Easy Scheduler
Easy Scheduler for Big Data
设计特点： 一个分布式易扩展的可视化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。
其主要目标如下：
- 以DAG图的方式将Task按照任务的依赖关系关联起来，可实时可视化监控任务的运行状态
- 支持丰富的任务类型：Shell、MR、Spark、SQL(mysql、postgresql、hive、sparksql),Python,Sub_Process、Procedure等
- 支持工作流定时调度、依赖调度、手动调度、手动暂停/停止/恢复，同时支持失败重试/告警、从指定节点恢复失败、Kill任务等操作
- 支持工作流优先级、任务优先级及任务的故障转移及任务超时告警/失败
- 支持工作流全局参数及节点自定义参数设置
- 支持资源文件的在线上传/下载，管理等，支持在线文件创建、编辑
- 支持任务日志在线查看及滚动、在线下载日志等
- 实现集群HA，通过Zookeeper实现Master集群和Worker集群去中心化
- 支持对
Master/Workercpu load，memory，cpu在线查看 - 支持工作流运行历史树形/甘特图展示、支持任务状态统计、流程状态统计
- 支持补数
- 支持多租户
- 支持国际化
- 还有更多等待伙伴们探索
与同类调度系统的对比
| EasyScheduler | Azkaban | Airflow | |
|---|---|---|---|
稳定性 |
|||
| 单点故障 | 去中心化的多Master和多Worker | 是 单个Web和调度程序组合 |
是 单一调度程序 |
| HA额外要求 | 不需要(本身就支持HA) | DB | Celery / Dask / Mesos + Load Balancer + DB |
| 过载处理 | 任务队列机制，单个机器上可调度的任务数量可以灵活配置，当任务过多时会缓存在任务队列中，不会造成机器卡死 | 任务太多时会卡死服务器 | 任务太多时会卡死服务器 |
易用性 |
|||
| DAG监控界面 | 任务状态、任务类型、重试次数、任务运行机器、可视化变量等关键信息一目了然 | 只能看到任务状态 | 不能直观区分任务类型 |
| 可视化流程定义 | 是 所有流程定义操作都是可视化的，通过拖拽任务来绘制DAG,配置数据源及资源。同时对于第三方系统，提供api方式的操作。 |
否 通过自定义DSL绘制DAG并打包上传 |
否 通过python代码来绘制DAG，使用不便，特别是对不会写代码的业务人员基本无法使用。 |
| 快速部署 | 一键部署 | 集群化部署复杂 | 集群化部署复杂 |
功能 |
|||
| 是否能暂停和恢复 | 支持暂停，恢复操作 | 否 需将工作流杀死再运行 |
否 需将工作流杀死再运行 |
| 是否支持多租户 | 支持 easyscheduler上的用户可以通过租户和hadoop用户实现多对一或一对一的映射关系，这对大数据作业的调度是非常重要的。 |
否 | 否 |
| 任务类型 | 支持传统的shell任务，同时支持大数据平台任务调度： MR、Spark、SQL(mysql、postgresql、hive、sparksql)、Python、Procedure、Sub_Process | shell、gobblin、hadoopJava、java、hive、pig、spark、hdfsToTeradata、teradataToHdfs | BashOperator、DummyOperator、MySqlOperator、HiveOperator、EmailOperator、HTTPOperator、SqlOperator |
| 契合度 | 支持大数据作业spark,hive,mr的调度，同时由于支持多租户，与大数据业务更加契合 | 由于不支持多租户，在大数据平台业务使用不够灵活 | 由于不支持多租户，在大数据平台业务使用不够灵活 |
扩展性 |
|||
| 是 | 是 | 是 | |
| 是否支持集群扩展 | 是 调度器使用分布式调度，整体的调度能力会随便集群的规模线性增长，Master和Worker支持动态上下线 |
是，但是复杂 Executor水平扩展 |
是，但是复杂 Executor水平扩展 |
系统部分截图
文档
- 部署文档 后端部署文档
更多文档请参考 XXX
帮助
The fastest way to get response from our developers is to submit issues, or add our wechat : 510570367