Hadoop Family Job Schedule----Azkaban

 

Hadoop Family Job Schedule----Azkaban

分类： 云计算 多线程 HADOOP 2013-09-04 14:43  59人阅读  评论(0)  收藏  举报

Job Schedule 任务调度平台 Hadoop 工作流 管理

目录(?)[+]

Hadoop Family JobSchedule----Azkaban

1.1    Azkaban

在大量的MR以及Pig等脚本任务产生的时候，必然会需求一个调度平台，Apache 的OOZIE是一个选择，当然Azkaban也是另外一种选择。

Azkaban可以对任务进行工作流定义，即每个Job可以依赖别的Job或者主动启动OtherJob。同时该平台提供很完善的Mail Notification，Log  Collection以及Fail Manage。

Azkaban提供Java、Hadoop、Pig、UnixShell、Hive等Job类型

1.2    Azkaban Enviroment

Linux【Window不支持，存在Bug】

Firefox【必须在Linux下】

Mysql 【Store Azkaban JobSchedule and Project Info】

1.3    Azkaban Project ManagerPlatform

每个Node 对应一个Job,通过Job语法定义的depend，平台会定义出相关的依赖关系，提供并发性能，以及降低系统逻辑依赖。通常，ETL会建立各种各样的Job，使用此平台很好管理

 

Job Script Code:

Type=command

Dependencies=AJob,Bjob

Command=hadoop jar wordcount.jar WordCount path1 path2

 

Azkaban提供在客户端批量上传Job文件的功能。

1.4    Azkaban Schedule Manage

你可以对一个Job流或者Job流中的一部分设置它的执行周期，执行周期的时间官方不是北京时间，需要自己修改下。很简单

直接在ScheduleServlet parsetDateTime中添加

Timezone =DataTimeZone.forTimeZone(TimeZone.getTimeZone(“GMT+8:00”));

下下来的版本可能还有一些别的bug需要自己手动修改。

1.5    Azkaban Log Collection

Azkaban会提供一个友好的窗口让你去查找相关任务的Job，而不是在所有Log 里面去search

1.6    Azkaban History Job

能够查询到以前失败的任务以及相关信息，对于失败任务重新跑，若有需求，需要自己开发。

1.7    Azkaban User And Permission

XML USER MANAGER SYSTEM

<azkaban-users>

   <user username="1" password="1"roles="admin" groups="azkaban" />

    <rolename="admin" permissions="ADMIN" />

</azkaban-users>

提供简单权限以及角色服务