大数据之Azkaban部署
目录
- 一、Azkaban概论
- 1.1 为什么需要工作流调度系统
- 1.2 常见工作流调度系统
- 1.3 Azkaban 与 Oozie 对比
- 二、Azkaban集群安装
- 2.1 集群模式安装
- 2.1.1 安装包准备
- 2.1.2 配置 MySQL
- 2.1.3 配置 Executor Server
- 2.1.4 配置 Web Server
- 2.2 Work Flow 案例
- 2.2.1 HelloWorld
- 2.2.2 作业依赖案例
- 2.2.3 自动失败重试案例
- 2.2.4 手动失败重试案例
- 三、Azkaban进阶
- 3.1 JavaProcess 作业类型案例
- 3.2 条件工作流案例
- 3.2.1 运行时参数案例
- 3.2.2 预定义宏案例
- 3.3 定时执行案例
- 3.4 邮件报警案例
- 3.4.1 登录邮箱开启SMTP
- 3.4.2 默认邮件报警案例
- 3.5 电话报警案例
- 3.5.1 第三方告警平台集成
- 3.5.2 Azkaban多Executor模式注意事项
一、Azkaban概论
1.1 为什么需要工作流调度系统
- 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;
- 各任务单元之间存在时间先后及前后依赖关系;
- 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;
1.2 常见工作流调度系统
- 简单的任务调度:直接使用 Linux 的 Crontab 来定义;
注⚠️:Crontab不能处理具有依赖关系的任务调度! - 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。
1.3 Azkaban 与 Oozie 对比
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。
二、Azkaban集群安装
2.1 集群模式安装
2.1.1 安装包准备
将 azkaban-db-3.84.4.tar.gz,azkaban-exec-server-3.84.4.tar.gz,azkaban-web-server-3.84.4.tar.gz 上传到 hadoop102 的/opt/software 路径;
新建/opt/module/azkaban 目录,并将所有 tar 包解压到这个目录下:
[xiaobai@hadoop102 azkaban]$ mkdir /opt /module/azkaban
[xiaobai@hadoop102 azkaban]$ tar -zxvf azkaban-web-server-3.84.4.tar.gz -C /opt/module/azkaban/
[xiaobai@hadoop102 azkaban]$ tar -zxvf azkaban-exec-server-3.84.4.tar.gz -C /opt/module/azkaban/
[xiaobai@hadoop102 azkaban]$ tar -zxvf azkaban-db-3.84.4.tar.gz -C /opt/module/azkaban/
- 进入/opt/module/azkaban 目录,修改名称:
[xiaobai@hadoop102 azkaban]$ mv azkaban-web-server-3.84.4/ azkaban-web
[xiaobai@hadoop102 azkaban]$ mv azkaban-exec-server-3.84.4/ azkaban-exec
[xiaobai@hadoop102 azkaban]$ ll
total 4
drwxr-xr-x. 2 xiaobai xiaobai 4096 Apr 18 2020 azkaban-db-3.84.4
drwxr-xr-x. 6 xiaobai xiaobai 55 Apr 18 2020 azkaban-exec
drwxr-xr-x. 6 xiaobai xiaobai 51 Apr 18 2020 azkaban-web
2.1.2 配置 MySQL
- 启动MySQL:
[xiaobai@hadoop102 azkaban]$ mysql -uroot -p******
- 登陆 MySQL,创建 Azkaban 数据库:
mysql> create database azkaban;
Query OK, 1 row affected (0.19 sec)
- 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;
Query OK, 0 rows affected (0.07 sec)
- 设置密码策略最低级别(ps: 仅测试使用!)
mysql> set global validate_password_policy=0;
Query OK, 0 rows affected (0.00 sec)
- 创建 Azkaban 用户,任何主机都可以访问 Azkaban, 密码******:
mysql> CREATE USER 'azkaban'@'%' IDENTIFIED BY '******';
Query OK, 0 rows affected (0.17 sec)
赋予 Azkaban 用户增删改查权限:
mysql> GRANT SELECT,INSERT,UPDATE,DELETE ON azkaban.* to 'azkaban'@'%' WITH GRANT OPTION;
Query OK, 0 rows affected (0.03 sec)
- 创建 Azkaban 表,完成后退出 MySQL:
mysql> use azkaban;
Database changed
mysql> source /opt/module/azkaban/azkaban-db-3.84.4/create-all-sql-3.84.4.sql;
mysql> show tables;
+-----------------------------+
| Tables_in_azkaban |
+-----------------------------+
| QRTZ_BLOB_TRIGGERS |
| QRTZ_CALENDARS |
| QRTZ_CRON_TRIGGERS |
| QRTZ_FIRED_TRIGGERS |
| QRTZ_JOB_DETAILS |
| QRTZ_LOCKS |
| QRTZ_PAUSED_TRIGGER_GRPS |
| QRTZ_SCHEDULER_STATE |
| QRTZ_SIMPLE_TRIGGERS |
| QRTZ_SIMPROP_TRIGGERS |
| QRTZ_TRIGGERS |
| active_executing_flows |
| active_sla |
| execution_dependencies |
| execution_flows |
| execution_jobs |
| execution_logs |
| executor_events |
| executors |
| project_events |
| project_files |
| project_flow_files |
| project_flows |
| project_permissions |
| project_properties |
| project_versions |
| projects |
| properties |
| ramp |
| ramp_dependency |
| ramp_exceptional_flow_items |
| ramp_exceptional_job_items |
| ramp_items |
| triggers |
| validated_dependencies |
+-----------------------------+
35 rows in set (0.01 sec)
mysql> quit;
Bye
所需脚本为create-all-sql-3.84.4.sql
,如图:
- 更改 MySQL 包大小;防止 Azkaban 连接 MySQL 阻塞:
[xiaobai@hadoop102 azkaban]$ sudo vim /etc/my.cnf
max_allowed_packet=1024M
注⚠️: 要放在在[mysqld]下面哦!
- 重启 MySQL:
[xiaobai@hadoop102 azkaban]$ sudo systemctl restart mysqld
2.1.3 配置 Executor Server
Azkaban Executor Server 处理工作流和作业的实际执行。
- 在/opt/module/azkaban/azkaban-exec/conf目录下编辑 azkaban.properties:
[xiaobai@hadoop102 conf]$ vim azkaban.properties default.timezone.id=Asia/Shanghai
- 同步分发
azkaban-exec
:
[xiaobai@hadoop102 conf]$ xsync /opt/module/azkaban/azkaban-exec/
- 需进入
/opt/module/azkaban/azkaban-exec
路径,分别在三台机器上,启动executor server
:
[xiaobai@hadoop102 azkaban-exec]$ bin/start-exec.sh
[xiaobai@hadoop103 azkaban-exec]$ bin/start-exec.sh
[xiaobai@hadoop104 azkaban-exec]$ bin/start-exec.sh
停止命令:
[xiaobai@hadoop102 azkaban-exec]$ bin/shutdown-exec.sh
注⚠️:
若在/opt/module/azkaban/azkaban-exec
目录下出现 executor.port
文件:
或在azkaban数据库中的executors
表中出现我们所连接的主机名称及端口号,则说明启动成功!
- 激活 executor,如下status显示success,则说明激活成功!
[xiaobai@hadoop102 azkaban-exec]$ curl -G "hadoop102:12321/executor?action=activate" && echo
{"status":"success"}
[xiaobai@hadoop103 azkaban-exec]$ curl -G "hadoop102:12321/executor?action=activate" && echo
{"status":"success"}
[xiaobai@hadoop104 azkaban-exec]$ curl -G "hadoop102:12321/executor?action=activate" && echo
{"status":"success"}
如图,激活成功后active栏显示为1!
2.1.4 配置 Web Server
Azkaban Web Server 处理项目管理,身份验证,计划和执行触发。
- 在
/opt/module/azkaban/azkaban-web/conf
目录下编辑azkaban.properties
:
[xiaobai@hadoop102 conf]$ vim azkaban.properties
修改如下属性:
tips:
StaticRemainingFlowSize:正在排队的任务数;
CpuStatus:CPU占用情况:
MinimumFreeMemory:内存占用情况。
- 修改
azkaban-users.xml
文件,添加用户xiaobai
:
[xiaobai@hadoop102 conf]$ vim azkaban-users.xml <user password="******" roles="admin" username="xiaobai"/>
- 需进入到 hadoop102 的
/opt/module/azkaban/azkaban-web
路径,启动web server
:
[xiaobai@hadoop102 azkaban-web]$ bin/start-web.sh
停止命令:
[xiaobai@hadoop102 azkaban-web]$ bin/shutdown-web.sh
- 访问
http://hadoop102:8081
,并用xiaobai
用户登录:
2.2 Work Flow 案例
2.2.1 HelloWorld
- 创建
command.job
文件:
jane@janedeMacBook-Pro Desktop % vim command.job
#command.job
type=command
command=echo 'hello world'
压缩command.job,在WebServer新建项目,点击Create Project==>Upload==>command.job⬇️
点击Execute Flow⬇️
点击Execute ⬇️
Continue⬇️
工作单元日志在Job List⬇️
2.2.2 作业依赖案例
需求:
job A和job B执行完之后才能执行jobC。
实现:
- 新建
first.project
文件,编辑内容如下:
azkaban-flow-version: 2.0
注⚠️: 该文件作用,是采用新的 Flow-API 方式解析 flow
文件。
- 新建
first.flow
文件,内容如下
nodes:- name: jobAtype: commandconfig:command: echo "hello world A"- name: jobBtype: commandconfig:command: echo "hello world B"- name: jobCtype: command#jobC依赖于jobA和jobBdependsOn:- jobA- jobBconfig:command: echo "hello world C"
注⚠️:
dependsOn与name/type对齐 是数组类型!
1). Name: job 名称;
2). Type: job 类型;command 表示要执行作业的方式为命令;
3). Config: job 配置。
将文件压缩上传至Azkaban Web Client,点击Execute flow,可以看到jobA / joB / jobC之间的依赖关系:
查看job list:
2.2.3 自动失败重试案例
需求:
如果执行任务失败,需要重试 3 次,重试的时间间隔 10000ms。
实现:
编译配置流: autoretry.flow:
nodes:- name: jobAtype: commandconfig:command: sh /not_exists.shretries: 3retry.backoff: 5000
tips:
retries: 重试次数;
retry.backoff: 重试的时间间隔
注⚠️:
可在 Flow 全局配置中添加任务失败重试配置,此时重试配置会应用到所有 Job:
config:retries: 3retry.backoff: 10000
nodes:- name: JobAtype: commandconfig:command: sh /not_exists.sh
2.2.4 手动失败重试案例
需求:
JobA=》JobB(依赖于 A)=》JobC=》JobD=》JobE=》JobF。生产环境,任何 Job 都 有可能挂掉,可以根据需求执行想要执行的 Job。
实现:
编译配置流handsretry.flow
:
nodes:- name: JobAtype: commandconfig:command: echo "This is JobA."- name: JobBtype: commanddependsOn:- JobAconfig:command: echo "This is JobB."- name: JobCtype: commanddependsOn:- JobBconfig:command: echo "This is JobC."- name: JobDtype: commanddependsOn:- JobCconfig:command: echo "This is JobD."- name: JobEtype: commanddependsOn:- JobDconfig:command: echo "This is JobE."- name: JobFtype: commanddependsOn:- JobEconfig:command: echo "This is JobF."
jobA-jobF执行图:
若是有失败的job,可在history==>flow里进行查看
之后点击prepare execution可接着从失败的job开始执行:
或在excute flow中手动将已经成功的job设为disable / children,再继续点击execute!
tips:
Enable 和 Disable 下面都分别有如下参数:
Parents: 该作业的上一个任务;
Ancestors: 该作业前的所有任务;
Children: 该作业后的一个任务;
Descendents: 该作业后的所有任务;
Enable All: 所有的任务。
三、Azkaban进阶
3.1 JavaProcess 作业类型案例
JavaProcess 类型可以运行一个自定义主类方法,type 类型为 javaprocess
,可用的配置为:
Xms:最小堆;
Xmx:最大堆;
classpath:类路径;
java.class:要运行的 Java 对象,其中必须包含 Main 方法 main.args:main 方法的参数。
大数据之Azkaban部署相关推荐
- 027 大数据之Azkaban调度系统
1.Azkaban 3.0 中文文档 大数据平台 -- 调度系统之Azkaban azkaban-web和azkaban-exec的一键启动和关闭(shell脚本) 解决 Azkaban Execut ...
- 遵化市10余个局委办一把手调研九次方大数据,详细部署数字遵化建设
7月20日,遵化市人民政府市长董学忠.副市长王洪军率领市政府办.农业农村局.自然资源与规划局.交通运输局.商务和投资促进局.文化广电与旅游局.金融办.国资办.城投公司等10余个局.委.办一把手到九次方 ...
- 大数据平台安装部署(适用虚拟机级真实服务器,亲测)
大数据集群搭建 一.基础环境准备 (虚拟环境or服务器环境) 1. 虚拟环境准备(服务器安装跳过此步骤) 1.1 安装vmware 注意:安装centos8系统及以上需要高版本vmware,实测vmw ...
- 大数据hadoop环境部署
大数据hadoop在linux环境下的部署安装,包括单节点模式.伪分布模式以及完全分布式模式
- 大数据分布式存储的部署模式:分离式or超融合
数据中心内部系统的核心要求是"稳定可靠",一是指系统在运行过程中有能力提供连续可靠的服务,长时间无故障运行:二是指当故障发生之后,有能力快速定位,及时排查,故障范围不蔓延. 分离式 ...
- 大数据之HBase部署
一.HBase简介 1.1 HBase定义 HBase是一种分布式.可扩展.支持海量数据存储的NoSQL数据库. 1.2 HBase数据模型 逻辑上,HBase 的数据模型同关系型数据库很类似,数据存 ...
- 【大数据】Azkaban 看这一篇就够了!任务调度平台的搭建,使用,以及API开发
目录大纲 0 写在前面的话 1.1 初识Azkaban 1.2 为什么需要任务调度器 1.3 常见几种任务调度器 1.4 Azkaban和Hadoop的关系 1.5 Azkaban 底层原理 2 Az ...
- 大数据练习环境部署(3) - Hadoop集群部署
目录 1. 环境配置 1.1 创建hadoop用户 1.2 修改相关host 1.3 ssh免密登陆 2. JAVA安装 2.1 下载JDK1.8 2.2 解压安装java 2.3 分发到其他节点 2 ...
- 大数据Flink安装部署
目录 1 Local本地模式 1.1 原理 1.2 操作 1.3 测试 2 Standalone独立集群模式 2.1 原理 2.2 操作 2.3 测试 3 Standalone-HA高可用集群模式 3 ...
最新文章
- java类型精度排序,Java中BigDecimal精度和相等比较的坑
- git 基于发布分支的开发
- 【Flutter】Future 与 FutureBuilder 异步编程代码示例 ( FutureBuilder 构造函数设置 | 处理 Flutter 中文乱码 | 完整代码示例 )
- 原码、补码、反码、1的补码
- 全面解读php-面向对象
- JavaFX自定义控件– Nest Thermostat第2部分
- iOS: 图解Xcode常用的快捷键
- 添加lua_C++/Lua高级交互
- python十大必备知识_学Python必备的基础知识
- 二叉树中是否存在节点和为指定值的路径
- Oracle 9i的标量数据类型
- 毕设题目:Matlab车辆计数
- 计算机ppt操作知识,计算机基础知识:PPT常用操作(一)
- 计算机截屏无法保存,win7电脑自带截图软件保存图片失败怎么办?
- mysql数据库加载太慢_MySQL数据库导致网站打开速度慢的解决思路
- webSocket实现聊天室功能
- Clickhouse 时间日期函数实战总结
- echarts 2.0 macarons主题安装
- php怎么改字体大小,phpstorm修改字体和大小
- go语言实现发送邮件带附件