資料排程

ob和Task有幾種不同語境下的區別：

spark語境下

在Spark中，Task是一個Job進行切割後執行的最小運算單元。一般情況下，一個rdd有多少個partition，就會有多少個Task，因為每一個Task只是處理一個partition上的資料。而Task進行組合分批後，被稱為stage。Spark會為不同的stage以及不同的Task設好前後依賴，來保證整個Job執行的正確性和完整性，最後一個resultTask結束意味著Job成功執行。

Job>stage>Task

hadoop語境下

Hadoop一個作業稱為一個Job，Job裡面分為Map Task和Reduce Task階段，每個Task都在自己的程式中執行，當Task結束時，程式也會隨之結束。

Job>Task

某排程產品語境下

Task：一個任務。

TaskType：任務型別，如ETL、MR Job、Simple。

Job：作業，任務在執行過程中的一次執行。

綜上所述，Job、Task不同語境下，他們的關係是不一樣的，所以在不同的資料排程產品中，要注意他們的區別。

總結一下，資料排程，就是一個任務何時執行，何時結束以及正確的處理任務之間的依賴關係。我們需要關注的首要重點是在正確的時間點啟動正確的作業，確保作業按照正確的依賴關係及時準確的執行。