大数据教程（13.3）azkaban简介&安装

时间 2019-11-07

标签数据教程 13.3 azkaban 简介安装繁體版

原文原文链接

上一节介绍了Flume多个agent链接配合使用。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。因为azkaban使用新版本太耗时间，须要编译安装，因此博主这次就使用编译好的老版本2.5；等所有教程作完后，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。html

1、工做流调度器azkabanjava

概述node

1.一、为何须要工做流调度系统mysql

一个完整的数据分析系统一般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前后及先后依赖关系，为了很好地组织起这样的复杂执行计划，须要一个工做流调度系统来调度执行；linux

                 例如，咱们可能有这样一个需求，某个业务系统天天产生20G原始数据，咱们天天都要对其进行处理，处理步骤以下所示：
                 一、经过Hadoop先将原始数据同步到HDFS上；
                 二、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；
                 三、须要对Hive中多个表的数据进行JOIN处理，获得一个明细数据Hive大表；
                 四、将明细数据进行复杂的统计分析，获得结果报表信息；
                 五、须要将统计分析获得的结果数据同步到业务系统中，供业务调用使用。git

1.二、工做流调度实现方式github

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，好比ooize、azkaban等web

1.三、常见工做流调度系统ajax

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

1.四、各类调度工具特性对比

下面的表格对上述四种hadoop工做流调度器的关键特性进行了比较，尽管这些工做流调度器可以解决的需求场景基本一致，但在设计理念，目标用户，应用场景等方面仍是存在显著的区别，在作技术选型的时候，能够提供参考

特性	Hamake	Oozie	Azkaban	Cascading
工做流描述语言	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
须要安装	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

1.五、Azkaban与Oozie对比

对市面上最流行的两种调度器，给出如下详细对比，以供技术选型参考。整体来讲，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。若是能够不在乎某些功能的缺失，轻量级调度器azkaban是很不错的候选对象。
详情以下：
功能
二者都可以调度mapreduce,pig,java,脚本工做流任务
二者都可以定时执行工做流任务

工做流定义
Azkaban使用Properties文件定义工做流
Oozie使用XML文件定义工做流

工做流传参
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，如用户对工做流进行读/写/执行等操做
Oozie暂无严格的权限控制

工做流执行
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能够部署在不一样节点)
Oozie做为工做流服务器运行，支持多用户和多工做流

工做流管理
Azkaban支持浏览器以及ajax方式操做工做流
Oozie支持命令行、HTTP REST、Java API、浏览器操做工做流

2、Azkaban介绍

Azkaban是由Linkedin开源的一个批量工做流任务调度器。用于在一个工做流内以一个特定的顺序运行一组工做和流程。Azkaban定义了一种KV文件格式来创建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做流。
它有以下功能特色：
Web用户界面
方便上传工做流
方便设置任务之间的关系
调度工做流
认证/受权(权限的工做)
可以杀死并从新启动工做流
模块化和可插拔的插件机制
项目工做区
工做流和任务的日志记录和审计

Azkaban安装部署：

(1) 准备工做

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,并创建了 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从新命名 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从新命名 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;

建立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
        (若是和密钥库口令相同, 按回车):

完成上述工做后,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
一、先生成时区配置文件Asia/Shanghai，用交互式命令 tzselect 便可
二、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，重启后可也能够生效
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
              内容说明以下:

#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 增长管理员用户

<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 ,便可访问azkaban服务了.在登陆中输入刚才新的户用名及密码,点击 login.

效果以下：

最后寄语，以上是博主本次文章的所有内容，若是你们以为博主的文章还不错，请点赞；若是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，而且欢迎随时跟博主沟通交流。