为了方便大家更加便捷的学习大数据，好程序员今天为大家准备了大数据教程中的Azkaban调度器使用方法，本教程配有全套视频+源码+笔记，内容丰富、讲解透彻，再配上源码，实操性很强！想学习的小伙伴赶快抓紧下载！

关于Azkaban你了解多少呢？

1、Azkaban是什么？

在介绍Azkaban之前，我们先来看一下现有的两个工作流任务调度系统。知名度比较高的应该是Apache Oozie，但是其配置工作流的过程是编写大量的XML配置，而且代码复杂度比较高，不易于二次开发。另外一个应用也比较广泛的调度系统是Airflow，但是其开发语言是Python。

如果团队中将Java作为主流开发语言的话，那么Azkaban可以作为首选，这是因为：

• 基于Java开发，代码结构清晰，易于二次开发；
• 提供功能清晰，简单易用的Web UI界面；
• 提供job配置文件快速建立任务和任务之间的依赖关系；
• 提供模块化和可插拔的插件机制，原生支持command、Java、Hive、Pig、Hadoop

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，这个依赖关系必须是无环的，否则会被视为无效的工作流。

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。

2、Azkaban的适用场景

实际项目中经常有这些场景：

每天有一个大任务，这个大任务可以分成A、B、C、D四个小任务，A、B任务之间没有依赖关系，C任务依赖A、B任务的结果，D任务依赖C任务的结果。

一般的做法是，开两个终端同时执行A,B，两个都执行完了再执行C，最后再执行D。这样的话，整个的执行过程都需要人工参加，并且得盯着各任务的进度。但是我们的很多任务都是在深更半夜执行的，通过写脚本设置crontab执行。

其实，整个过程类似于一个有向无环图（DAG）。每个子任务相当于大任务中的一个流，任务的起点可以从没有度的节点开始执行，任何没有通路的节点之间可以同时执行，比如上述的A，B。

总结起来的话，我们需要的就是一个工作流的调度器，而Azkaban就是能解决上述问题的一个调度器。

3、Azkaban架构

Azkaban在LinkedIn上实施，以解决Hadoop作业依赖问题。我们有工作需要按顺序运行，从ETL工作到数据分析产品。最初是单一服务器解决方案，随着多年来Hadoop用户数量的增加，Azkaban 已经发展成为一个更强大的解决方案。

Azkaban由三个关键组件构成：关系型数据库（MySQL）、AzkabanWebServer、AzkabanExecutorServer（如下图）

4、好程序员大数据之Azkaban

课程价值：

学习完本课程，能掌握调度概念、调度流程、项目调度和azkaban定时调度等。

本课程适合人群：

本课程视频适合所有了解或者系统学习过hadoop生态圈相关组件的学生。若对大数据没有相关了解，能听懂概念，很多操作不能关联。

5、Azkaban课程学习路线图

01 azkaban的概览

02 azkaban和oozie的区别

03 azkaban-3.57.0源码编译

04 solo Server的安装部署

05 solo server测试使用

06 azkaban的command type案例

07 azkaban的shell案例

08 azkban的mapreduce案例

09 azkaban的依赖案例

10 azakabab的定时任务案例

11 azkaban的元数据库初始化

12 azkaban的webserver的安装

13 azkaban的executor的安装

14 azkaban的多executor的测试

6、免费资源领取方式：

关注微信公众号：好程序员，回复“DT7”获取好程序员大数据教程之Azkaban使用方法（全套视频+源码+笔记+配置软件）