Azkaban与Oozie详细对比

Azkaban与Oozie对比

　　对市面上最流行的两种调度器，给出以下详细对比。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。ooize相比azkaban是一个重量级的任务调度系统，功能全面，但配置使用也更复杂。如果可以不在意某些功能的缺失，轻量级调度器azkaban是很不错的候选对象。

从功能上来对比

　　两者均可以调度linux命令、mapreduce、spark、pig、java、hive、java程序、脚本工作流任务

　　两者均可以定时执行工作流任务

从工作流定义上来对比

　　1、Azkaban使用Properties文件定义工作流

　　2、Oozie使用XML文件定义工作流

从工作流传参上来对比

　　1、Azkaban支持直接传参，例如${input}

　　2、Oozie支持参数和EL表达式，例如${fs:dirSize(myInputDir)}

从定时执行上来对比

　　1、Azkaban的定时执行任务是基于时间的

　　2、Oozie的定时执行任务基于时间和输入数据

从资源管理上来对比

　　1、Azkaban有较严格的权限控制，如用户对工作流进行读/写/执行等操作

　　2、Oozie暂无严格的权限控制

从工作流执行上来对比

　　1、Azkaban有三种运行模式：

　　　　1.1、solo server mode：最简单的模式，数据库内置的H2数据库，管理服务器和执行服务器都在一个进程中运行，任务量不大项目可以采用此模式。

　　　　1.2、 two server mode：数据库为mysql，管理服务器和执行服务器在不同进程，这种模式下，管理服务器和执行服务器互不影响

　　　　1.3 、multiple executor mode：该模式下，执行服务器和管理服务器在不同主机上，且执行服务器可以有多个

　　　　我这次采用第二种模式，管理服务器、执行服务器分进程，但在同一台主机上。

　　2、Oozie作为工作流服务器运行，支持多用户和多工作流

从工作流管理上来对比

　　1、Azkaban支持浏览器以及ajax方式操作工作流

　　2、Oozie支持命令行、HTTP REST、Java API、浏览器操作工作流

另一版本区别：

　　两者在功能方面大致相同，只是Oozie底层在提交Hadoop Spark作业是通过org.apache.hadoop的封装好的接口进行提交，而Azkaban可以直接操作shell语句。在安全性上可能Oozie会比较好。

　　工作流定义：Oozie是通过xml定义的而Azkaban为properties来定义。

　　部署过程： Oozie的部署太虐心了。有点难。同时它是从Yarn上拉任务日志。

　　　　　　　　Azkaban中如果有任务出现失败，只要进程有效执行，那么任务就算执行成功，这是BUG，但是Oozie能有效的检测任务的成功与失败。

　　操作工作流：Azkaban使用Web操作。Oozie支持Web，RestApi，Java API操作。

　　权限控制： Oozie基本无权限控制，Azkaban有较完善的权限控制，入用户对工作流读写执行操作。

　　　　　　　　Oozie的action主要运行在hadoop中而Azkaban的actions运行在Azkaban的服务器中。

　　记录**workflow**的状态：Azkaban将正在执行的workflow状态保存在内存中，Oozie将其保存在Mysql中。

　　出现失败的情况：Azkaban会丢失所有的工作流，但是Oozie可以在继续失败的工作流运行。