先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
正文
# 进入 Executor server 配置文件目录
cd /opt/module/azkaban/exec-server/conf
# 编辑文件 azkaban.properties
vi azkaban.properties
修改完成后,保存并退出。
- 文件分发
将 Executor server 安装目录分发到集群其它机器上。
scp -r exec-server/ hadoop105:/opt/module/azkaban/
scp -r exec-server/ hadoop106:/opt/module/azkaban/
- 启动 Executor server 服务
# 分别进入主从机的 Executor server 目录
cd /opt/module/azkaban/exec-server
# 启动 Executor server
bin/start-exec.sh
# 停止 Executor server
bin/shutdown-exec.sh
- 激活 Executor server 服务
启动完成后,Executor server 服务并没有运行,需要通过向其发送 GET 请求进行激活。
curl -G "hadoop104:12321/executor?action=activate" && echo
curl -G "hadoop105:12321/executor?action=activate" && echo
curl -G "hadoop106:12321/executor?action=activate" && echo
激活成功后,会出现提示:{“status”:“success”}
我们也可以直接在浏览器中访问网址进行激活,例如:hadoop104:12321/executor?action=activate
激活完成后,我们可以进入 MySQL 中查询 azkaban.executors
表进行验证,状态为 1
表示已经激活,为 0
表示未激活。
Executor server 服务部署完成。
Web server 部署
- 编辑配置文件
# 进入 Web server 配置文件目录
cd /opt/module/azkaban/web-server/conf
# 编辑文件 azkaban.properties
vi azkaban.properties
修改完成后,保存并退出。
这里解释一下为什么要修改 Azkaban 的 executor
服务选举机制 azkaban.executorselector.filters
。
在 Azkaban 的分布式多执行器模式中,它会从以下三个方面来进行择优选举执行器来完成任务:
StaticRemainingFlowSize
:当前执行器任务数量。MinimumFreeMemory
:当前执行器所剩的最小内存,默认是6G
。如果每个执行器所在的机器剩余内存都不足6G
,则会导致任务无法执行。CpuStatus
:当前执行器的 CPU 剩余资源。
所以我这里删掉了 MinimumFreeMemory
参数,保证学习阶段的任务可以正常运行。
- 设置 Web server 的管理员用户
# 进入 Web server 配置文件目录
cd /opt/module/azkaban/web-server/conf
# 编辑文件 azkaban-users.xml
vi azkaban-users.xml
添加一个管理员用户,账号密码随意,WEB 界面登录时使用。
<user password="study" roles="admin" username="study"/>
- 启动 Web server 服务
# 进入主机的 Web server 目录
cd /opt/module/azkaban/web-server
# 启动 Web server
bin/start-web.sh
# 停止 Web server
bin/shutdown-web.sh
我们可以访问 http://hadoop104:8081
(主机地址修改成自己的),进入 Azkaban 的 WEB 界面,输入账号密码进入系统。
Web server 服务部署完成。
Azkaban 环境搭建完成。
Azkaban 之 Hello World
在 Windows 中新建文件 azkaban.project
,添加如下内容:
azkaban-flow-version: 2.0
新建文件 hello.flow
,添加如下内容:
nodes:
- name: demo
type: command
config:
command: echo "Hello World! Hello Azkaban!"
创建完成后,将这两个文件添加到压缩文件中。
进入 Azkaban 的 WEB 系统界面,提交项目。
点击右上角 Create Project
创建项目。
设置项目名称和描述,注意,都不能使用中文,否则无法创建。
创建完项目后,点击 upload
上传项目压缩包。
上传完成后,我们就可以对任务进行执行了,点击 Execute Flow
开始执行任务。
点击 Execute
执行任务。
提示已经成功将任务添加到了队列中,队列 id
为 1
,点击 Continue
继续。
执行完成后,显示如下:
图标颜色:
- 绿色表示执行已经完成。
- 蓝色表示任务正在执行。
- 红色表示任务执行失败。
我们可以点击 Job List
查看该 Job 任务的执行情况以及日志。
Azkaban 中的 Hello World 案例完成。
Azkaban 配置文件介绍与编写规则
在 Azkaban 中有两种编写配置文件的格式,一种是 properties
,另一种是 flow
格式的。
其中 properties
格式的文件是键值对的形式,而 flow
是一种基于 yaml
格式的文件,现在更常用的是后者。
我们在 Azkaban 的 Hello World
案例中创建了如下两个文件:
文件 azkaban.project
,内容如下:
azkaban-flow-version: 2.0
文件 hello.flow
,内容如下:
nodes:
- name: demo
type: command
config:
command: echo "Hello World! Hello Azkaban!"
其中文件 azkaban.project
中的内容是一个固定写法,告诉 Azkaban 用的是 flow
格式的配置文件。
然后文件 hello.flow
就是基于 yaml
格式编写的配置文件,我们现在来学习如何编写以及其语法。
yaml
基础语法如下:
- 缩进时不允许使用
Tab
键,只允许使用空格; - 缩进的空格数目不重要,只要相同层级的元素左侧对齐即可;
- 字符
#
标识注释,从这个字符一直到行尾,都会被解释器忽略;
在文件 hello.flow
中的 -
字符表示数组,name
、tyoe
、config
表示数组中的元素,我们将其转换为 JSON 格式后如下所示:
{
"nodes": [
{
"name": "demo",
"type": "command",
"config": {
"command": "echo \"Hello World! Hello Azkaban!\""
}
}
]
}
这样是不是就能够容易理解许多。
一个 yaml
与 JSON 互相转换的网站:微工具
如果你想要学习更多关于 yaml
的语法内容,可以参考这篇博客 —— 最全 Yaml 语法详解
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
能够容易理解许多。
一个 yaml
与 JSON 互相转换的网站:微工具
如果你想要学习更多关于 yaml
的语法内容,可以参考这篇博客 —— 最全 Yaml 语法详解
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
[外链图片转存中…(img-eoZepX9j-1713389864147)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!