Azkaban调度器

Azkaban介绍

　　Azkaban 是由 Linkedin 公司推出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 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。

Azkaban 功能特点：

• 提供功能清晰，简单易用的 Web UI 界面
• 提供 job 配置文件快速建立任务和任务之间的依赖关系
• 提供模块化和可插拔的插件机制，原生支持 command、Java、Hive、Pig、Hadoop
• 基于 Java 开发，代码结构清晰，易于二次开发

Azkaban安装部署

　　Azkaban的组成如下：

mysql服务器:用于存储项目、日志或者执行计划之类的信息

web服务器:使用 Jetty 对外提供 web 服务，使用户可以通过 web 页面方便管理

executor服务器:负责具体的工作流的提交、执行

　　　　Azkaban 有两种部署方式：solo server mode 和 cluster server mode

• solo server mode( 单机模式)：该模式中 webServer 和 executorServer 运行在同一个进程中，进程名是 AzkabanSingleServer。可以使用自带的 H2 数据库或者配置 mysql 数据。该模式适用于小规模的使用。
• cluster server mode( 集群模式)：该模式使用 MySQL 数据库，webServer 和executorServer 运行在不同进程中，该模式适用于大规模应用。

　　其实在单机模式中，AzkabanSingleServer 进程只是把 AzkabanWebServer 和AzkabanExecutorServer 合到一起启动而已。

准备安装包

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

本文档中默认已安装好 mysql 服务器。

下载地址: http://azkaban.github.io/downloads.html

上传安装包

　　将安装包上传到集群,最好上传到安装 hive、sqoop 的机器上,方便命令的执行。

　　新建 azkaban 目录,用于存放 azkaban 运行程序。

azkaban web服务器安装

　　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 ../azkaban

　　　　　　  cd ../azkaban

　　　　　　  mv azkaban-web-server-2.5.0 server

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;

创建SSL配置（https）

　　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

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:

　　完成上述工作后,将在当前目录生成 keystore 证书文件,将 keystore 拷贝到 azkaban web 服务器根目录中.如:cp keystore azkaban/webserver

修改配置文件

　　注：先配置好服务器节点上的时区

　　先生成时区配置文件 Asia/Shanghai，用交互式命令 tzselect 即可

　　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

#Azkaban Personalization Settings
azkaban.name=Test #服务器 UI 名称,用于服务器上方显示的名字
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=conf/azkaban-users.xml #用户配置,具体配置参加下文
#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=hadoop03 #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=root #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= #最大线程数
jetty.ssl.port= #Jetty SSL 端口
jetty.port= #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= #执行服务器端口
# 邮件设置
mail.sender=xxxxxxxx@.com #发送邮箱
mail.host=smtp..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@.com #任务失败时发送邮件的地址
job.success.email=xxxxxxxx@.com #任务成功时发送邮件的地址
lockdown.create.projects=false #
cache.directory=cache #缓存目录

azkaban 执行服务器配置

　　进入执行服务器安装目录 conf,修改 azkaban.properties

#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=192.168.20.200 #数据库 IP 地址
mysql.database=azkaban #数据库实例名
mysql.user=azkaban #数据库用户名
mysql.password=oracle #数据库密码
mysql.numconnections=100 #最大连接数
# 执行服务器配置
executor.maxThreads= #最大线程数
executor.port= #端口号(如修改,请与 web 服务中一致)
executor.flow.threads= #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-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>

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

　　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（用户配置中添加的）,点击 login.

Azkaban实战

Command类型单一 job示例

• 创建 job 描述文件

　　vi command.job

#command.job
type=command
command=echo 'hello'

• 将job资源文件打包成 zip文件

• 通过 azkaban 的 web 管理平台创建 project 并上传 job 压缩包
  • 　首先创建 Project

• • 上传 zip 包　　

• 启动执行该 job

Command 类型多 job 工作流 flow

• 创建有依赖关系的多个 job 描述

　　第一个 job：foo.job

# foo.job
type=command
command=echo foo

　　第二个 job：bar.job 依赖 foo.job

# bar.job
type=command
dependencies=foo
command=echo bar

• 将所有 job 资源文件打到一个 zip 包中

• 在 azkaban 的 web 管理界面创建工程并上传 zip 包
• 启动工作流 flow

HDFS操作任务

• 创建 job 描述文件

# fs.job
type=command
command=/home/hadoop/apps/hadoop-2.6./bin/hadoop fs -mkdir /azaz

• 将 job 资源文件打包成 zip 文件
• 通过 azkaban 的 web 管理平台创建 project 并上传 job 压缩包
• 启动执行该 job

MapReduce任务

　　mr 任务依然可以使用 command 的 job 类型来执行

• 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）

# mrwc.job
type=command
command=/home/hadoop/apps/hadoop-2.6./bin/hadoop  jar  hadoop-mapreduce-
examples-2.6..jar wordcount /wordcount/input /wordcount/azout

• 将所有 job 资源文件打到一个 zip 包中

• 在 azkaban 的 web 管理界面创建工程并上传 zip 包
• 启动 job

HIVE脚本任务

• 创建 job 描述文件和 hive 脚本

　　Hive 脚本： test.sql

use default;
drop table aztest;
create table aztest(id int,name string) row format delimited fields terminated
by ',';
load data inpath '/aztest/hiveinput' into table aztest;
create table azres as select * from aztest;
insert overwrite directory '/aztest/hiveoutput' select count() from aztest;

　　Job 描述文件：hivef.job

# hivef.job
type=command
command=/home/hadoop/apps/hive/bin/hive -f 'test.sql'

• 将所有 job 资源文件打到一个 zip 包中创建工程并上传 zip 包,启动 job