美文网首页
Azkaban 入门

Azkaban 入门

作者: djm猿 | 来源:发表于2019-09-27 01:00 被阅读0次

    1 Azkaban 概述

    1.1 为什么需要工作流调度系统

    一个完整的数据分析系统通常都是由大量任务单元组成:shell,java,mr、hive 等

    各任务单元之间存在时间先后及前后依赖关系

    为了很好地组织起这样的复杂执行计划,需要一个工作流调度系统来调度执行

    image

    1.2 什么是 Azkaban?

    Azkaban 是一个批量工作流任务调度器,主要用于在一个工作流内以一个特定的顺序运行一组工作和流程,它的配置是通过简单的 KV 对的方式,通过配置中的 dependencies 来设置依赖关系,Azkaban 使用 job 配置文件建立任务之间的依赖关系,并提供一个易于使用的 web 用户界面维护和跟踪你的工作流。

    1.3 特点

    • 兼容任何版本的 Hadoop
    • 易于使用的 Web 用户界面
    • 简单的工作流的上传
    • 方便设置任务之间的关系
    • 调度工作流
    • 模块化和可插拔的插件机制
    • 认证/授权(权限的工作)
    • 能够杀死并重新启动工作流
    • 有关失败和成功的电子邮件提醒

    1.4 架构

    image

    1、AzkabanWebServer:AzkabanWebServer 是整个 Azkaban 工作流系统的主要管理者,它用户登录认证、负责 project管理、定时执行工作流、跟踪工作流执行进度等一系列任务

    2、AzkabanExecutorServer:负责具体的工作流的提交、执行,它们通过数据库来协调任务的执行

    3、关系型数据库(MySQL):存储大部分执行流状态,AzkabanWebServer 和 AzkabanExecutorServer 都需要访问数据库

    2 安装部署

    1、在 /opt/module 目录下创建 azkaban 目录

    [djm@hadoop102 module]$ mkdir azkaban
    

    2、解压 azkaban-web-server-2.5.0.tar.gz、azkaban-executor-server-2.5.0.tar.gz、azkaban-sql-script-2.5.0.tar.gz

    [djm@hadoop102 software]$ tar -zxvf azkaban-web-server-2.5.0.tar.gz -C /opt/module/azkaban/
    [djm@hadoop102 software]$ tar -zxvf azkaban-executor-server-2.5.0.tar.gz -C /opt/module/azkaban/
    [djm@hadoop102 software]$ tar -zxvf azkaban-sql-script-2.5.0.tar.gz -C /opt/module/azkaban/
    

    3、对解压后的文件夹重命名

    [djm@hadoop102 azkaban]$ mv azkaban-web-2.5.0/ server
    [djm@hadoop102 azkaban]$ mv azkaban-executor-2.5.0/ executor
    

    4、创建数据库并导入脚本

    mysql> create database azkaban;
    mysql> use azkaban;
    mysql> source /opt/module/azkaban/azkaban-2.5.0/create-all-sql-2.5.0.sql
    

    5、生成密钥对和证书

    Keytool 是 Java 数据证书的管理工具,使用户能够管理自己的公/私钥对及相关证书

    -keystore:指定密钥库的名称及位置(产生的各类信息将存在.keystore文件中)

    -genkey:生成密钥对

    -alias:为生成的密钥对指定别名,如果没有默认是 mykey

    -keyalg:指定密钥的算法 RSA/DSA 默认是 DSA

    生成 keystore的密码及相应信息的密钥库

    [djm@hadoop102 server]$ keytool -keystore keystore -alias jetty -genkey -keyalg RSA
    

    6、配置时间同步服务器

    7、进入 azkaban web 服务器安装目录 conf 目录,编辑 azkaban.properties

    #Azkaban Personalization Settings
    #服务器UI名称,用于服务器上方显示的名字
    azkaban.name=Test
    #描述
    azkaban.label=My Local Azkaban
    #UI颜色
    azkaban.color=#FF3601
    azkaban.default.servlet.path=/index
    #默认web server存放web文件的目录
    web.resource.dir=/opt/module/azkaban/server/web/
    #默认时区,已改为亚洲/上海 默认为美国
    default.timezone.id=Asia/Shanghai
    
    #Azkaban UserManager class
    user.manager.class=azkaban.user.XmlUserManager
    #用户权限管理默认类(绝对路径)
    user.manager.xml.file=/opt/module/azkaban/server/conf/azkaban-users.xml
    
    #Loader for projects
    #global配置文件所在位置(绝对路径)
    executor.global.properties=/opt/module/azkaban/executor/conf/global.properties
    azkaban.project.dir=projects
    
    #数据库类型
    database.type=mysql
    #端口号
    mysql.port=3306
    #数据库连接IP
    mysql.host=hadoop102
    #数据库实例名
    mysql.database=azkaban
    #数据库用户名
    mysql.user=root
    #数据库密码
    mysql.password=123456
    #最大连接数
    mysql.numconnections=100
    
    # Velocity dev mode
    velocity.dev.mode=false
    
    # Azkaban Jetty server properties.
    # Jetty服务器属性.
    #最大线程数
    jetty.maxThreads=25
    #Jetty SSL端口
    jetty.ssl.port=8443
    #Jetty端口
    jetty.port=8081
    #SSL文件名(绝对路径)
    jetty.keystore=/opt/module/azkaban/server/keystore
    #SSL文件密码
    jetty.password=123456
    #Jetty主密码与keystore文件相同
    jetty.keypassword=123456
    #SSL文件名(绝对路径)
    jetty.truststore=/opt/module/azkaban/server/keystore
    #SSL文件密码
    jetty.trustpassword=123456
    
    # Azkaban Executor settings
    executor.port=12321
    
    # mail settings
    mail.sender=
    mail.host=
    job.failure.email=
    job.success.email=
    
    lockdown.create.projects=false
    
    cache.directory=cache
    

    8、在 azkaban web 服务器安装目录 conf 目录,编辑 azkaban-users.xml,增加管理员用户

    <azkaban-users>
        <user username="azkaban" password="azkaban" roles="admin" groups="azkaban" />
        <user username="metrics" password="metrics" roles="metrics"/>
        <user username="admin" password="admin" roles="admin,metrics"/>
        <role name="admin" permissions="ADMIN" />
        <role name="metrics" permissions="METRICS"/>
    </azkaban-users>
    

    9、进入执行服务器安装目录 conf,编辑 azkaban.properties

    #Azkaban
    #时区
    default.timezone.id=Asia/Shanghai
    
    # Azkaban JobTypes Plugins
    #jobtype 插件所在位置
    azkaban.jobtype.plugin.dir=plugins/jobtypes
    
    #Loader for projects
    executor.global.properties=/opt/module/azkaban/executor/conf/global.properties
    azkaban.project.dir=projects
    
    database.type=mysql
    mysql.port=3306
    mysql.host=hadoop102
    mysql.database=azkaban
    mysql.user=root
    mysql.password=123456
    mysql.numconnections=100
    
    # Azkaban Executor settings
    #最大线程数
    executor.maxThreads=50
    #端口号(如修改,请与web服务中一致)
    executor.port=12321
    #线程数
    executor.flow.threads=30
    

    10、启动 executor

    [djm@hadoop102 executor]$ bin/azkaban-executor-start.sh
    

    11、启动 web

    [djm@hadoop102 server]$ bin/azkaban-web-start.sh
    

    12、访问 web 页面

    https://hadoop102:8443

    3 实战案例

    3.1 单 job

    1、在本地创建一个 first.job

    #first.job
    type=command
    command=echo 'this is my first job'
    

    2、打成一个压缩包

    3、创建工作流并上传文件

    image image

    4、执行任务

    image image

    3.2 多 job

    1、在本地创建 start.job、step1.job、step2.job、end.job

    #start.job
    type=command
    command=touch /opt/module/kangkang.txt
    
    #step1.job
    type=command
    dependencies=start
    command=echo "this is step1 job"
    
    #step2.job
    type=command
    dependencies=start
    command=echo "this is step2 job"
    
    #end.job
    type=command
    dependencies=step1,step2
    command=echo "this is end job"
    

    2、打成压缩包

    3、创建工作流并上传文件

    4、执行任务

    3.3 javaprocess

    1、创建一个 Java 项目

    package com.djm.azkaban;
    
    import java.io.FileOutputStream;
    import java.io.IOException;
    
    public class AzkabanTest {
        public void run() {
            FileOutputStream fos = null;
            try {
                fos = new FileOutputStream("/opt/module/azkaban/output.txt");
                fos.write("this is a java progress".getBytes());
            } catch (IOException e) {
                e.printStackTrace();
            } finally {
                try {
                    fos.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    
        public static void main(String[] args) {
            AzkabanTest azkabanTest = new AzkabanTest();
            azkabanTest.run();
        }
    }
    

    2、打成 jar 包

    3、创建 java.job

    #java.job
    type=javaprocess
    java.class=com.djm.azkaban.AzkabanTest
    classpath=./*
    

    4、将 jar 和 job 一起打包

    5、创建工作流并上传文件

    6、执行任务

    3.4 HDFS

    1、创建 fs.job

    #hdfs job
    type=command
    command=/opt/module/hadoop-2.7.2/bin/hadoop fs -mkdir /azkaban
    

    2、打成压缩包

    3、创建工作流并上传文件

    4、执行任务

    3.4 MR

    1、创建 mappreduce.job

    #mapreduce job
    type=command
    command=/opt/module/hadoop-2.7.2/bin/hadoop jar /opt/module/hadoop-2.7.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /wordcount/input /wordcount/output
    

    2、打成压缩包

    3、创建工作流并上传文件

    4、执行任务

    3.6 Hive

    1、创建 student.sql

    use default;
    drop table student;
    create table student(id int, name string)
    row format delimited fields terminated by '\t';
    load data local inpath '/opt/module/datas/student.txt' into table student;
    insert overwrite local directory '/opt/module/datas/student'
    row format delimited fields terminated by '\t'
    select * from student;
    

    2、创建 hive.job

    #hive job
    type=command
    command=/opt/module/hive/bin/hive -f ./student.sql
    

    3、打成压缩包

    4、创建工作流并上传文件

    5、执行任务

    相关文章

      网友评论

          本文标题:Azkaban 入门

          本文链接:https://www.haomeiwen.com/subject/jlkouctx.html