分布式任務調度框架選型，如何選擇一個合適的框架？首先，這樣一個框架現(xiàn)在已經上市了。強烈建議不要重復制造車輪。首先，我們將介紹幾種主流技術。Elastic job是當當網的開源分布式調度解決方案。它支持

分布式任務調度框架選型，如何選擇一個合適的框架？

首先，這樣一個框架現(xiàn)在已經上市了。強烈建議不要重復制造車輪。

首先，我們將介紹幾種主流技術。

Elastic job是當當網的開源分布式調度解決方案。它支持任務碎片化，能夠充分利用資源。Elastic job有兩個獨立的子項目：Elastic job lite和Elastic job cloud。具體實現(xiàn)可以參考官方教程?？傮w架構如下。

彈性工作的特點：1。分布式調度。高可用性工作。切片任務執(zhí)行。

此外，還有其他可用于比較的框架。例如TBSchedule是阿里巴巴的一個開源分布式調度框架，完全由Java實現(xiàn)，目前正在淘寶、阿里巴巴、支付寶、京東、汽車之家等應用。公開評論的開源XXL作業(yè)也是一種廣泛使用的分布式調度任務。

目前，我已經使用彈性工作和XXL工作。兩個功能都非常強大，后臺管理也比較完善。開始很容易。能滿足日常工作的需要。區(qū)別在于彈性作業(yè)依賴于ZK，而XXL作業(yè)不依賴于ZK，只依賴于數(shù)據(jù)庫。

目前市場上應該還有一些其他的框架，但是以上都是比較主流的，你可以根據(jù)自己的需要來選擇。記住不要反復造輪子。這需要很多時間來驗證。它會讓你遠離深淵。

謝謝。我希望它能幫助你。如果你有什么問題，可以留言。我們一起討論吧

Hadoop支持用python開發(fā)嗎？還有哪些支持python的分布式計算系統(tǒng)框架？

Hadoop支持python。我的理解是，任務通過yarn分配到工作節(jié)點，并通過shell調用。這種方法比原生Mr速度慢，因此沒有得到廣泛的應用。

Spark應該是Python的友好框架。要說缺點，畢竟是Scala或Java風格的API，這對于Python是不夠的。在使用了panda和numpy之后，我覺得spark的API是比較基本的。

此外，python建議您學習dask和芹菜。Dask基于numpy和panda進行封裝，兼容大多數(shù)NP和PD接口。它還支持分布式和可視化界面?？偟膩碚f，這是個不錯的選擇。

作為一個分布式任務調度框架，cellery并不是專門為ETL設計的，所以它的性能比dask差。但我覺得作為一個生產體系，芹菜比較穩(wěn)定。