第 1 章 Azkaban 概述
1.1 什么是 Azkaban
Azkaban 是和 Oozie 类似的用于进行任务调度的工具, 但是使用起来要比 Oozie 容易的多.
Azkaban 是由 Linkedin 公司推出的一个批量工作流任务调度器，主要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，它的配置是通过简单的 key:value对的方式，通过配置中的 dependencies 来设置依赖关系。
Azkaban使用 job 配置文件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。
1.2 Azkban 的特点
- 兼容任何版本的hadoop
- 易于使用的Web用户界面
- 简单的工作流的上传
- 方便设置任务之间的关系
- 调度工作流
- 模块化和可插拔的插件机制
- 认证/授权(权限的工作)
- 能够杀死并重新启动工作流
- 有关失败和成功的电子邮件提醒
1.3 常见工作流调度系统
简单的任务调度：直接使用
crontab实现；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等
1.4 Oozie 和 Azkaban 的对比
| 特性 | Oozie | Azkaban |
|---|---|---|
| 工作流描述语言 | XML | text file with key/value pairs |
| 是否要web容器 | Yes | Yes |
| 进度跟踪 | web page | web page |
| Hadoop job调度支持 | yes | yes |
| 运行模式 | daemon | daemon |
| 事件通知 | no | Yes |
| 需要安装 | yes | yes |
| 支持的hadoop版本 | 0.20+ | currently unknown |
| 重试支持 | workflownode evel | yes |
| 运行任意命令 | yes | yes |
1.5 Azzkaban 的基本架构
Azkaban 由三个关键组件构成：
AzkabanWebServer
AzkabanWebServer 是整个 Azkaban 工作流系统的主要管理者，它负责用户登录认证、负责project管理、定时执行工作流、跟踪工作流执行进度等一系列任务。
AzkabanExecutorServer
AzkabanExecutorServer 负责具体的工作流的提交、执行，它们通过 mysql 数据库来协调任务的执行。
关系型数据库 Mysql
存储大部分执行流状态，AzkabanWebServer 和 AzkabanExecutorServer 都需要访问数据库。