一、azkaban介绍
Azkaban是由Linkedin开源的一个批处理工作流任务调度器。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。Azkaban定义了一种KV文件格式来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。它的功能主要有以下特点：
1、web用户界面
2、方便上传工作流
3、方便设置任务之间的关系
4、调度工作流
5、认证/授权（权限的工作）
6、能够杀死并重新启动工作流
7、模块化和可插拔的插件机制
8、项目工作区
9、工作流和任务的日志记录和审计
二、azkaban安装部署
2.1安装前的准备：
2.1.1、安装需要的软件我已经上传到github(https://github.com/QiGuaiJun625/Azkaban)，有兴趣的可以copy或者单独下也可以（先下载前三个文件即可，后面两个文件是出错时有可能需要的，2.5版本以后的版本自带mysql连接jar包，最后一个文件应该是用不到）。
2.1.2、目前azkaban只支持mysql，需要在服务器上安装mysql，并建立用户和密码，我的账号是root,密码是123456。
2.2 安装azkaban
2.2.1、在服务器中创建azkaban目录
2.2.2、将安装包上传到azkaban目录中，进行解压
tar -zxvf azkaban-sql-script-2.5.0.tar.gz
tar -zxvf azkaban-executor-server-2.5.0.tar.gz
tar -zxvf azkaban-web-server-2.5.0.tar.gz
2.2.3、为了后续操作简单，解压后的文件重新命名
mv azkaban-web-2.5.0 server
mv azkaban-executor-2.5.0 executor
2.2.4、azkaban脚本导入
进入mysql，创建azkaban数据库，并将解压的脚本导入到azkaban数据库。
完成脚本导入后，会发现azkaban中导入如下数据表：
2.3 创建SSL配置
1、生成keystore的密码及相应信息
输入keystore密码：
再次输入新密码:
您的名字与姓氏是什么？
[Unknown]：
您的组织单位名称是什么？
[Unknown]：
您的组织名称是什么？
[Unknown]：
您所在的城市或区域名称是什么？
[Unknown]：
您所在的州或省份名称是什么？
[Unknown]：
该单位的两字母国家代码是什么
[Unknown]：CN
CN=Unknown,
OU=Unknown, O=Unknown, L=Unknown, ST=Unknown, C=CN 正确吗？
[否]：y
输入<jetty>的主密码
（如果和 keystore 密码相同，按回车）：
再次输入新密码:
为了方便我把所有的密码都设置成了123456
2、将keystore拷贝到azkaban web服务器根目录中：
2.4 时间同步配置
先配置好服务器节点上的时区
1、如果在/uer/share/zoneinfo这个目录下存在时区配置文件Asia/Shanghai，则不用配置时间同步，如果没有，就要tzselect生成。
[root@master]$ tzselect
Please identify alocation so that time zone rules can be set correctly.
Please select acontinent or ocean.
1) Africa
2) Americas
3) Antarctica
4) Arctic Ocean
5) Asia
6) Atlantic Ocean
7) Australia
8) Europe
9) Indian Ocean
10) Pacific Ocean
11) none - I wantto specify the time zone using the Posix TZ format.
#? 5
Please select acountry.
1) Afghanistan 18) Israel 35) Palestine
2) Armenia 19) Japan 36) Philippines
3) Azerbaijan 20) Jordan 37) Qatar
4) Bahrain 21) Kazakhstan 38) Russia
5) Bangladesh 22) Korea (North) 39) Saudi Arabia
6) Bhutan 23) Korea (South) 40) Singapore
7) Brunei 24) Kuwait 41) Sri Lanka
8) Cambodia 25) Kyrgyzstan 42) Syria
9) China 26) Laos 43) Taiwan
10) Cyprus 27) Lebanon 44) Tajikistan
11) East Timor 28) Macau 45) Thailand
12) Georgia 29) Malaysia 46) Turkmenistan
13) Hong Kong 30) Mongolia 47) United Arab Emirates
14) India 31) Myanmar (Burma) 48) Uzbekistan
15) Indonesia 32) Nepal 49) Vietnam
16) Iran 33) Oman 50) Yemen
17) Iraq 34) Pakistan
#? 9
Please select oneof the following time zone regions.
1) Beijing Time
2) Xinjiang Time
#? 1
The followinginformation has been given:
China
Beijing Time
ThereforeTZ='Asia/Shanghai' will be used.
Local time is now: Wed Jun 14 09:16:46 CST 2017.
Universal Time isnow: Wed Jun 14 01:16:46 UTC 2017.
Is the aboveinformation OK?
1) Yes
2) No
#?1
2、拷贝该时区文件，覆盖系统本地时区配置
cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
3、集群时间同步
sudo date -s ‘2019-05-14 22:57:45’（举例，按你当时的时间来）
hwclock -w
2.5 配置文件
2.5.1 web服务器配置
1、进入azkaban web服务器安装目录conf目录，打开azkaban.properties文件
编辑文件
2、按照如下配置修改azkaban.properties文件
#Azkaban Personalization Settings
azkaban.name=Test #服务器UI名称,用于服务器上方显示的名字（可以自己设置）
azkaban.label=My Local
Azkaban #描述
azkaban.color=#FF3601 #UI颜色
azkaban.default.servlet.path=/index #
web.resource.dir=web/ #默认根web目录
default.timezone.id=Asia/Shanghai #默认时区,已改为亚洲/上海 默认为美国
#Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager #用户权限管理默认类
user.manager.xml.file=/root/azkaban/server/conf/azkaban-users.xml #用户配置(最好写成绝对地址)
#Loader for projects
executor.global.properties=conf/global.properties # global配置文件所在位置
azkaban.project.dir=projects #
database.type=mysql #数据库类型
mysql.port=3306 #端口号
mysql.host=root #数据库连接IP
mysql.database=azkaban #数据库实例名
mysql.user=root #数据库用户名
mysql.password=123456 #数据库密码
mysql.numconnections=100 #最大连接数
# Velocity dev mode
velocity.dev.mode=false
# Jetty服务器属性.
jetty.maxThreads=25 #最大线程数
jetty.ssl.port=8443 #Jetty SSL端口
jetty.port=8081 #Jetty端口
jetty.keystore=keystore #SSL文件名
jetty.password=123456 #SSL文件密码
jetty.keypassword=123456 #Jetty主密码 与 keystore文件相同
jetty.truststore=keystore #SSL文件名
jetty.trustpassword=123456 #SSL文件密码
# 执行服务器属性
executor.port=12321 #执行服务器端口
#邮件设置
mail.sender=xxxxxxxx@163.com #发送邮箱
mail.host=smtp.163.com #发送邮箱smtp地址
mail.user=xxxxxxxx #发送邮件时显示的名称
mail.password=********** #邮箱密码
job.failure.email=xxxxxxxx@163.com #任务失败时发送邮件的地址
job.success.email=xxxxxxxx@163.com #任务成功时发送邮件的地址
lockdown.create.projects=false #
cache.directory=cache #缓存目录
3、web服务器用户配置
在azkaban web服务器安装目录conf目录，按照如下配置修改azkaban-users.xml文件，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" />(自己添加)
<role name="admin" permissions="ADMIN" />
<role name="metrics" permissions="METRICS"/>
</azkaban-users>
2.5.2 执行服务器配置
1、进入执行服务器安装目录conf下，打开azkaban.properties
2、编辑azkaban.properties文件
#Azkaban
default.timezone.id=Asia/Shanghai #时区
# Azkaban JobTypes 插件配置
azkaban.jobtype.plugin.dir=plugins/jobtypes #jobtype插件所在位置
#Loader for projects
executor.global.properties=conf/global.properties
azkaban.project.dir=projects
#数据库设置
database.type=mysql #数据库类型(目前只支持mysql)
mysql.port=3306 #数据库端口号
mysql.host=localhost #数据库IP地址
mysql.database=azkaban #数据库实例名
mysql.user=root #数据库用户名
mysql.password=123456 #数据库密码
mysql.numconnections=100 #最大连接数
# 执行服务器配置
executor.maxThreads=50 #最大线程数
executor.port=12321 #端口号(如修改,请与web服务中一致)
executor.flow.threads=30 #线程数
2.6 启动web服务器
在azkaban web服务器目录下执行启动命令
2.7 启动执行服务器
在执行服务器目录下执行启动命令
启动完成后，在浏览器(建议使用谷歌浏览器)中输入https://服务器IP地址:8443，即可访问azkaban服务了。在登录中输入刚才新的户用名及密码（默认用户名和密码都是azkaban），点击 login。
到这里我们的azkaban就安装完成了，安装的过程有可能会发现问题，我列出一些常见的问题，希望有帮助。
三、安装过程有可能出现的问题
问题1、启动azkaban时出现user xml file conf/azkaban-users.xml doesn't exit
这个问题我们在安装的时候已经提出来，就是在2.5.1步骤中配置/root/azkaban/server/conf目录下的azkaban.properties文件，将azkaban-users.xml路径改成绝对路径
接着再重新启动一下试试。
问题2、启动azkaban出现错误：Exception in thread "main" java.lang.NoClassDefFoundError: Could not initialize class org.apache.derby.jdbc.AutoloadedDriver40
这个问题是“NoClassDefFoundError”是启动azkaban时并没有找到类；“Could not initialize class org.apache.derby.jdbc.AutoloadedDriver40” 时azkaban的server和executor中缺少一个叫derby.jar的包，我在github上第四个文件就是下载的derby的一个jar包，解压出来找到derby.jar，然后上传到/root/azkaban/server/lib和/root/azkaban/executor/lib目录中，然后重新启动试试。
问题3、启动时azkaban 提交 job报错：Error submitting flow command. org.apache.http.conn.HttpHostConnectException: Connection to http://localhost:12321 refused
导致的这个问题的原因可能是123321端口已经开启，产生了冲突
解决办法：
排查 azkaban 执行服务器有没有启动。使用 jps 命令查看：
AzkabanExecutorServer
AzkabanWebServer
四、azkaban实战
Azkaban内置的任务类型支持command、java
1、command类型之单一job案例
a、创建job描述文件（文件类型一定是.job格式）
b、将job资源文件打包成zip文件
c、通过azkaban的web管理平台创建project并上传job压缩包
首先创建project
d、启动执行该job
绿色：执行成功
蓝色：正在执行
红色：执行失败
这里是绿色说明执行成功。这里特别注意一下：command.job如果是windows系统下创建的可能会报错，这时候尽量是在linux系统下（比如服务器）创建该文件然后编辑打包上传。
2、command类型之多job工作流案例
2.1 创建有依赖关系的多个job描述
第一个job：master.job
第二个job：slave.job
2.2 将所有job资源文件打到一个zip包中
2.3 创建工程
2.4 在azkaban的web管理界面创建工程并上传zip包
2.5 启动工作流并查看结果
3、HDFS操作任务
a、创建job描述文件
b、将job资源文件打包成zip文件
c、通过azkaban的web管理平台创建project并上传job压缩包
d、启动执行该job
e、查看结果
hadoop上已经创建azkaban文件夹
4、MapReduce任务
在做这个任务之前我们进行一些准备工作
首先是在hadoop创建文件夹，在
编辑一个hello.txt，里面的内容可以随便写，主要是用来测试
将编辑好的文本上传到创建的文件夹下
a、创建job描述文件，及mr程序jar包（示例中直接使用hadoop自带的example.jar）
b、将所有job资源文件打到一个zip包中
c、在azkaban的web管理界面创建工程并上传zip包
d、启动job，并查看结果
5、HIVE脚本任务
5.1、创建job描述文件和hive脚本
a、hive脚本：test.sql
b、job描述文件 hive.job
c、我们在a.txt中创建一些数据
d、将所有资源文件打包到一个zip包中
e、在azkaban的web管理界面创建工程并上传zip包
f、启动job并查看结果
说明数据库写入成功，到这里azkaban就讲完了，有什么问题可以私信我。
网友评论