記得第一次參與大數(shù)據(jù)平臺(tái)從無到有的搭建，最開始任務(wù)調(diào)度就是用的Crontab，分時(shí)日月周，各種任務(wù)腳本配置在一臺(tái)主機(jī)上。crontab 使用非常方便，配置也很簡(jiǎn)單。剛開始任務(wù)很少，用著還可以，每天起床巡檢一下日志。隨著任務(wù)越來越多，出現(xiàn)了任務(wù)不能在原來計(jì)劃的時(shí)間完成，出現(xiàn)了上級(jí)任務(wù)跑完前，后面依賴的任務(wù)已經(jīng)起來了，這時(shí)候沒有數(shù)據(jù)，任務(wù)就會(huì)報(bào)錯(cuò)，或者兩個(gè)任務(wù)并行跑了，出現(xiàn)了錯(cuò)誤的結(jié)果。排查任務(wù)錯(cuò)誤原因越來麻煩，各種任務(wù)的依賴關(guān)系越來越負(fù)責(zé)，最后排查任務(wù)問題就行從一團(tuán)亂麻中，一根一根梳理出每天麻繩。crontab雖然簡(jiǎn)單，穩(wěn)定，但是隨著任務(wù)的增加和依賴關(guān)系越來越復(fù)雜，已經(jīng)完全不能滿足我們的需求了，這時(shí)候就需要建設(shè)自己的調(diào)度系統(tǒng)了。

多個(gè)任務(wù)單元之間往往有著強(qiáng)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)1結(jié)束后拿到結(jié)果，下游任務(wù)2、任務(wù)3需結(jié)合任務(wù)1的結(jié)果才能執(zhí)行，因此下游任務(wù)的開始一定是在上游任務(wù)成功運(yùn)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(zhǔn)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，最終確保能按時(shí)正常生成業(yè)務(wù)指標(biāo)。

Apache Airflow是一種功能強(qiáng)大的工具，可作為任務(wù)的有向無環(huán)圖（DAG）編排、任務(wù)調(diào)度和任務(wù)監(jiān)控的工作流工具。Airflow在DAG中管理作業(yè)之間的執(zhí)行依賴，并可以處理作業(yè)失敗，重試和警報(bào)。開發(fā)人員可以編寫Python代碼以將數(shù)據(jù)轉(zhuǎn)換為工作流中的操作。

主要有如下幾種組件構(gòu)成：

具體執(zhí)行流程：

將各個(gè)任務(wù)操作組件拖放到工作區(qū)，kettle支持各種常見的數(shù)據(jù)轉(zhuǎn)換。此外，用戶可以將Python，Java，JavaScript和SQL中的自定義腳本拖放到畫布上。kettle可以接受許多文件類型作為輸入，還可以通過JDBC，ODBC連接到40多個(gè)數(shù)據(jù)庫(kù)，作為源或目標(biāo)。社區(qū)版本是免費(fèi)的，但提供的功能比付費(fèi)版本少。

XXL-JOB是一個(gè)分布式任務(wù)調(diào)度平臺(tái)，其核心設(shè)計(jì)目標(biāo)是開發(fā)迅速、學(xué)習(xí)簡(jiǎn)單、輕量級(jí)、易擴(kuò)展。將調(diào)度行為抽象形成“調(diào)度中心”公共平臺(tái)，而平臺(tái)自身并不承擔(dān)業(yè)務(wù)邏輯，“調(diào)度中心”負(fù)責(zé)發(fā)起調(diào)度請(qǐng)求；將任務(wù)抽象成分散的JobHandler，交由“執(zhí)行器”統(tǒng)一管理，“執(zhí)行器”負(fù)責(zé)接收調(diào)度請(qǐng)求并執(zhí)行對(duì)應(yīng)的JobHandler中業(yè)務(wù)邏輯；因此，“調(diào)度”和“任務(wù)”兩部分可以相互解耦，提高系統(tǒng)整體穩(wěn)定性和擴(kuò)展性。（后來才知道XXL是作者名字拼音首字母縮寫）

調(diào)度系統(tǒng)開源工具有很多，可以結(jié)合自己公司人員的熟悉程度和需求選擇合適的進(jìn)行改進(jìn)。

調(diào)度平臺(tái)其實(shí)需要解決三個(gè)問題：任務(wù)編排、任務(wù)執(zhí)行和任務(wù)監(jiān)控。

調(diào)度平臺(tái)設(shè)計(jì)中還需要注意以下幾項(xiàng)：

ETL 開發(fā)是數(shù)據(jù)工程師必備的技能之一，在數(shù)據(jù)倉(cāng)庫(kù)、BI等場(chǎng)景中起到重要的作用。但很多從業(yè)者連 ETL 對(duì)應(yīng)的英文是什么都不了解，更不要談對(duì) ETL 的深入解析，這無疑是非常不稱職的。做ETL 你可以用任何的編程語(yǔ)言來完成開發(fā)，無論是 shell、python、java 甚至數(shù)據(jù)庫(kù)的存儲(chǔ)過程，只要它最終是讓數(shù)據(jù)完成抽?。‥）、轉(zhuǎn)化（T）、加載（L）的效果即可。由于ETL是極為復(fù)雜的過程，而手寫程序不易管理，所以越來越多的可視化調(diào)度編排工具出現(xiàn)了。

不管黑貓白貓，只要能逮住老鼠就是好貓。不管是哪種工具，只要具備高效運(yùn)行、易于維護(hù)兩個(gè)特點(diǎn)，都是一款好工具。

歷史好文推薦你點(diǎn)的每個(gè)在看，我都認(rèn)真當(dāng)成了喜歡