前言

80後的同學們看到azkaban這個詞，第一反應就會想起哈利波特。沒錯，就是哈利波特系列的第三部：阿茲卡班的囚徒（Harry Potter and the Prisoner of Azkaban)。這個囚徒，就是指Potter的教父小天狼星。一晃，哈利波特都寫完多好多年了，俺們都從十多歲的小屁孩變成三十歲的中年人了。。。
當然，今天咱們文章的主角不是Potter，也不是小天狼星，也不是K.J.Rowling女士。而是一個開源專案，名字就叫azkaban…

需求

實際當中經常有這些場景：每天有一個大任務，這個大任務可以分成A,B,C,D四個小任務，A,B任務之間沒有依賴關係，C任務依賴A,B任務的結果，D任務依賴C任務的結果。一般的做法是，開兩個終端同時執行A,B，兩個都執行完了再執行C，最後再執行D。這樣的話，整個的執行過程都需要人工參加，並且得盯著各任務的進度。但是我們的很多工都是在深更半夜執行的，通過寫指令碼設定crontab執行。其實，整個過程類似於一個有向無環圖（DAG）。每個子任務相當於大任務中的一個流，任務的起點可以從沒有度的節點開始執行，任何沒有通路的節點之間可以同時執行，比如上述的A,B。總結起來的話，我們需要的就是一個工作流的排程器，而azkaban就是能解決上述問題的一個排程器。

azkaban的github地址：https://azkaban.github.io/
azkaban是由linkedin開源的。在github上的主頁介紹有如下介紹：

azkaban元件簡介

在文件頁面，我們截了個簡單的圖，能對azkaban的元件有個基本的瞭解

從上面我們可以得出如下資訊：
1.azkaban主要是應用於hadoop生態圈的任務排程的。我們在實際使用過程中，也主要是用來做hadoop相關任務的排程，其他任務的排程暫時還沒有進行相關實踐。
2.關鍵元件有三部分：web server,executor server,mysql。目前azkaban貌似只支援mysql資料庫，相關的資料都存在mysql中。

後續再為大家介紹具體如何使用azkaban進行hadoop相關任務的排程。