大数据环境下,调度工具比不可少,离线批任务和准实时任务都需要调度去驱动。下文介绍主流大数据调度工具对比DolphinScheduler 、Azkaban、Airflow、Oozie、Xxl-job
非常推荐Apache DolphinScheduler
—— 调度选的好,下班回家早;调度选的对,半夜安心睡;
Apache DolphinScheduler是一个分布式去中心化,易扩展的可视化DAG工作流任务调度系统。致力于解决数据处理流程中错综复杂的依赖关系,使调度系统在数据处理流程中开箱即用,目前已累计有 400+ 公司在生产上使用。
特点
- 高可靠性
去中心化的多Master和多Worker, 自身支持HA功能, 采用任务队列来避免过载,不会造成机器卡死
- 简单易用
DAG 监控界面,所有流程定义都是可视化,通过拖拽任务定制DAG,通过API方式与第三方系统对接, 一键部署
- 丰富的使用场景
支持暂停恢复操作. 支持多租户,更好的应对大数据的使用场景. 支持更多的任务类型,如 spark, hive, mr, python, sub_process, shell
- 高扩展性
支持自定义任务类型,调度器使用分布式调度,调度能力随集群线性增长,Master和Worker支持动态上下线
主要能力
- Task以DAG形式关联,实时监控任务的状态。
- 支持Shell、MR、Spark、SQL、依赖等10多种任务类型。
- 工作流优先级、任务优先级,全局参数及局部自定义参数
- 工作流可定时、依赖、手动、暂停/停止/恢复
- 支持补数、多租户、日志在线查看及资源在线管理
- 完善的系统服务监控,任务超时告警/失败。
- 去中心化设计确保系统的稳定、高可用。
- 支持每日十万数据量级任务稳定运行