主流大数据调度工具对比

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
主流大数据调度工具对比_第1张图片
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

  1. 高可靠性

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

  1. 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

  1. 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

  1. 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

你可能感兴趣的:(java后端技术栈,大数据,big,data)