一、为什么需要大数据开发平台
传统的数据开发流程
开发人员通过公共账号登录安装了Hive、Hadoop客户端的gateway机器；
编写自己的脚本，调试代码，完成后通过crontab配置脚本定时执行；
为了防止脚本被其他同事修改，一些谨慎的同事会在每次开发完自己的脚本后同步一份到本机，后面为了实现版本控制，把脚本同步到了git；
传统的开发流程面临的问题
效率低下。
脚本或代码没有版本控制，开发人员想回滚到以前的版本很不方便。
若开发人员疏忽，添加新的需求后未经过调试，将可能会影响生成的数据，进而影响线上业务。
任务缺乏权限控制，可登陆gateway的任何人都可修改、运行脚本。
对于脚本中依赖的表，只能预估它每天产生的时间，一旦它产出延迟，将影响数据的产出。
任务失败无任何报警，只能依靠人工发现。
任务失败重新恢复后无法自动通知依赖下游重新生成。
任务失败要逐层向上游查找最源头的任务失败原因，排查异常繁琐。
一旦gateway机器故障，所有的任务都将灰飞烟灭，毫无疑问这将是一场灾难。
二、大数据开发平台应具备的功能特征
Mars具备的功能特性：
引入版本控制，方便开发人员回滚到之前版本，快速恢复线上调度的任务。
规范大数据开发、测试、上线的流程。
权限控制，任务的所有人、管理员才可以操作任务。
依赖调度，所有依赖的任务执行成功，自动触发自身执行。
任务执行失败，发送执行失败消息给任务所有人，人工介入。
手动恢复任务，恢复成功后，自动通知下游的任务重新执行。
任务依赖图谱，成功失败用不同颜色区分，失败源头一目了然。
任务信息存储在数据库，Mars机器采用分布式系统架构，即使单台机器故障也不会影响使用。
输入输出检测，判断输入表是否准备好，检测输出表数据是否完整。
合理使用Hadoop资源。用户只能使用所属团队指定的hadoop队列。
本文参考链接：https://mp.weixin.qq.com/s?__biz=MzIzMDEyNzM4NQ==&mid=2650956332&idx=1&sn=9fe0952942de8f96d9a1d12f66dcd462&chksm=f34ee05ac439694cb02b8e389f35e201aafea966f51c3a594dacdd29a4d22cde32954bd5bfc4&scene=21#wechat_redirect