Azkaban 概论
为什么需要工作流调度系统
1)一个完整的数据分析系统通常都是由大量任务单元组成:Shell 脚本程序,Java 程序,MapReduce 程序、Hive 脚本等
2)各任务单元之间存在时间先后及前后依赖关系
3)为了很好地组织起这样的复杂执行计划,需要一个工作流调度系统来调度执行;
常见工作流调度系统
1)简单的任务调度:直接使用 Linux 的 Crontab 来定义;
2)复杂的任务调度:开发调度平台或使用现成的开源调度系统,比如 Ooize、Azkaban、 Airflow、DolphinScheduler 等。
Azkaban 与 Oozie 对比
总体来说, Ooize 相比 Azkaban 是一个重量级的任务调度系统,功能全面,但配置使用也更复杂。
如果可以不在意某些功能的缺失,轻量级调度器 Azkaban 是很不错的候选对象
Azkaban 入门
集群模式安装
解压安装之后,安装 MySQL
启动 MySQL
mysql -uroot -p000000
登陆 MySQL,创建 Azkaban 数据库
mysql> create database azkaban;
创建 azkaban 用户并赋予权限
设置密码有效长度 4 位及以上
mysql> set global validate_password_length=4;
设置密码策略最低级别
mysql> set global validate_password_policy=0;
创建 Azkaban 用户,任何主机都可以访问 Azkaban,密码是 000000
mysql> CREATE USER 'azkaban'@'%' IDENTIFIED BY '000000';
赋予 Azkaban 用户增删改查权限
mysql> GRANT SELECT,INSERT,UPDATE,DELETE ON azkaban.* to 'azkaban'@'%' WITH GRANT OPTION;
创建 Azkaban 表,完成后退出 MySQL
mysql> use azkaban;
mysql> source /opt/module/azkaban/azkaban-db-3.84.4/create-allsql-3.84.4.sql
mysql> quit;
更改 MySQL 包大小;防止 Azkaban 连接 MySQL 阻塞
[ztx@hadoop102 software]$ sudo vim /etc/my.cnf
在[mysqld]下面加一行 max_allowed_packet=1024M
[mysqld]
max_allowed_packet=1024M
重启 MySQL
sudo systemctl restart mysqld
配置 Executor Server
Azkaban Executor Server 处理工作流和作业的实际执行
编辑 azkaban.properties
[ztx@hadoop102 azkaban]$ vim /opt/module/azkaban/azkabanexec/conf/azkaban.properties
修改属性
#...
#默认时区,已改为亚洲/上海 默认为美国
default.timezone.id=Asia/Shanghai
#...
azkaban.webserver.url=http://hadoop102:8081
executor.port=12321
#...
#数据库类型
database.type=mysql
#端口号
mysql.port=3306
#数据库连接IP
mysql.host=hadoop102
# mysql连接的数据库
mysql.database=azkaban
# mysql的用户名,也可以用root用户
mysql.user=azkaban
# 设置密码为000000
mysql.password=000000
mysql.numconnections=100
同步 azkaban-exec 到所有节点
[ztx@hadoop102 azkaban]$ xsync /opt/module/azkaban/azkabanexec
必须进入到/opt/module/azkaban/azkaban-exec
路径,分别在三台机器上,启动 executor server
[ztx@hadoop102 azkaban-exec]$ bin/start-exec.sh
注意:如果在/opt/module/azkaban/azkaban-exec
目录下出现 executor.port
文件,说明启动成功
下面激活 executor,需要
[ztx@hadoop102 azkaban-exec]$ curl -G "hadoop102:12321/executor?action=activate" && echo
注意:在各个节点都需要激活
如果三台机器都出现如下提示,则表示激活成功
{"status":"success"}
配置 Web Server
Azkaban Web Server 处理项目管理,身份验证,计划和执行触发
1)编辑 azkaban.properties
[ztx@hadoop102 azkaban]$ vim /opt/module/azkaban/azkabanweb/conf/azkaban.properties
修改如下属性
...
default.timezone.id=Asia/Shanghai
...
database.type=mysql
mysql.port=3306
mysql.host=hadoop102
mysql.database=azkaban
mysql.user=azkaban
mysql.password=000000
mysql.numconnections=100
...
azkaban.executorselector.filters=StaticRemainingFlowSize,CpuStatus
说明:
#StaticRemainingFlowSize:正在排队的任务数;
#CpuStatus:CPU 占用情况
#MinimumFreeMemory:内存占用情况。测试环境,必须将 MinimumFreeMemory 删除掉,否则它会认为集群资源不够,不执行。
2 ) 修改 azkaban-users.xml 文件,添加 ztx 用户
[ztx@hadoop102 azkaban-web]$ vim /opt/module/azkaban/azkaban-web/conf/azkaban-users.xml
<azkaban-users>
<user groups="azkaban" password="azkaban" roles="admin"
username="azkaban"/>
<user password="metrics" roles="metrics" username="metrics"/>
<user password="ztx" roles="admin" username="atguigu"/>
<role name="admin" permissions="ADMIN"/>
<role name="metrics" permissions="METRICS"/>
</azkaban-users>
3)必须进入到 hadoop102 的/opt/module/azkaban/azkaban-web
路径,启动 web server
[ztx@hadoop102 azkaban-web]$ bin/start-web.sh
4)访问 http://hadoop102:8081,并用 atguigu 用户登陆