Easy Scheduler ============ [![License](https://img.shields.io/badge/license-Apache%202-4EB1BA.svg)](https://www.apache.org/licenses/LICENSE-2.0.html) update(2019-03-29 11:30) ============ https://analysys.github.io/easyscheduler_docs_cn/ 这是文档(未完待续)。现在正在上传代码到github,有点慢!可以下载的时候会告诉大家,请稍作等待!! > 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/Worker` cpu 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 ![调度系统对比](http://geek.analysys.cn/static/upload/47/2019-03-01/9609ca82-cf8b-4d91-8dc0-0e2805194747.jpeg) ### 系统部分截图 ![](http://geek.analysys.cn/static/upload/221/2019-03-29/0a9dea80-fb02-4fa5-a812-633b67035ffc.jpeg) ![](http://geek.analysys.cn/static/upload/221/2019-03-29/43489f10-d01c-4fc3-b7b1-6f66405cc621.jpeg) ![](http://geek.analysys.cn/static/upload/221/2019-03-29/83c937c7-1793-4d7a-aa28-b98460329fe0.jpeg) ### 文档 - 后端部署文档 - 前端部署文档 - [**使用手册**](https://analysys.github.io/easyscheduler_docs_cn/系统使用手册.html?_blank "系统使用手册") 更多文档请参考 easyscheduler中文在线文档 ### 帮助 The fastest way to get response from our developers is to submit issues, or add our wechat : 510570367