面向应用的离线计算系统：周期任务&组合策略

1 场景

业务应用系统想大批量利用数据中心的计算能力跑数，回传结果。比如一个个地区的详情数据。而大数据平台通常是调度平台系统，和业务系统是两个独立的平台系统，如何建立交互方式。

业务有个性化的实验策略，需要组合业务条件达到实验效果。比如捞取不同的数据实验算法策略。

2 问题

2.1业务系统和大数据系统交互

在大数据平台部署一个服务，接收业务系统的请求，转化为内部的一个调度任务。如果业务系统并发太多，不停提交到大数据的调度平台，资源会非常紧张，动不动几十G到几百G的资源使用。

2.2 任务如何生成

所有的任务其实是一个函数，函数又由多个函数组成，只是这些函数是大数据的计算函数，名为算子。算子可以串行，也可以并行。算子如何编排？

2.3任务如何执行

任务可以是一个批任务，比如spark或者hive任务。这个任务是主动触发运行还是周期运行？

3 解决

系统简单，但实用。一个API服务，一个调度任务。

业务系统通过API服务创建任务，即mysql表里的一行数据。包括任务状态、任务配置、启动时间、结束时间等信息。

对于任务的配置，可以实用json数组+Map的组合方式串联，数组的每个节点对应一个处理算子，同时可以传参数。配置好的任务，暴露一个策略名称给外部实用，实际会调用到如下json。

[
    {