文档章节

大数据教程(13.3)azkaban简介&安装

em_aaron
 em_aaron
发布于 2019/03/08 00:39
字数 2470
阅读 257
收藏 2

      上一节介绍了Flume多个agent连接配合使用。本节博主将为小伙伴们介绍azkaban的相关概念、简单的安装使用。由于azkaban使用新版本太耗时间,需要编译安装,所以博主此次就使用编译好的老版本2.5;等全部教程做完后,博主会将各软件的最新版本的使用安装在后面补充章节中推出。

   一、工作流调度器azkaban

          概述

          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;

                 例如,我们可能有这样一个需求,某个业务系统每天产生20G原始数据,我们每天都要对其进行处理,处理步骤如下所示:
                 1、通过Hadoop先将原始数据同步到HDFS上;
                 2、借助MapReduce计算框架对原始数据进行转换,生成的数据以分区表的形式存储到多张Hive表中;
                 3、需要对Hive中多个表的数据进行JOIN处理,得到一个明细数据Hive大表;
                 4、将明细数据进行复杂的统计分析,得到结果报表信息;
                 5、需要将统计分析得到的结果数据同步到业务系统中,供业务调用使用。

          1.2、工作流调度实现方式

                 简单的任务调度:直接使用linux的crontab来定义;
                 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等

          1.3、常见工作流调度系统

                  市面上目前有许多工作流调度器,在hadoop领域,常见的工作流调度器有Oozie, Azkaban,Cascading,Hamake等

          1.4、各种调度工具特性对比

                  下面的表格对上述四种hadoop工作流调度器的关键特性进行了比较,尽管这些工作流调度器能够解决的需求场景基本一致,但在设计理念,目标用户,应用场景等方面还是存在显著的区别,在做技术选型的时候,可以提供参考

特性

Hamake

Oozie

Azkaban

Cascading

工作流描述语言

XML

XML (xPDL based)

text file with key/value pairs

Java API

依赖机制

data-driven

explicit

explicit

explicit

是否要web容器

No

Yes

Yes

No

进度跟踪

console/log messages

web page

web page

Java API

Hadoop job调度支持

no

yes

yes

yes

运行模式

command line utility

daemon

daemon

API

Pig支持

yes

yes

yes

yes

事件通知

no

no

no

yes

需要安装

no

yes

yes

no

支持的hadoop版本

0.18+

0.20+

currently unknown

0.18+

重试支持

no

workflownode evel

yes

yes

运行任意命令

yes

yes

yes

yes

Amazon EMR支持

yes

no

currently unknown

yes

          1.5、Azkaban与Oozie对比

                  对市面上最流行的两种调度器,给出以下详细对比,以供技术选型参考。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。
                 详情如下:
                 功能
                 两者均可以调度mapreduce,pig,java,脚本工作流任务
                 两者均可以定时执行工作流任务

                 工作流定义
                 Azkaban使用Properties文件定义工作流
                 Oozie使用XML文件定义工作流     

                 工作流传参
                 Azkaban支持直接传参,例如${input}
                 Oozie支持参数和EL表达式,例如${fs:dirSize(myInputDir)}

                 定时执行
                 Azkaban的定时执行任务是基于时间的
                 Oozie的定时执行任务基于时间和输入数据

                 资源管理
                 Azkaban有较严格的权限控制,如用户对工作流进行读/写/执行等操作
                 Oozie暂无严格的权限控制

                 工作流执行
                 Azkaban有两种运行模式,分别是solo server mode(executor server和web server部署在同一台节点)和multi server mode(executor server和web server可以部署在不同节点)
Oozie作为工作流服务器运行,支持多用户和多工作流

                 工作流管理
                 Azkaban支持浏览器以及ajax方式操作工作流
                 Oozie支持命令行、HTTP REST、Java API、浏览器操作工作流

 二、Azkaban介绍

        Azkaban是由Linkedin开源的一个批量工作流任务调度器。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。Azkaban定义了一种KV文件格式来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。
        它有如下功能特点:
               Web用户界面
               方便上传工作流
               方便设置任务之间的关系
               调度工作流
               认证/授权(权限的工作)
               能够杀死并重新启动工作流
               模块化和可插拔的插件机制
               项目工作区
               工作流和任务的日志记录和审计

        Azkaban安装部署:

        (1) 准备工作

Azkaban Web服务器
azkaban-web-server-2.5.0.tar.gz
Azkaban执行服务器 
azkaban-executor-server-2.5.0.tar.gz
MySQL
目前azkaban的2.5版只支持 mysql,需安装mysql服务器,本文档中默认已安装好mysql服务器,并建立了 root用户,密码 123.
下载地址:http://azkaban.github.io/downloads.html

        (2) 安装

             将安装文件上传到集群,最好上传到安装 hive、sqoop的机器上,方便命令的执行,在当前用户目录下新建 azkabantools目录,用于存放源安装文件.新建azkaban目录,用于存放azkaban运行程序

             azkaban web服务器安装:

#上传解压azkaban-web-server-2.5.0.tar.gz
命令: 
Alt+p
put *.gz

mkdir azkaban
mv azkaban-* ./azkaban
cd azkaban/
tar -zxvf azkaban-web-server-2.5.0.tar.gz


#将解压后的azkaban-web-server-2.5.0重新命名 az-server
命令:
mv azkaban-web-2.5.0    az-server

             azkaban 执行服器安装:

#解压azkaban-executor-server-2.5.0.tar.gz
命令:
tar -zxvf azkaban-executor-server-2.5.0.tar.gz 
#将解压后的azkaban-executor-server-2.5.0重新命名 az-executor
命令:
mv azkaban-executor-2.5.0 az-executor

             azkaban脚本导入

解压: azkaban-sql-script-2.5.0.tar.gz
命令:tar -zxvf azkaban-sql-script-2.5.0.tar.gz 
将解压后的mysql 脚本,导入到mysql中:
进入mysql
mysql> create database azkaban;
mysql> use azkaban;
Database changed
mysql> source /root/azkaban-2.5.0/create-all-sql-2.5.0.sql;

             创建SSL配置

[hadoop@centos-aaron-h1 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]:  aaron
您的组织单位名称是什么?
  [Unknown]:  empire
您的组织名称是什么?
  [Unknown]:  empire
您所在的城市或区域名称是什么?
  [Unknown]:  shanghai
您所在的省/市/自治区名称是什么?
  [Unknown]:  shanghai
该单位的双字母国家/地区代码是什么?
  [Unknown]:  cn
CN=aaron, OU=empire, O=empire, L=shanghai, ST=shanghai, C=cn是否正确?
  [否]:  y

输入 <jetty> 的密钥口令
        (如果和密钥库口令相同, 按回车): 

             完成上述工作后,将在当前目录生成 keystore 证书文件,将keystore 考贝到 azkaban web服务器根目录中.如:cp keystore az-server

             配置文件
             注:先配置好服务器节点上的时区
                   1、先生成时区配置文件Asia/Shanghai,用交互式命令 tzselect 即可
                   2、拷贝该时区文件,覆盖系统本地时区配置

sudo cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime 
sudo date -s '2019-03-07 23:39:46'  
#将时间写入硬件,重启后可也可以生效
sudo sudo hwclock -w

             azkaban web服务器配置
                   进入azkaban web服务器安装目录 conf目录
                   修改azkaban.properties文件
                   命令vi azkaban.properties
                   内容说明如下: 

#Azkaban Personalization Settings
azkaban.name=Test
azkaban.label=My Local Azkaban
azkaban.color=#FF3601
azkaban.default.servlet.path=/index
web.resource.dir=web/
default.timezone.id=Asia/Shanghai

#Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager
user.manager.xml.file=conf/azkaban-users.xml

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

database.type=mysql
mysql.port=3306
mysql.host=192.168.29.131
mysql.database=azkaban
mysql.user=root
mysql.password=123456
mysql.numconnections=100

# Velocity dev mode
velocity.dev.mode=false

# Azkaban Jetty server properties.
jetty.maxThreads=25
jetty.ssl.port=8443
jetty.port=8081
jetty.keystore=keystore
jetty.password=123456
jetty.keypassword=123456
jetty.truststore=keystore
jetty.trustpassword=123456

# Azkaban Executor settings
executor.port=12321

# mail settings
mail.sender=xxxtking@136.com
mail.host=smtp.163.com
mail.user=aaron
mail.password=xxxx                                     
job.failure.email=xxxtking@163.com
job.success.email=xxxtking@163.com

lockdown.create.projects=false

cache.directory=cache

             azkaban 执行服务器executor配置
                   进入执行服务器安装目录conf,修改azkaban.properties
                   vi azkaban.properties

#Azkaban
default.timezone.id=Asia/Shanghai

# Azkaban JobTypes Plugins
azkaban.jobtype.plugin.dir=plugins/jobtypes

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

database.type=mysql
mysql.port=3306
mysql.host=192.168.29.131
mysql.database=azkaban
mysql.user=root
mysql.password=123456
mysql.numconnections=100

# Azkaban Executor settings
executor.maxThreads=50
executor.port=12321
executor.flow.threads=30

             用户配置
                   进入azkaban web服务器conf目录,修改azkaban-users.xml
                   vi azkaban-users.xml 增加 管理员用户

<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>

          启动

           web服务器

             在azkaban web服务器目录下执行启动命令

             bin/azkaban-web-start.sh

             注:在web服务器根目录运行

             或者启动到后台

             nohup  bin/azkaban-web-start.sh  1>/tmp/azstd.out  2>/tmp/azerr.out &

           执行服务器

             在执行服务器目录下执行启动命令

             bin/azkaban-executor-start.sh

             注:只能要执行服务器根目录运行

            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 ,即可访问azkaban服务了.在登录中输入刚才新的户用名及密码,点击 login.

 

             效果如下:

   最后寄语,以上是博主本次文章的全部内容,如果大家觉得博主的文章还不错,请点赞;如果您对博主其它服务器大数据技术或者博主本人感兴趣,请关注博主博客,并且欢迎随时跟博主沟通交流。

© 著作权归作者所有

em_aaron

em_aaron

粉丝 95
博文 136
码字总数 225687
作品 3
黄浦
高级程序员
私信 提问
加载中

评论(0)

大数据教程(13.4)azkaban实例演示

上一章节,介绍了azkaban的简介、安装相关的知识;本篇博客博主将为小伙伴们分享azkaban的一些案例来帮助熟悉其使用。 Azkaba内置的任务类型支持command、java; 一、command类型单一job示例...

em_aaron
2019/03/16
167
0
【广州】OSC源创会第66期报名开始

本期图文回顾链接:https://www.oschina.net/question/2686220_2264418 火热的八月,OSC源创会将会来到广州,带着自由、开放、分享的开源精神,也带着满满的干货主题,邀各位在羊城来一场火热...

Alaise
2017/07/14
332
32
【广州】OSC源创会第66期报名开始

本期图文回顾链接:https://www.oschina.net/question/2686220_2264418 火热的八月,OSC源创会将会来到广州,带着自由、开放、分享的开源精神,也带着满满的干货主题,邀各位在羊城来一场火热...

Alaise
2017/07/14
7K
32
8月广州&珠海源创会报名启动,盛夏邀你来避暑!

火热的八月,OSC 源创会将来到广州和珠海,带着自由、开放、分享的开源精神,也带着满满的干货主题,邀各位来一场火热的约会~ 8月19日广州源创会报名及详情请点击:https://www.oschina.net...

王练
2017/07/21
7.5K
15
阿里年薪50WJAVA工程师转大数据学习路线!

大数据有两个方向,一个是偏计算机的,另一个是偏经济的。你学过Java,所以你可以偏将计算机的。 Java程序员想转大数据可行吗?Java是全世界使用人数最多的编程语言。不少程序员选择Java做为...

JAVA丶学习
2018/04/25
0
0

没有更多内容

加载失败,请刷新页面

加载更多

gem install:无法构建gem native扩展(找不到头文件)

我正在使用Fedora 14,我安装并运行了MySQL和MySQL服务器5.1.42。 现在我尝试以root用户身份执行此操作: gem install mysql 但我得到这个错误: Building native extensions. This could ...

技术盛宴
25分钟前
51
0
就8张图片带你搞清楚JS的原型链

JS(JavaScript)是目前互联网开发中十分重要的一门编程语言,他承载着网页、手机应用程序、硬件程序、微信、微信小程序中的各种特效及处理逻辑功能。

涂老师
28分钟前
28
0
如何在Mac和Windows PC之间无线共享文件

有时候,我需要在Mac和PC之间无线共享文件。由于并非所有人都在使用macOS,因此无论是在办公室还是在家里,这种情况都会发生。尽管并非一帆风顺,但有一种无需任何第三方应用程序即可弥合差距...

mac小叮当
29分钟前
69
0
tp5事务操作

使用事务处理的话,需要数据库引擎支持事务处理。比如 MySQL 的 MyISAM 不支持事务处理,需要使用 InnoDB 引擎。 使用 transaction 方法操作数据库事务,当发生异常会自动回滚,例如: 自动控...

owenzhang24
29分钟前
64
0
tomcat 内存溢出 org.apache.tomcat.util.net.NioEndpoint$Acceptor.run

解决资料: https://www.cnblogs.com/heyongboke/p/9806396.html https://www.cnblogs.com/guoguochong/p/10641615.html 2020-02-12 23:55:09 INFO ShakedownTestRespHandler:92 - 打印实时日......

zaolonglei
39分钟前
72
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部