Azkaban 笔记（3.84.4）

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