Azkaban在LinkedIn实施，以解决Hadoop作业依赖性问题。我们有需要按顺序运行的工作，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3个关键组成部分组成：

• 关系数据库（MySQL）

• AzkabanWebServer

• AzkabanExecutorServer

关系数据库（MySQL）

Azkaban使用MySQL来存储其大部分状态。AzkabanWebServer和AzkabanExecutorServer都访问数据库。

AzkabanWebServer服务器使用db的原因如下：

• 项目管理 - 项目，项目权限以及上载的文件。

• 执行流状态 - 跟踪执行流程以及Executor正在运行它们。

• 以前的流程/作业 - 搜索以前执行的作业和流程以及访问其日志文件。

• 调度程序 - 保持计划作业的状态。

• SLA - 保留所有sla规则

AzkabanExecutorServer使用db的原因如下：

• 访问项目 - 从数据库中检索项目文件。

• 执行流/作业 - 检索和更新正在执行的流的数据

• 日志 - 将作业和流的输出日志存储到数据库中。

• 交互依赖性 - 如果流在另一个执行程序上运行，它将从数据库中获取状态。

AzkabanWebServer

AzkabanWebServer是所有Azkaban的主要经理。它处理项目管理，身份验证，调度程序和执行监视。它还可用作Web用户界面。

使用Azkaban很容易。Azkaban使用*.job键值属性文件来定义工作流中的各个任务，使用_dependencies_属性来定义作业的依赖关系链。这些作业文件和相关代码可以*.zip通过Azkaban UI或通过curl 存档到Web服务器中并上传。

AzkabanExecutorServer

以前版本的Azkaban在单个服务器中同时具有AzkabanWebServer和AzkabanExecutorServer功能。Executor后来被分成了自己的服务器。拆分这些服务有几个原因：如果一个服务器出现故障，我们很快就能够扩展执行的数量并回退到运行的执行程序。此外，我们能够以最小的用户影响推出Azkaban的升级