网站建设网页设计做网站,德阳市建设管理一体化平台网站,微信第三方平台开发,it网站制作策划前言#xff1a;
最近在实际工作中玩到了Azkaban#xff0c;虽然之前有简单的接触#xff0c;但是真正用到的时候#xff0c;才能体会到这个工具的实用性有多强。下面就写个系列文章来记录下azkaban从简介及安装配置再到简单使用的一个过程。
1、概述
1.1、为什么需要工…前言
最近在实际工作中玩到了Azkaban虽然之前有简单的接触但是真正用到的时候才能体会到这个工具的实用性有多强。下面就写个系列文章来记录下azkaban从简介及安装配置再到简单使用的一个过程。
1、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脚本程序java程序mapreduce程序、hive脚本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
例如我们可能有这样一个需求某个业务系统每天产生20G原始数据我们每天都要对其进行处理处理步骤如下所示
通过Hadoop先将原始数据同步到HDFS上借助MapReduce计算框架对原始数据进行转换生成的数据以分区表的形式存储到多张Hive表中需要对Hive中多个表的数据进行JOIN处理得到一个明细数据Hive大表将明细数据进行复杂的统计分析得到结果报表信息需要将统计分析得到的结果数据同步到业务系统中供业务调用使用。 以上整个流程组成了我们的一个job如果采用传统的linux定时任务去处理这个流程的话存在一个巨大的隐患job失败率很高流程无法控制没有预警机制。所以类似的这种工作流调度器的工具就应运而生
1.2、工作流调度实现方式
简单的任务调度直接使用linux的crontab来定义 复杂的任务调度开发调度平台或使用现成的开源调度系统比如ooize、azkaban等
1.3、常见工作流调度系统及其特性对比
下面的表格对上述四种hadoop工作流调度器的关键特性进行了比较尽管这些工作流调度器能够解决的需求场景基本一致但在设计理念目标用户应用场景等方面还是存在显著的区别在做技术选型的时候可以提供参考
1.4、Azkaban介绍
Azkaban是由Linkedin开源的一个批量工作流任务调度器。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。 它有如下功能特点
Web用户界面方便上传工作流方便设置任务之间的关系调度工作流 认证/授权(权限的工作)能够杀死并重新启动工作流模块化和可插拔的插件机制项目工作区工作流和任务的日志记录和审计
2、Azkaban安装部署
2.1、准备工作
Azkaban Web服务器 azkaban-web-server-2.5.0.tar.gz Azkaban执行服务器 azkaban-executor-server-2.5.0.tar.gz
MySQL 目前azkaban只支持 mysql,需安装mysql服务器,本文档中默认已安装好mysql服务器,并建立了 root用户,密码 root.
下载地址:http://azkaban.github.io/downloads.html
2.2、azkaban web服务器安装
将安装文件上传到集群,最好上传到安装 hive、sqoop的机器上,方便命令的执行 在当前用户目录下新建 azkabantools目录,用于存放源安装文件.新建azkaban目录,用于存放azkaban运行程序 解压azkaban-web-server-2.5.0.tar.gz
命令: tar –zxvf azkaban-web-server-2.5.0.tar.gz
将解压后的azkaban-web-server-2.5.0 移动到 azkaban目录中,并重新命名 webserver
命令: mv azkaban-web-server-2.5.0 ../azkabancd ../azkabanmv azkaban-web-server-2.5.0 server2.3、azkaban 执行服器安装 解压azkaban-executor-server-2.5.0.tar.gz 命令:tar –zxvf azkaban-executor-server-2.5.0.tar.gz 将解压后的azkaban-executor-server-2.5.0 移动到 azkaban目录中,并重新命名 executor 命令:mv azkaban-executor-server-2.5.0 …/azkaban cd …/azkaban mv azkaban-executor-server-2.5.0 executor azkaban脚本导入 解压: azkaban-sql-script-2.5.0.tar.gz 命令:tar –zxvf azkaban-sql-script-2.5.0.tar.gz 将解压后的mysql 脚本,导入到mysql中: 进入mysql mysql create database azkaban; mysql use azkaban; Database changed mysql source /home/hadoop/azkaban-2.5.0/create-all-sql-2.5.0.sql; 2.4、创建SSL配置
参考地址: http://docs.codehaus.org/display/JETTY/HowtoconfigureSSL 命令: keytool -keystore keystore -alias jetty -genkey -keyalg RSA 运行此命令后,会提示输入当前生成 keystor的密码及相应信息,输入的密码请劳记,信息如下:
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
CNUnknown, OUUnknown, OUnknown, LUnknown, STUnknown, CCN 正确吗[否] y输入的主密码 如果和 keystore 密码相同按回车 再次输入新密码: 完成上述工作后,将在当前目录生成 keystore 证书文件,将keystore 考贝到 azkaban web服务器根目录中.如:cp keystore azkaban/server
2.5、配置文件
注先配置好服务器节点上的时区 1、先生成时区配置文件Asia/Shanghai用交互式命令 tzselect 即可 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
azkaban web服务器配置 进入azkaban web服务器安装目录 conf目录
修改azkaban.properties文件
命令vi azkaban.properties 内容说明如下:
#Azkaban Personalization Settings
azkaban.nameTest #服务器UI名称,用于服务器上方显示的名字
azkaban.labelMy Local Azkaban #描述
azkaban.color#FF3601 #UI颜色
azkaban.default.servlet.path/index #
web.resource.dirweb/ #默认根web目录
default.timezone.idAsia/Shanghai #默认时区,已改为亚洲/上海 默认为美国#Azkaban UserManager class
user.manager.classazkaban.user.XmlUserManager #用户权限管理默认类
user.manager.xml.fileconf/azkaban-users.xml #用户配置,具体配置参加下文#Loader for projects
executor.global.propertiesconf/global.properties # global配置文件所在位置
azkaban.project.dirprojects #database.typemysql #数据库类型
mysql.port3306 #端口号
mysql.hostlocalhost #数据库连接IP
mysql.databaseazkaban #数据库实例名
mysql.userroot #数据库用户名
mysql.passwordroot #数据库密码
mysql.numconnections100 #最大连接数# Velocity dev mode
velocity.dev.modefalse
# Jetty服务器属性.
jetty.maxThreads25 #最大线程数
jetty.ssl.port8443 #Jetty SSL端口
jetty.port8081 #Jetty端口
jetty.keystorekeystore #SSL文件名
jetty.password123456 #SSL文件密码
jetty.keypassword123456 #Jetty主密码 与 keystore文件相同
jetty.truststorekeystore #SSL文件名
jetty.trustpassword123456 # SSL文件密码# 执行服务器属性
executor.port12321 #执行服务器端口# 邮件设置
mail.senderxxxxxxxx163.com #发送邮箱
mail.hostsmtp.163.com #发送邮箱smtp地址
mail.userxxxxxxxx #发送邮件时显示的名称
mail.password********** #邮箱密码
job.failure.emailxxxxxxxx163.com #任务失败时发送邮件的地址
job.success.emailxxxxxxxx163.com #任务成功时发送邮件的地址
lockdown.create.projectsfalse #
cache.directorycache #缓存目录azkaban 执行服务器executor配置
进入执行服务器安装目录conf,修改azkaban.properties vi azkaban.properties
#Azkaban
default.timezone.idAsia/Shanghai #时区# Azkaban JobTypes 插件配置
azkaban.jobtype.plugin.dirplugins/jobtypes #jobtype 插件所在位置#Loader for projects
executor.global.propertiesconf/global.properties
azkaban.project.dirprojects#数据库设置
database.typemysql #数据库类型(目前只支持mysql)
mysql.port3306 #数据库端口号
mysql.host192.168.20.200 #数据库IP地址
mysql.databaseazkaban #数据库实例名
mysql.userroot #数据库用户名
mysql.passwordroot #数据库密码
mysql.numconnections100 #最大连接数# 执行服务器配置
executor.maxThreads50 #最大线程数
executor.port12321 #端口号(如修改,请与web服务中一致)
executor.flow.threads30 #线程数用户配置
进入azkaban web服务器conf目录,修改azkaban-users.xml vi azkaban-users.xml 增加 管理员用户
azkaban-usersuser usernameazkaban passwordazkaban rolesadmin groupsazkaban /user usernamemetrics passwordmetrics rolesmetrics/user usernameadmin passwordadmin rolesadmin,metrics /role nameadmin permissionsADMIN /role namemetrics permissionsMETRICS/
/azkaban-users2.6、启动
web服务器
在azkaban web服务器目录下执行启动命令
bin/azkaban-web-start.sh注:在web服务器根目录运行 或者启动到后台
nohup bin/azkaban-web-start.sh 1/tmp/azstd.out 2/tmp/azerr.out 执行服务器
在执行服务器目录下执行启动命令
bin/azkaban-executor-start.sh注:只能要执行服务器根目录运行
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,点击 login.
