Hadoop作业调度策略主要包括以下几种：
1. FIFO（先进先出）调度
- 特点：按照作业提交的顺序进行调度。
- 适用场景：适用于作业执行时间相对均匀，且对实时性要求不高的场景。
2. Capacity Scheduler
- 特点：
- 支持多租户环境。
- 可以为不同的队列分配不同的资源配额。
- 允许管理员设置队列的优先级和公平性策略。
- 提供了作业的延迟提交和抢占功能。
- 适用场景：适用于需要精细控制资源分配和优先级的生产环境。
3. Fair Scheduler
- 特点：
- 同样支持多租户。
- 力求在所有队列之间实现资源的公平共享。
- 可以动态调整队列的资源分配，以适应工作负载的变化。
- 提供了作业的延迟提交和抢占功能。
- 适用场景：适用于需要确保所有用户或应用程序都能获得大致相等资源访问机会的场景。
4. YARN调度器
- 特点：
- YARN（Yet Another Resource Negotiator）是Hadoop 2.x引入的资源管理层，负责集群资源的分配和管理。
- 它包含两个主要的调度器组件：ResourceManager和NodeManager。
- ResourceManager负责全局资源管理和任务调度决策。
- NodeManager负责单个节点上的资源管理和任务执行监控。
- 适用场景：适用于大规模分布式计算环境，需要高效资源利用率和灵活的任务调度。
5. 自定义调度器
- 特点：
- 开发者可以根据具体需求实现自己的调度逻辑。
- 可以集成第三方调度系统或工具。
- 适用场景：适用于有特殊业务需求或性能优化目标的场景。
6. 作业依赖关系调度
- 特点：
- 考虑作业之间的依赖关系，确保前置作业完成后才启动后续作业。
- 可以通过DAG（Directed Acyclic Graph）来表示作业间的依赖关系。
- 适用场景：适用于复杂的工作流和数据处理任务。
7. 优先级调度
- 特点：
- 为每个作业分配一个优先级，高优先级的作业优先获得资源。
- 可以根据作业的重要性和紧急程度来设置优先级。
- 适用场景：适用于需要快速响应关键任务的场景。
8. 资源预留调度
- 特点：
- 预先为某些关键作业预留一定的资源，确保它们在任何情况下都能获得所需的资源。
- 适用场景：适用于对关键业务连续性要求极高的场景。
注意事项
- 在选择调度策略时，应综合考虑集群规模、工作负载特性、业务需求和运维能力等因素。
- 定期评估和调整调度策略，以适应不断变化的业务环境和性能指标。
总之，Hadoop提供了多种作业调度策略以满足不同场景的需求，合理选择和使用这些策略可以显著提高集群的资源利用率和作业执行效率。