ETL調(diào)度系統(tǒng)及常見工具對比：Azkaban、Oozie、數(shù)-創(chuàng)新互聯(lián)

最近遇到了很多正在研究ETL及其工具的同學向我們抱怨：同樣都在用 Kettle ，起點明明沒差異，但為什么別人ETL做的那么快那么好，自己卻不斷掉坑？

網(wǎng)站建設(shè)哪家好，找創(chuàng)新互聯(lián)！專注于網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、小程序開發(fā)、集團企業(yè)網(wǎng)站建設(shè)等服務(wù)項目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了磴口免費建站歡迎大家使用！

其實，類似于像 Kettle 這樣開源的工具，已經(jīng)覆蓋了大部分日常工作所需的功能了，直接部署一套就能夠解決企業(yè)基本的需求。但在實際使用的過程中我們也會發(fā)現(xiàn)，kettle 如同是一個出場自帶電話短信功能的智能手機，少了功能各異的智能 App 的配合，和只能接打電話的老年機也沒什么不同。

今天我們就先對其中一個比較火熱的“App”——調(diào)度工具，做一個簡單的評測對比，幫助大家快速解鎖用開源工具做 ETL 的新姿勢。

一、為什么需要調(diào)度系統(tǒng)？

開局我們先掃盲。

我們都知道大數(shù)據(jù)的計算、分析和處理，一般由多個任務(wù)單元組成（Hive、Sparksql、Spark、Shell等），每個任務(wù)單元完成特定的數(shù)據(jù)處理邏輯。

多個任務(wù)單元之間往往有著強依賴關(guān)系，上游任務(wù)執(zhí)行并成功，下游任務(wù)才可以執(zhí)行。比如上游任務(wù)結(jié)束后拿到 A 結(jié)果，下游任務(wù)需結(jié)合 A 結(jié)果才能產(chǎn)出 B 結(jié)果，因此下游任務(wù)的開始一定是在上游任務(wù)成功運行拿到結(jié)果之后才可以開始。

而為了保證數(shù)據(jù)處理結(jié)果的準確性，就必須要求這些任務(wù)按照上下游依賴關(guān)系有序、高效的執(zhí)行。一個較為基礎(chǔ)的處理方式是，預(yù)估出每個任務(wù)處理所需時間，根據(jù)先后順序，計算出每個任務(wù)的執(zhí)行的起止時間，通過定時跑任務(wù)的方式，讓整個系統(tǒng)保持穩(wěn)定的運行。

一個完整的數(shù)據(jù)分析任務(wù)最少執(zhí)行一次，在數(shù)據(jù)量較少，依賴關(guān)系較為簡單的低頻數(shù)據(jù)處理過程中，這種調(diào)度方式完全可以滿足需求。然而在企業(yè)級場景中，更多的是需要每天執(zhí)行，如果任務(wù)數(shù)量較多，在任務(wù)啟動的時間計算上就將耗費大量時間，另外如果出現(xiàn)上游任務(wù)執(zhí)行時長超出原定預(yù)計時間或者運行異常的問題，上述的處理方式將完全無法應(yīng)對，也會對人力物力造成重復(fù)損耗，因此，對于企業(yè)數(shù)據(jù)開發(fā)過程來說，一個完整且高效的工作流調(diào)度系統(tǒng)將起到至關(guān)重要的作用。

二、調(diào)度系統(tǒng)工具對比

很多同學上手 ETL 工作之后，最先接觸到的應(yīng)該是 linux 自帶的定期執(zhí)行程序的命令 Crontab，使用簡單，運行穩(wěn)定，當安裝完成操作系統(tǒng)之后，默認便會啟動此命令。上手容易但是也有自己的缺點，比如當任務(wù)變多之后無法管理、crontab 在機器上，無法備份，掛機就沒。因此我們在這里對 crontab不做過多介紹，主要針對較為成熟的工作流調(diào)度工具：Apache Oozie、Azkaban、數(shù)棲云進行橫評。

1、Oozie

Oozie：訓象人（調(diào)度mapreduce）。一個基于工作流引擎的開源框架，Oozie需要部署到j(luò)ava servlet中運行，主要用于定時調(diào)度，多任務(wù)之間按照執(zhí)行的邏輯順序調(diào)度。

Oozie 下載地址：https://oozie.apache.org

它有如下功能特點：

統(tǒng)一調(diào)度hadoop系統(tǒng)常見的mr任務(wù)啟動，hdfs操作，shell調(diào)度，hive操作等；
讓復(fù)雜的依賴關(guān)系，時間觸發(fā)，事件觸發(fā)使用xml語言進行表達，開發(fā)效率增高（這個不一定，個人很討厭xml，我覺得效率不高...）；
一組任務(wù)使用一個DAG表示，使用圖形表達，流程清晰；
支持多種任務(wù)調(diào)度，能完成大部分的hadoop任務(wù)；
程序定義支持EL常量和函數(shù)，表達豐富；
Oozie規(guī)定在完成工作后發(fā)送電子郵件通知；
Azkaban使用Web操作。Oozie支持Web，RestApi，Java API操作；

2、Azkaban

Azkaban是由Linkedin開源的一個批量工作流任務(wù)調(diào)度器。用于在一個工作流內(nèi)以一個特定的順序運行一組工作和流程。Azkaban定義了一種KV文件格式來建立任務(wù)之間的依賴關(guān)系，并提供一個易于使用的web用戶界面維護和跟蹤你的工作流。

Azkaban 下載地址：https://azkaban.github.io/downloads.html

它有如下功能特點：

兼容任何版本的hadoop；
易于使用的web界面；
簡單工作流的上傳；
方便配置任務(wù)之間的依賴關(guān)系；
調(diào)度工作流；
模塊化和可插拔的插件機制；
認證/授權(quán)；
能夠殺死并重新啟動工作流；
失敗和成功的電子郵件提醒；

3、數(shù)棲云

基于數(shù)瀾科技旗下產(chǎn)品數(shù)棲4.0部署于云端，面向于個人、企業(yè)主和獨立數(shù)據(jù)應(yīng)用開發(fā)商提供的一個一站式大數(shù)據(jù)工具平臺和社區(qū)?；A(chǔ)套餐永久免費！透過數(shù)棲平臺，個人和企業(yè)無需過多關(guān)注大數(shù)據(jù)底層存儲和計算引擎的復(fù)雜的安裝、繁瑣的配置和日常運維，即可將自有的多來源業(yè)務(wù)系統(tǒng)數(shù)據(jù)進行集成和開發(fā)，形成數(shù)據(jù)資產(chǎn)，并賦能于自有業(yè)務(wù)場景，在云端輕松構(gòu)建自有數(shù)據(jù)中臺。

數(shù)棲云產(chǎn)品介紹頁面：http://dtcloud.dtwave.com

數(shù)棲云在線注冊使用地址：http://shuqi.dtwave.com

數(shù)棲云調(diào)度功能如下：

完成20多種數(shù)據(jù)源的適配調(diào)度：Mysql、Oracle、Hive、HBase、Redis、MongoDB、ODPS、Postgresql、ElasticSearch、API等；
模塊化和可插拔的插件機制；
支持可視化工作流配置；
支持任務(wù)告警：郵件，電話，短信；
調(diào)度類型多樣化：正常調(diào)度，空跑，暫停調(diào)度；
支持任務(wù)優(yōu)先級配置；
調(diào)度周期配置簡單：進行鼠標點擊即可；
支持工作流與工作流之間組裝；
支持工作流測試運行；
在工作流查看界面中就可以完成：查看代碼，運行日志，重跑，置成功并重跑下游，重跑下游等操作；
出錯任務(wù)快速定位；

（Oozie、Azkaban、數(shù)棲云功能對比）

三、一波總結(jié)

Apache Oozie 是一個重量級的任務(wù)調(diào)度系統(tǒng)，功能全面，但是部署及配置會比較麻煩，從 crontab 到 Oozie 上手會有一定難度。Azkaban 是介于 oozie 和 Crontab 之間的工具，但是安全性上不如 Oozie，同時如果出現(xiàn)失敗情況，Azkaban會丟失所有的工作流，Oozie則可以繼續(xù)運行。數(shù)棲云相較于以上兩種工具而言，解決了配置及部署復(fù)雜的問題，易于擴展的同時，也在工作流中有了更多方便開發(fā)及運維的其他功能。

數(shù)棲云產(chǎn)品優(yōu)勢

當然數(shù)棲云不僅僅是一個功能全面的工作流調(diào)度工具，作為一個一站式大數(shù)據(jù)平臺，它同時涵蓋以下功能，無論是簡單的 ETL 工作，還是復(fù)雜的數(shù)據(jù)中臺構(gòu)建工作，使用數(shù)棲云都可以完成?；A(chǔ)版永久免費！無論遇到什么問題都能找客服解決，比開源產(chǎn)品體驗好 100 倍的工具，確定不來試試看嘛？

更多詳情請點擊鏈接了解：http://dtcloud.dtwave.com
或者直接進入數(shù)棲云開始使用：http://shuqi.dtwave.com

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

當前標題：ETL調(diào)度系統(tǒng)及常見工具對比：Azkaban、Oozie、數(shù)-創(chuàng)新互聯(lián)
當前網(wǎng)址：http://bm7419.com/article30/dioeso.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供軟件開發(fā)、網(wǎng)站維護、網(wǎng)站排名、域名注冊、電子商務(wù)、面包屑導航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)