以zip压缩包的形式进行上传)。

创建工作流的基本流程：

(1)创建工程，提交任务。

(2)任务提交完成之后bar.job和foo.job之间的依赖关系显示在web 界面当中。

(3)然后执行相应提交的任务。如下图两者的对应关系，可以直接执行单个的任务，也可以指定定时任务。可设置定时任务的执行时间。同时可以在定时执行完成之后做相应的提醒服务。

Oozie的基本操作：

操作准备；

job.properties

任务的一些配置文件，例如运行的HDFS以及JobTracker

(ResourceManager)等

Lib

存放执行的JAR包

Workflow.xml

工作流的依赖

****.jar

执行任务的jar包(自定义的文件)

在ooize的client端执行：

Oozie job

--oozie http://ip:11000/oozie -config ${job.properties} -run

执行之后，可以在web页面查询执行的结果。

4．在hue当中操作ooize的操作

在hue当中操作ooize的操作：

Hue是一个可快速开发和调试Hadoop生态系统各种应用的一个基于浏览器的图形化用户接口。

Hue可实现对oozie任务的开发，监控，和工作流协调调度 。使的oozie的操作变得更加的简单快捷。

(1)

创建工作流

运行完成产生相对应的xml文件和相对的日志信息：

添加到定制执行任务。指定定时任务。