任务调度系统对比

1、常见任务调度系统对比（后续逐个介绍）

特点	DolphinScheduler	Xxl-job	Azkaban	Airflow	Oozie
定位	解决数据处理流程中错综复杂的依赖关系	一个轻量级分布式的任务 调度框架	为了解决Hadoop的任务 依赖关系问题	通用的批量数据处理	管理Hadoop作业(job)的工作流程调度 管理系统
任务监控支持	任务状态、任务类型、重试次数、任务运 行机器、可视化变量等关键信息一 目了然	无	只能看到任务状态	不能直观区分任务类型	任务状态、任务类型、任务运行机器、创建时 间、启动时间、完成时间等。
任务类型支持	支持传统的shell任务，同时支持大数据平 台任务调度：MR、Spark、SQL (mysql、postgresql、hive/sparksql)、 python	Java	Command、Hadoop- Shell、Java、HadoopJa- va、Pig、Hive等，支持插 件式扩展	Python、Bash、HTTP、 Mysql等，支持Operator的 自定义扩展。	统一调度hadoop系统中常见的mr任务启动、 Java  MR、Streaming  MR、Pig、Hive、 Sqoop、Spark、Shell等
可视化流程定义	是	否	否	否	否
	所有流定时操作都是可视化的，通过拖拽 来绘制DAG,配置数据源及资源，同时对 于第三方系统，提供api方式的操作。	可配置任务级联触发	通过自定义DSL绘制DAG并 打包上传	通过python代码来绘制 DAG,使用不便	配置相关的调度任务复杂，依赖关系、时间触 发、事件触发使用xml语言进行表达
自定义任务类型支持	是	是(需要java先开发具体执行器)	是	是	是
暂停/恢复/补数	支持暂停、恢复补数操作	支持暂停、恢复操作	否（只能先将工作流杀死再重新运行）	否(只能先将工作流杀死再重新运行)	支持启动/停止/暂停/恢复/重新运行：（Oozie支持Web,RestApi,Java API操作）
高可用支持	支 持 H A	支持HA	通过DB支持HA	通过DB支持HA	通过DB支持HA
	去中心化的多Master和多Worker	调度中心HA和执行器HA	但 W e b Server存在单点故障 风险	-但Scheduler存在单点故障 风险
多租户支持	支 持	否	否	否	否
	dolphinscheduler上的用户可以通过租 户和hadoop用户实现多对一或一对一的 映射关系，这对大数据作业的调度是非常 重 要 。
过载处理能力	任务队列机制，单个机器上可调度的任务 数量可以灵活配置，当任务过多时会缓存 在任务队列中，不会操作机器卡死	任务队列机制，轮询	任务太多时会卡死服务器	任务太多时会卡死服务器	调度任务时可能出现死锁
集群扩展支持	是	是	是	是	是
	调度器使用分布式调度，整体的调度能力 会随集群的规模线性增长，Master和 Worker支持动态上下线	新注册执行器即可	-只Executor水平扩展	-只Executor水平扩展