1. 创建Flow
使用Azkaban Flow 2.0 来创建任务流,Flow 1.0 将被废弃
- 创建一个名为
flow20.project
的文本文件,添加如下内容用以说明这是一个Azkaban Flow 2.0的项目:
azkaban-flow-version: 2.0
- 创建一个名为
basic.flow
的文本文件,其中定义了一个project中所有需要运行的job,使用name
和type
来定义一个job,大部分job都会需要config
这个配置,详细的内容在下文中说明,这里只是一个简单的示例:
nodes:
- name: jobA
type: command
config:
command: echo "This is an echoed text."
- 选择上面创建好的两个文件,然后将其压缩为一个名为
Archive.zip
的zip文件,注意,是把两个文件压缩为一个文件,Linux中的操作如下:
[hadoop@beh07 tmp]$ mkdir zip-test
[hadoop@beh07 tmp]$ mv flow20.project basic.flow zip-test/
[hadoop@beh07 tmp]$ cd zip-test/
# 将目录下的所有文件打成一个zip包
[hadoop@beh07 zip-test]$ zip -r Archive.zip .
# 错误操作
# 这是把zip-test这个目录打成一个zip包
[hadoop@beh07 tmp]$ zip -r Archive.zip zip-test
2. 创建Project
登录Azkaban

登录到Azkaban后,将看到Project
页面。 此页面将显示当前用户拥有读取权限的所有项目的列表。如果用户所在的组对某个项目具有READ或ADMIN权限,而用户本身不具有这些权限,那么这个项目不会在这里列出。我这里是第一次登陆,还没有创建过任何项目。

创建Project



单击Permissions
标签可以对此项目进行权限管理

3. 上传Project

上传我们准备好的Archive.zip
文件,Azkaban目前只支持上传zip文件,上传后Azkaban将验证zip文件中的内容,检查Flow的依赖关系,遇到任何无效的Flow例如循环依赖的Flow,都会宣告上传失败。
新上传的Flow将会覆盖此项目中之前已经存在的Flow,成功上传之后,会在屏幕上列出所有的Flow。



4. 查看Flow

你会看到图形化显示的Flows,右键单击job,还可以查看job的详细信息

单击Executions
标签页可以查看此项目以往的调度情况

5. Project权限管理
创建项目时,将自动为创建者赋予该项目的ADMIN权限。 创建者可以查看,上传,修改作业,调度作业,删除项目以及给项目添加用户权限。 具有ADMIN权限的用户可以删除其他ADMIN用户,但不能删除自己。 这是为了防止项目成为“无人管”的项目,在权限页面上,ADMIN可以将其他用户,组或代理用户添加到项目中。

添加用户(此用户必须存在)并为其设置对本项目的权限:

删除用户对本项目的权限只要取消对任意权限的勾选,并提交即可。
组权限设置组中的每个人都具有指定的权限。 可以通过勾选权限来设置组权限,通过取消选中组权限来删除组权限。
如果在用户配置中添加了代理用户:
<!-- proxy配置只是说azkaban用户可以代理系统用户user1和user2,但是否代理需要在页面配置 -->
<user username="azkaban" password="azkaban" roles="admin" groups="azkaban" proxy="user1,user2" />
那么添加代理用户,就会允许Project以这些用户身份运行。添加后,通过点击Rmove
按钮将其删除。
此页面支持添加或删除的5种权限如下:
权限名 | 说明 |
---|---|
ADMIN | 具有所有权限 |
READ | 只能访问每个project,并且查看project的日志 |
WRITE | 可以上传文件,修改任务属性,删除project |
EXECUTE | 可以启动任务 |
SCHEDULE | 可以调度任务 |
6. 运行Flow

(1) 禁用job功能
你可以禁用某些job,禁用后该job将显示为透明的,并在整个flow执行过程中被忽略,选项Parents
代表禁用job及其依赖的上一个job,Childern
代表禁用job及依赖其的下一个job,Ancestors
代表禁用job及其依赖的全部job,Descendents
代表禁用job及依赖其的全部job, All
代表禁用与此job有依赖关系的全部job。

(2) Notification
Notification
标签页中可以配置Flow运行成功或失败之后的通知行为

- First Failure:只有Flow中有任一job运行失败就发送邮件通知
- Flow Finished:即使某个job运行失败,也要运行完Flow中的全部job后再进行通知
Azkaban配置通知邮件的地方有3处
-
azkaban.properties
# 通知邮件的发送者 mail.sender=xxx@163.com # 发送通知邮件的服务器 mail.host=smtp.163.com # 邮件发送者的账号和密码 mail.user=xxx@163.com mail.password= # 这里配置任务执行成功或失败后将通知邮件发送给谁 job.failure.email=422926963@qq.com job.success.email=
-
在flow的定义文件
xxx.flow
中配置config: user.to.proxy: foo failure.emails: noreply@foo.com
- 在
Notification
标签页面配置,可以填写多个邮箱地址,用逗号,空格或分号分隔。
(3) Failure Options

当job运行失败后,你可以进行如下操作:
-
Finish Current Running:尝试继续执行其他的正在运行的job,未运行的job将不会尝试开始运行,期间将Flow的状态设置为
FAILED FINISHING
,Flow运行失败后将状态改为FAILED
。 - Cancel All:停止所有Flow中的其他job,宣告此Flow运行失败
-
Finish All Possible:尝试继续执行其他的job(包括已经在运行的和还未运行的),期间将Flow的状态设置为
FAILED FINISHING
,Flow运行失败后将状态改为FAILED
。
(4) Concurrent Options
如果希望运行多个相同的Flow,可以选择以下配置

-
Skip Execution:如果Flow已经在运行,不会再调用它
-
Run Concurrently:无论Flow是否在运行都会运行,但是选择不同的工作目录
-
Pipeline:并发运行多个Flow
- Level 1: 前一个Flow的JobA结束后开始运行当前Flow的JobA
- Level 2: 前一个Flow的JobA及其下游的Job全部完成后,开始运行当前Flow
(5) Flow Parameters
在此处配置参数,覆盖Flow的全局属性

然后点击Execute
就可以手动运行该Flow。
7. Flow运行页面

这个页面很像刚上传zip文件之后查看Flow那个页面,但此页面中的内容包含了更多信息。
在Job List
标签页可以看到Flow中全部Job执行情况的详细信息和日志。只要全部Job执行未完成,此页面将自动更新信息。你可以对正在执行的流程进行一些操作包括:
- Cancel:杀死所有正在运行的作业,并立即宣告Flow失败。 Flow状态为
KILLED
; - Pause:阻止新作业运行。 当前正在运行的作业照常进行;
- Resume:恢复暂停的执行;
- Retry Failed:在Flow仍处于
FAILED FINISHING
状态时,重试所有状态为FAILED
的Job,重试期间显示Attempts
提示; - Prepare Execution:使Job进入准备运行的配置页面,仅在已完成的Job(无论运行成功或失败)上可用, 自动忽略成功完成的Job。

点击Details
按钮可以查看Job的详细信息,包括运行过程中产生的日志以及Job Summary


Job Summary
中包含以下信息:
- Job Type
- Command Summary :启动Job过程的命令以及诸如类路径和内存设置之类的信息
- Pig/Hive Job Summary: 特定于Pig和Hive Job的自定义统计信息
- Map Reduce Jobs:已启动的MapReduce作业的ID列表,可以链接到yarn的Track URL
在顶级Executing
标签页面,你会看到多个Project中的所有正在运行的Job以及所有已经完成的Job的描述信息。

History
标签页面包括所有的正在运行的、已经完成的Job的描述信息。

8. Job信息页面
打开Job信息页面

此页面显示Job的依赖关系和从属关系以及该Job使用的全局属性。

点击Edit
按钮,可以修改Job的属性,但是一些关键信息例如type
和dependencies
是无法修改的,而且必须在Job未运行前修改才可以生效,新上传的zip文件将会覆盖这些修改。

点击History
按钮可以查看所有Job的信息


点击Logs
可以查看该Job运行期间产生的日志。
9. 调度

调度后将显示调度信息,你可以删除此次调度

点击Set SLA
可以配置SLA相关信息

以上图片示例中配置的意思是,如果Flow basic的SUCCESS状态持续超过20min,就把警告信息邮件给xxx@163.com,如果JobA的FINISH状态持续10min以上,当勾选Email Action时,就会发邮件警告,当勾选Kill Action时,就会直接Kill JobA。
全文完毕。
网友评论