Azkaban工作流调度系统

一、简介

1.1 什么是azkaban

Azkaban是由Linkedin公司推出的一个批量工作流任务调度器，主要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，它的配置是通过简单的key:value对的方式，通过配置中的dependencies 来设置依赖关系。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。

1.2 Azkaban的架构

Azkaban由三个关键组件构成：

1. AzkabanWebServer：AzkabanWebServer是整个Azkaban工作流系统的主要管理者，它用户登录认证、负责project管理、定时执行工作流、跟踪工作流执行进度等一系列任务。
2. AzkabanExecutorServer：负责具体的工作流的提交、执行，它们通过mysql数据库来协调任务的执行。
3. 关系型数据库（MySQL）：存储大部分执行流状态，AzkabanWebServer和AzkabanExecutorServer都需要访问数据库。

1.2 Azkaban下载地址

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

二 Azkaban安装部署

2.1 安装前准备

1. 将Azkaban Web服务器、Azkaban执行服务器、Azkaban的sql执行脚本及MySQL安装包拷贝到hadoop003虚拟机/opt/software目录下
   a) azkaban-web-server-2.5.0.tar.gz
   b) azkaban-executor-server-2.5.0.tar.gz
   c) azkaban-sql-script-2.5.0.tar.gz
   d) mysql-libs.zip
2. 选择Mysql作为Azkaban数据库，因为Azkaban建立了一些Mysql连接增强功能，以方便Azkaban设置，并增强服务可靠性。

2.2 安装Azkaban

1. 在/opt/module/目录下创建azkaban目录
   [root@hadoop003 module]$ mkdir azkaban
2. 解压azkaban-web-server-2.5.0.tar.gz、azkaban-executor-server-2.5.0.tar.gz、azkaban-sql-script-2.5.0.tar.gz到/opt/module/azkaban目录下
   [root@hadoop003 software]$ tar -zxvf azkaban-web-server-2.5.0.tar.gz -C /opt/module/azkaban/
   [root@hadoop003 software]$ tar -zxvf azkaban-executor-server-2.5.0.tar.gz -C /opt/module/azkaban/
   [root@hadoop003 software]$ tar -zxvf azkaban-sql-script-2.5.0.tar.gz -C /opt/module/azkaban/
3. 对解压后的文件重新命名
   [root@hadoop003 azkaban]$ mv azkaban-web-2.5.0/ server
   [root@hadoop003 azkaban]$ mv azkaban-executor-2.5.0/ executor
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。
   [root@hadoop003 azkaban]$ mysql -uroot -p000000
   mysql> create database azkaban;
   mysql> use azkaban;
   mysql> source /opt/module/azkaban/azkaban-2.5.0/create-all-sql-2.5.0.sql
   注：source后跟.sql文件，用于批量处理.sql文件中的sql语句。

2.3 生成密钥库

Keytool是java数据证书的管理工具，使用户能够管理自己的公/私钥对及相关证书。
-keystore 指定密钥库的名称及位置(产生的各类信息将不在.keystore文件中)
-genkey 在用户主目录中创建一个默认文件".keystore"
-alias 对我们生成的.keystore 进行指认别名；如果没有默认是mykey
-keyalg 指定密钥的算法 RSA/DSA 默认是DSA
1）生成 keystore的密码及相应信息的密钥库
[root@hadoop003 azkaban]$ keytool -keystore keystore -alias jetty -genkey -keyalg RSA

输入密钥库口令:
再次输入新口令:
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]:
您所在的省/市/自治区名称是什么?
[Unknown]:
该单位的双字母国家/地区代码是什么?
[Unknown]:
CN=Unknown, OU=Unknown, O=Unknown, L=Unknown, ST=Unknown, C=Unknown是否正确?
[否]: y
输入 的密钥口令
(如果和密钥库口令相同, 按回车):
再次输入新口令:

注意：
密钥库的密码至少必须6个字符，可以是纯数字或者字母或者数字和字母的组合等等
除了输入口令，其他问题都按回车
密钥库的密码最好和 <jetty> 的密钥相同，方便记忆
咱们统一设置为000000
2）将keystore 拷贝到 azkaban web服务器根目录中
[root@hadoop003 azkaban]$ mv keystore /opt/module/azkaban/server/

2.4 配置文件

2.4.1 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
[root@hadoop003 conf]$ pwd
/opt/module/azkaban/server/conf
[root@hadoop003 conf]$ vim azkaban.properties
2）按照如下配置修改azkaban.properties文件。
#Azkaban Personalization Settings
#服务器UI名称,用于服务器上方显示的名字
azkaban.name=Test
#描述
azkaban.label=My Local Azkaban
#UI颜色
azkaban.color=#FF3601
azkaban.default.servlet.path=/index
#默认web server存放web文件的目录 web.resource.dir=/opt/module/azkaban/server/web/ #默认时区,已改为亚洲/上海 默认为美国 default.timezone.id=Asia/Shanghai

#Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager
#用户权限管理默认类（绝对路径） user.manager.xml.file=/opt/module/azkaban/server/conf/azkaban-users.xml

#Loader for projects
#global配置文件所在位置（绝对路径） executor.global.properties=/opt/module/azkaban/executor/conf/global.properties
azkaban.project.dir=projects

#数据库类型
database.type=mysql
#端口号
mysql.port=3306
#数据库连接IP mysql.host=hadoop003
#数据库实例名
mysql.database=azkaban
#数据库用户名 mysql.user=root #数据库密码 mysql.password=000000
#最大连接数
mysql.numconnections=100
# Velocity dev mode
velocity.dev.mode=false
# Azkaban Jetty server properties.
# Jetty服务器属性.
#最大线程数
jetty.maxThreads=25
#Jetty SSL端口
jetty.ssl.port=8443
#Jetty端口
jetty.port=8081
#SSL文件名（绝对路径） jetty.keystore=/opt/module/azkaban/server/keystore #SSL文件密码 jetty.password=000000 #Jetty主密码与keystore文件相同 jetty.keypassword=000000 #SSL文件名（绝对路径） jetty.truststore=/opt/module/azkaban/server/keystore #SSL文件密码 jetty.trustpassword=000000

# Azkaban Executor settings
executor.port=12321

# mail settings
mail.sender=
mail.host=
job.failure.email=
job.success.email=
lockdown.create.projects=false

cache.directory=cache

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。
[root@hadoop003 conf]$ vim azkaban-users.xml
< 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 >

2.4.2 executor服务器配置

1）进入执行服务器安装目录conf，打开azkaban.properties
[root@hadoop003 conf]$ pwd
/opt/module/azkaban/executor/conf
[root@hadoop003 conf]$ vim azkaban.properties

2） 按照如下配置修改azkaban.properties文件。
#Azkaban
#时区
default.timezone.id=Asia/Shanghai

# Azkaban JobTypes Plugins
#jobtype 插件所在位置
azkaban.jobtype.plugin.dir=plugins/jobtypes

#Loader for projects
executor.global.properties=/opt/module/azkaban/executor/conf/global.properties
azkaban.project.dir=projects

database.type=mysql
mysql.port=3306
mysql.host=hadoop003 mysql.database=azkaban mysql.user=root mysql.password=000000
mysql.numconnections=100

# Azkaban Executor settings
#最大线程数
executor.maxThreads=50
#端口号(如修改,请与web服务中一致)
executor.port=12321
#线程数
executor.flow.threads=30

2.5 启动executor服务器

在executor服务器目录下执行启动命令
[root@hadoop003 executor]$ pwd
/opt/module/azkaban/executor
[root@hadoop003 executor]$ bin/azkaban-executor-start.sh
停止命令
[root@hadoop003 executor]# bin/azkaban-executor-shutdown.sh
2.6 启动web服务器
在azkaban web服务器目录下执行启动命令
[root@hadoop003 server]$ pwd
/opt/module/azkaban/server
[root@hadoop003 server]$ bin/azkaban-web-start.sh
停止命令
[root@hadoop003 server]# bin/azkaban-web-shutdown.sh
注意：
先执行executor，再执行web，避免Web Server会因为找不到执行器启动失败。
jps查看进程
[root@hadoop003 server]$ jps
3601 AzkabanExecutorServer
5880 Jps
3661 AzkabanWebServer
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，注意是https,即可访问azkaban服务了。

https://hadoop003:8443/

在登录中输入刚才在azkaban-users.xml文件中新添加的户用名及密码即admin / admin，点击 login。

三 Azkaban实战

Azkaba内置的任务类型支持command、java

3.1单一job案例

1）创建job描述文件
[root@hadoop003 jobs]$ vim first.job
#first.job
type=command
command=echo ‘this is my first job’

2. 将job资源文件打包成zip文件
   [root@hadoop003 jobs]$ zip first.zip first.job
   adding: first.job (deflated 15%)
   [root@hadoop003 jobs]$ ll
   总用量 8
   -rw-rw-r–. 1 root root 60 10月 18 17:42 first.job
   -rw-rw-r–. 1 root root 219 10月 18 17:43 first.zip
   注意：
   目前，Azkaban上传的工作流文件只支持xxx.zip文件。zip应包含xxx.job运行作业所需的文件和任何文件（文件名后缀必须以.job结尾，否则无法识别）。作业名称在项目中必须是唯一的。
   将zip包下载到本地windows机，再上传
   3）通过azkaban的web管理平台创建project并上传job的zip包
   首先创建project
   
   上传zip包
   
   启动执行该job
   
   点击执行工作流
   
   点击继续
   
   Job执行成功
   
   点击查看job日志