一、Azkaban简介

       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。简而言之就是一个工作流调度系统。

为什么需要工作流调度系统？

因为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

 而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；

常见工作流调度系统

在hadoop领域，常见工作流调度系统有：Oozie, Azkaban,Cascading,Hamake

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

其中比较常用的为Azkaban和Oozie。

Azkaban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

二、Azkaban使用

      Azkaban有web界面，输入 https://localhost:8443（注意是https）可以访问Azkaban的用户界面。如图：

• projects：最重要的部分，创建一个工程，所有flows将在工程中运行。
• scheduling:显示定时任务
• executing:显示当前运行的任务
• history:显示历史运行任务

2.1 创建工程

         一个工程包含一个或多个flows，一个flow包含多个job。job是你想在azkaban中运行的一个进程，可以是简单的linux命令，可是java程序，也可以是复杂的shell脚本，当然，如果你安装相关插件，也可以运行插件。一个job可以依赖于另一个job，这种多个job和它们的依赖组成的图表叫做flow。点击右上角的create project，在弹出的窗口中填写工程名和描述即可创建工程。

2.2 创建job

    创建job很简单，只要创建一个以.job结尾的文本文件就行了。比如：

# foo.job
type=command
command=echo foo

# bar.job
type=command
dependencies=foo
command=echo bar

2.3 将工作流打包上传

      将上面两个job打成zip包，在页面上点击update上传。上传之后如图：

2.4 运行

       之后点击绿色的Execute Flow，弹出窗口：

左边的选项卡依次为：

左下角的Schedule是设置调度时间，右下角的Execute为直接运行，点击Execute。运行之后在Graph可以看到：

在job List中可以看到个job运行的起始终止时间。

这样工作流的调度就执行完了，Azkaban的使用还是挺简单的吧。

转载请注明： http://blog.csdn.net/weiyongle1996/article/details/76072814