• 等级
  • 878897 访问
  • 166 原创
  • 91 转发
  • 3390 排名
  • 116 评论
  • 186 获赞

EasyScheduler的架构原理及实现思路

系统架构设计在对调度系统架构说明之前,我们先来认识一下调度系统常用的名词1.名词解释DAG:全称DirectedAcyclicGraph,简称DAG。工作流中的Task任务以有向无环图的形式组装起来,从入度为零的节点进行拓扑遍历,直到无后继节点为止。举例如下图:流程定义:通过拖拽任务节点并建立任务节点的关联所形成的可视化DAG流程实例:流程实例是流程定义的实例化,可以通过手动启动...

2019-04-23 10:17:01

持续改进中——Easy Scheduler 1.0.1版本来了

持续改进中——EasyScheduler1.0.1版本来了背景在多位技术小伙伴的努力下,经过近2年的研发迭代、内部业务剥离及重构,也经历一批种子用户试用一段时间后,EasyScheduler终于迎来了第一个正式开源迭代发布版本–1.0.1,免编译版本下载地址–1.0.1相信做过数据处理的伙伴们对开源的调度系统如oozie、azkaban、airflow应该都不陌生,在使用这些调...

2019-04-17 10:54:37

分布式工作流任务调度系统Easy Scheduler正式开源

EasyScheduler大数据工作流调度系统已经开源,欢迎下载交流https://github.com/analysys/EasySchedulerEasySchedulerforBigData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...

2019-03-29 23:56:37

git使用.gitignore忽略提交文件并没有生效问题解决

idea集成git过滤一些不必要提交到git上的文件以及文件夹的时候发现使用.ignore插件创建.gitignore来忽略提交文件并没有生效,每次commit还是带了一堆不必提交的文件,最后找到了处理办法:.gitignore只能忽略那些原来没有被track的文件,如果某些文件已经被纳入了版本管理中,则修改.gitignore是无效的。那么解决方法就是先把本地缓存删除(改变成未track状态...

2019-03-28 18:02:06

Excel表格转换为MarkDown表格工具

功能十分强大:https://tableconvert.com/还可以下载下来,真是很棒!

2019-03-18 22:49:49

留存分析为何要做, 如何做

导读留存,是指用户在App、网站等应用上使用过,并一段时间后仍有使用。留存分析模型是一种衡量用户健康度/参与度的方法,超越下载量、DAU等这样的虚荣指标,深入了解用户的留存和流失状况,发现影响产品可持续增长的关键因素,指导市场决策、产品改进、提升用户价值等等。▌留存分析能解决哪些问题?1、上个月做了一次产品迭代,如何评估其效果?是否完成了产品经理期望完成的行为?2、作为一个...

2019-03-16 20:51:53

易观推出免费版本方舟Argo,同时开源SDK及调度

易观推出了免费版本方舟Argo,Argo是国内唯一的一款免费的可以私有化部署的用户行为分析平台,可以私有化对接自己的各种内部系统,它的商业版本已经在招商银行、当当、首汽等客户大面积使用了。别人都是免费版到商业版,我们是先做商业版在做靠谱的免费版,初心真的是想把数据能力平民化,同时配合数据采集SDK开源和支持多活分布式的ETL调度工具开源,让更多的人可以把数据用起来。在筹划的时候,公司也没有指望能...

2019-03-01 23:02:37

Apache Curator中的Connection Guarantees(连接保证)

Curator不断监控与ZooKeeper集合的连接。此外,每个操作都包含有重试机制。因此,可以做出以下保证:每个Curator操作都会好好的等待,直到与ZooKeeper建立连接 每个Curator操作(create,getData等)都保证按照当前设置的重试策略管理连接丢失和会话过期 如果连接暂时丢失,Curator将尝试重试该操作,直到按照当前设置的重试策略成功 所有Curator...

2019-02-24 23:24:02

我关注的一些技术微信公众号

AI前线 微信号:ai-frontInfoQ 微信号:infoqchinaCSDN 微信号:CSDNnews开源中国 微信号:oschina2013AI科技大本营 微信号:rgznai100 美团技术团队 (ID:meituantech)DataFunTalk 微信号:datafuntalkHadoop技术博文 微信号:iteblog_...

2019-02-21 15:46:19

在公有云实现分布式系统上千节点功能测试?Alluxio团队基于Docker的模拟方案和经验总结

01摘要对分布式系统进行大规模测试通常是一个昂贵但又必要的流程。由于世界上很多公司和机构都依赖Alluxio技术,我们非常重视Alluxio的测试。因此,我们需要解决的一个问题是如何在不耗尽资源的情况下进行大规模测试。在本博客中,我们将展示Alluxio开源项目的开发维护者如何利用公有云基础设施以经济高效的方式构建和测试我们的系统。我们将Alluxio与流行的计算框架(如Spark和Hive)...

2019-02-14 14:13:04

Mac使用vnc远程登录ubuntu16.04桌面

mac使用vnc远程登录ubuntu16.04桌面1.安装在Ubuntu上安装x11vnc,如下:sudoapt-getinstallx11vnc2.配置vnc密码x11vnc-storepasswd3.启动vnc服务x11vnc-forever-shared-rfbauth~/.vnc/passwd最好后台执行4.在mac上安装vncviewer,安装好后,在...

2019-01-23 15:22:00

开源OLAP引擎测评报告(SparkSql、Presto、Impala、HAWQ、ClickHouse、GreenPlum)

本文为博主公司原创文章,仿冒必究,转载请回复留言开源OLAP引擎测评报告(SparkSql、Presto、Impala、HAWQ、ClickHouse、GreenPlum)易观CTO郭炜序现在大数据组件非常多,众说不一,在每个企业不同的使用场景里究竟应该使用哪个引擎呢?这是易观Spark实战营出品的开源Olap引擎测评报告,团队选取了Hive、Sparksql、Presto、Impala...

2019-01-21 10:47:05

大数据调度--有向无环图(DAG)之拓扑排序

拓扑排序(TopologicalSorting)维基百科上拓扑排序的定义为:对于任何有向无环图(DAG)而言,其拓扑排序为其所有结点的一个线性排序(同一个有向图可能存在多个这样的结点排序)。该排序满足这样的条件——对于图中的任意两个结点U和V,若存在一条有向边从U指向V,则在拓扑排序中U一定出现在V前面。通俗来讲:拓扑排序是一个有向无环图(DAG)的所有顶点的线性序列,该序列必须满足两个...

2019-01-20 22:47:02

2019.01.12 Presto中国区用户线下Meetup

2019.01.12号,我们邀请Presto原创团队莅临中国,带来关于Presto的最新feature和roadmap动态,也邀请国内的Presto前沿公司兄弟分享实践干货,期待各位朋友的参加:活动地点:北京朝阳区绿地中心B座10层盖亚互娱乌月神殿活动时间:2019年1月12日14:00~2019年1月12日17:30活动议程:议程一14:00-14:30Introdu...

2019-01-13 12:38:37

HDFS中的内存存储支持

因工作中olap场景中对性能的极致要求,我们将部分业务数据的hdfs路径的存储策略设置为放在内存中(RAM_DISK)中,这是在hadoop2.6以后的版本支持的。抽空翻译了官网的文章HDFS中的内存存储支持介绍 管理员配置 限制副本使用的内存 在数据节点上设置RAM磁盘 选择tmpfs(vsramfs) 挂载RAM磁盘 使用RAM_DISK存储类型标记tmpfs卷 ...

2019-01-10 00:03:37

如何建立数据思维

数据思维是新手和老手的分界线(之一)作为数据PM,不管是初入行还是处于打怪中间态,都需要建立数据思维,从实战经验来看,数据思维也是区分一般数据PM和高阶数据PM的分界线之一。我刚入行时,做广告商业产品,遇到一个case让我见识到了产品老大的数据思维。对于广告部门而言,收入是KPI,每天的广告收入是老大重点关注的指标,老大的功力在于能从整体的收入下降不断递进反推快速命中下降的原因。当天的真实情况是...

2019-01-02 22:33:55

如何定义数据指标

数据指标的定义,是培养数据思维要闯的第一道关。比如常见的以下指标定义:1、激活,如何定义一个激活?下载、安装并打开APP的用户数?我们暂且这么定义。根据定义,下载没安装或者安装没打开的用户,都不计入激活。只有完成所有步骤的用户才算。但是问题来了,一个用户下载、安装并打开APP时,根本没登录,他只是一个游客。激活的定义变成:下载、安装并打开APP的游客数。如果我们把这个定义交给开发,开发可能...

2019-01-02 22:20:30

大数据分析的下一代架构--IOTA架构设计实践[下]

IOTA架构提出背景大数据3.0时代以前,Lambda数据架构成为大数据公司必备的架构,它解决了大数据离线处理和实时数据处理的需求。典型的Lambda架构如下:Lambda架构的核心思想是:数据从底层的数据源开始,经过各样的格式进入大数据平台,然后分成两条线进行计算。一条线是进入流式计算平台,去计算实时的一些指标;另一条线进入批量数据处理离线计算平台,去计算T+1的相关业务指标,这些指标需...

2018-12-31 20:59:53

spark-submit时上传spark依赖到hdfs时间较长问题解决

spark-submit时,发现上传spark依赖到hdfs时间长达数分钟,现象如下方截图:这个日志之后在上传程序依赖的jar,根据不同网络负荷,需要耗时数十秒甚至数分钟,导致任务提交速度超级慢,在官网上查到出现这种现象的原因:https://spark.apache.org/docs/2.1.1/running-on-yarn.html翻译过来就是:要想在yarnspark...

2018-12-22 17:55:47

数据分析指标名词解释

数据分析指标名词解释名词解释维度指人们分析事物的角度。比如,分析活跃用户,可以从时间的维度,也可以从地域的维度去看,也可以时间、地域两个维度组合去分析。有层次关系的维度,就可以根据分析需求改变维的层次,变换分析的粒度钻取,比如分析活跃用户,从地域这个维度类型上,可以细分到省份、城市、县、乡镇的用户,也可以向上汇总。不同维度有些是相互独立的,比如时间维度和地域维度;但有些维度是有层次...

2018-12-21 22:23:07

博客专家

代立冬

Stay Hungry Stay Foolish 外功修行 内功修神 ...展开 收起
关注
  • 互联网·电子商务/架构师
  • 中国 北京 朝阳区
奖章
  • 专栏达人
  • 持之以恒
  • 1024勋章
  • 勤写标兵Lv1