一. 简介
该部份内容可参考官方文档:http://azkaban.github.io/azkaban/docs/latest/#overviewgithub
azkaban由三部分构成:
Relational Database(Mysql)
Azkaban Web Server
Azkaban Executor Server
Relational Database(Mysql)
azkaban将大多数状态信息都存于Mysql中,Azkaban Web Server 和 Azkaban Executor Server也需要访问DB。
Azkaban Web Server
提供了Web UI,是azkaband的主要管理者,包括 project 的管理,认证,调度,对工作流执行过程的监控等。大数据培训
Azkaban Executor Server
调度工作流和任务,记录工作流任务的日志,因此将AzkabanWebServer和AzkabanExecutorServer分开,主要是由于在某个任务流失败后,能够更方便的将重新执行。并且也更有利于Azkaban系统的升级。
可调度任务类型
linux命令
脚本
java程序
hadoop MR
spark
flink
hive
建立工做
建立工做任务
建立.job为后缀的文件,type是工做任务类型执行会输出 Hello World
vim hello.job
type=command
command=echo "Hello World"
建立工作流
两个工做任务,经过dependencies进行关联
vim foo.job
type=command
command=echo foo
vim bar.job
type=command
dependencies=foo
command=echo bar
工作流如下:
将会先调用foo再调用bar。
二. 调度Spark任务Demo
建立一个新的project
编写代码 写一段简单的Spark代码,将程序打包
package com.zxl
import org.apache.spark.{SparkConf, SparkContext}
object AzkabanTest extends App{
val conf = new SparkConf()
.setMaster("local[2]")
.setAppName("azkabanTest")
val sc = new SparkContext(conf)
val data = sc.parallelize(1 to 10)
data.map{_ * 2}.foreach(println)
}
编写调度命令
vim test.job
type=command
command=/usr/install/spark/bin/spark-submit --class com.zxl.AzkabanTest test-1.0-SNAPSHOT.jar
将这两个文件以zip的形式打包在一块儿
zip -r xxx.zip azkabanTest
上传工程
目前azkaban只支持zip包,其中要包括.job文件以及一些需要的工程和文件。
设置离线任务执行周期
若是需要的话能够设置离线任务的执行周期(相似于cron的功能)
任务通知
能够设置任务完成或失败进行邮箱通知等操作。
一些界面
主界面
任务log详情
定时任务调用状况图