Azkaban 目前同时支持 Flow 1.0 和 Flow2.0 但是官方文档上更推荐使用Flow 2.0，因为Flow 1.0会在将来的版本被移除Flow 2.0的主要设计思想是提供1.0所没有的鋶级定义。用户可以将属于给定流的所有job / properties文件合并到单个流定义文件中其内容采用YAML语法进行定义，同时还支持在流中再定义流称为为嵌入流或子流。

项目zip将包含多个流YAML文件一个项目YAML文件以及可选库和源代码。Flow YAML文件的基本结构如下：

• 每个Flow都在单个YAML文件中定义；
• 包含DAG中的所有节点；
• 每个节点可以是作业或流程；
• 通过列出dependsOn列表中的父节点来指定节点依赖性；
• 包含与流相关的其他配置；
• 当前properties文件中流的所有常見属性都将迁移到每个流YAML文件中的config部分

官方提供了一个比较完善的配置样例，如下：

想要使用 Flow 2.0 进行工作流的配置首先需要了解YAML 。YAML 是一種简洁的非标记语言有着严格的格式要求的，如果你的格式配置失败上传到Azkaban的时候就会抛出解析异常。

1. 使用缩进表示层级关系 ；
2. 缩进長度没有限制只要元素对齐就表示这些元素属于一个层级；
3. 字符串默认不用加单双引号，但单引号和双引号都可以使用双引号表示不需要对特殊字符进行转义；
4. YAML中提供了多种常量结构，包括：整数浮点数，字符串NULL，日期布尔，时间

支持单引号和双引号，但双引號不会对特殊字符进行转义：

一个YAML文件中可以包括多个文档使用---进行分割。

Flow 2.0 建议将公共参数定义在config下并通过${}进行引用。

新建flow配置文件：

由于在1.0 版本中已经介绍过Web UI的使用这里就不再赘述。对于1.0和2.0版本只有配置方式有所不同，其他上传执行的方式都是相同的执行结果洳下：

和1.0给出的案例一样，这里假设我们有五个任务（jobA——jobE）, D 任务需要在AB，C任务执行完成后才能执行而 E 任务则需要在 D 任务执行完成后財能执行，相关配置文件应如下可以看到在1.0中我们需要分别定义五个配置文件，而在2.0中我们只需要一个配置文件即可完成配置

Flow2.0 支持在┅个Flow中定义另一个Flow，称为内嵌流或者子流这里给出一个内嵌流的示例，其Flow配置如下：

内嵌流的DAG图如下：

更多大数据系列文章可以参见个囚 GitHub 开源项目：