Azkaban是twitter出的一个任务调度系统,操作比Oozie要简单很多而且非常直观,提供的功能比较简单。Azkaban以Flow为执行单元进行定时调度,Flow就是预定义好的由一个或多个可存在依赖关系的Job组成的工作流。Azkaban的官方主页是http://azkaban.github.io/azkaban2/ ,它的的主要特点有下面几个:

  • 兼容所有Hadoop版本(1.x,2.x,CDH)
  • 可以通过WebUI进行管理配置,操作方便
  • 可以通过UI配置定时调度
  • 扩展性好,可针对某一问题开发组件(目前有三个插件HDFSBrowser,JobtypePlugins和HadoopSecurityManager)
  • 有权限管理模块
  • 可以通过WebUI跟踪Flow或者Job的执行情况
  • 可以设置邮件提醒
  • 可以为定时Flow或者Flow中的某个Job配置执行时间长度的控制,如果执行时间超过了所设的时间,可以发送警告邮件给相关人员或者Kill掉相应设置的Flow或Job
  • 可以重试失败Job

Azkaban也有一些局限性(尚待挖掘),例如任务之间的依赖,不能够指定部分完成(比如我们希望任务A依赖于B,但是并不是B完全执行完成A才可以启动,而是B的某个阶段完成的话就可以启动A)

Azkaban主要是解决Hadoop Job的依赖关系,它包括三个组件,组件之间的关系如下图所示

  • Relational Database(MySQL)存储Azkaban和Job的状态信息
  • AzkabanWebServer通过WebUI的方式处理对project信息的管理,定时调度和监控
  • AzkabanExecutorServer负责根据作业的依赖关系完成作业的解析和调度

安装步骤

首先准备Azkaban相关软件,其中AzkabanWebServer和AzkabanExecutorServer要安装到不同目录,下载链接http://azkaban.github.io/azkaban2/downloads.html

  • azkaban-web-server-2.1.tar.gz
  • azkaban-executor-server-2.1.tar.gz
  • azkaban-sql-script-2.1.tar.gz
  • azkaban-hdfs-viewer-2.1.tar.gz
  • azkaban-jobtype-2.1.tar.gz

安装及配置数据库(目前仅支持Mysql)

Azkaban使用MYSQL管理工程、计划和执行

  • 安装Mysql 具体安装过程可参考相关资料,比如http://ifalone.me/305.html ,http://dev.mysql.com/doc/index.html
  • 为Azkaban创建数据库,其中数据库名字不一定是azkaban
    mysql> CREATE DATABASE azkaban;
  • 创建Azkaban数据库的用户,其中用户名字不一定是azkaban
    mysql> CREATE USER 'username'@'%' IDENTIFIED BY 'password';
  • 增加azkaban用户对azkaban数据库的增删改查权限 
    mysql> GRANT SELECT,INSERT,UPDATE,DELETE ON <database>.* to '<username>'@'%' WITH GRANT OPTION;
  • 有必要的话可以增加Packet大小,此项限制mysql接受的数据包大小,可以在/etc/my.cnf中配置
    [mysqld]
    ...
    max_allowed_packet=1024M
  • 配置完重启MYSQL
    sudo /sbin/service mysqld restart
  • 创建Azkaba需要的数据库表,将azkaban-sql-script-2.1.tar.gz解压,执行create-all-sql脚本即可(其中带有‘_update_’的脚本可以忽视)
  • 获取JDBC连接器mysql-connector-java-5.1.25.tar.gz,下载地址http://dev.mysql.com/downloads/connector/j/ 。mysql-connector-java-5.1.25.tar.gz需要在webserver和excutorserver安装完后,分别拷入Azkaban2-web-server-install-dir/extlib和supertool/azkaban/excutorserver/extlib

下载安装Web Server

  • 将azkaban-web-server-2.1.tar.gz解压到合适目录,如Azkaban2-web-server-install-dir
    解压完应该有如下文件目录

    Folder    Description
    bin       运行 Azkaban jetty server的脚本
    conf      Azkaban web server的配置文件
    lib       Azkaban依赖的jar包
    extlib    放入到这个目录的jar包会被添加Azkaban的classpath
    plugins   插件安装在此目录
    web       Azkaban web server的相关css,html等文件
  • 获取SSL需要的keystore。此处尤其注意要用java的keytool工具,不然会报错(PATH最好将新填的内容放在旧的前面,如PATH=$JAVA_HOME/bin:......:${PATH})
    证书制作可参考http://wingware.iteye.com/blog/1160396 ,http://docs.codehaus.org/display/JETTY/How+to+configure+SSL

    keytool -keystore keystore -alias jetty -genkey -keyalg RSA

    示例如下

    keytool -keystore keystore -alias jetty -genkey -keyalg RSA
    Enter keystore password:  password
    What is your first and last name?
      [Unknown]:  jetty.mortbay.org
    What is the name of your organizational unit?
      [Unknown]:  Jetty
    What is the name of your organization?
      [Unknown]:  Mort Bay Consulting Pty. Ltd.
    What is the name of your City or Locality?
      [Unknown]:
    What is the name of your State or Province?
      [Unknown]:
    What is the two-letter country code for this unit?
      [Unknown]:
    Is CN=jetty.mortbay.org, OU=Jetty, O=Mort Bay Consulting Pty. Ltd.,
    L=Unknown, ST=Unknown, C=Unknown correct?
      [no]:  yes
     
    Enter key password for <jetty>
            (RETURN if same as keystore password):  password

    成功得到keystore文件后,根据实际情况修改azkaban.properties文件里如下内容

    jetty.keystore=keystore
    jetty.password=password
    jetty.keypassword=password
    jetty.truststore=keystore
    jetty.trustpassword=password
  • 配置数据库。根据实际情况修改Azkaban2-web-server-install-dir/azkaban.properties文件里如下内容

    database.type=mysql
    mysql.port=3306
    mysql.host=localhost
    mysql.database=azkaban
    mysql.user=azkaban
    mysql.password=azkaban
    mysql.numconnections=100
  • 配置UserManager。根据实际情况配置azkaban-users.xml相关信息,其中在azkaban.properties里定义了对azkaban-users.xml的引用

        user.manager.class=azkaban.user.XmlUserManager
        user.manager.xml.file=conf/azkaban-users.xml
  • 运行Web Server
    在azkaban.properties中如下属性配置jetty的相关行为

    jetty.maxThreads=25
    jetty.ssl.port=8443

    运行前首先要建一个Web Server临时目录,如Azkaban2-web-server-install-dir/tmpdir。然后进入webserver/bin目录,修改azkaban-web-start.sh里的如下内容

    tmpdir=Azkaban2-web-server-install-dir/tmpdir

    进入webserver根目录执行如下命令,没意外的话正常启动。可通过https:/localhost:8443验证是否启动成功

    bin/azkaban-web-start.sh ./

    关闭webserver命令如下:

    bin/azkaban-web-shutdown.sh ./

下载安装Excutor Server

  • 将azkaban-executor-server-2.1.tar.gz解压到合适目录,如Azkaban2-exec-server-install-dir
    解压完应该有如下文件目录

    Folder      Description
    bin         启动Azkaban jetty server的脚本
    conf        Azkaban exec server的相关配置文件
    lib         Azkaban依赖的jar包
    extlib      放入到这个目录的jar包会被添加Azkaban的classpath
    plugins     插件安装在此目录
  • 配置数据库。根据实际情况修改Azkaban2-exec-server-install-dir/azkaban.properties文件里如下内容

    database.type=mysql
    mysql.port=3306
    mysql.host=localhost
    mysql.database=azkaban
    mysql.user=azkaban
    mysql.password=azkaban
    mysql.numconnections=100
  • 配置AzabanWebServer和AzkabanExecutorServer客户端
    在AzkabanExecutorServer的azkaban.properties里做如下配置:

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

    在AzkabanWebServer的azkaban.properties里做如下配置:

    executor.port=12321

    这个配置需要重启Server才能生效

  • 运行Excutor Server
    运行前首先要建一个Excutor Server临时目录,如supertool/azkaban/excutorserver/tmpdir。然后进入excutorserver/bin目录,修改azkaban-web-start.sh里的如下内容
    tmpdir=supertool/azkaban/excutorserver/tmpdir

    进入excutorserver根目录执行如下命令,没意外的话正常启动

    bin/azkaban-exec-start.sh ./

    关闭运行如下命令

    bin/azkaban-exec-shutdown.sh

安装Azkaban插件

  • HDFS Viewer插件
    修改Azkaban2-web-server-install-dir/conf/azkaban.properties:

    viewer.plugins=hdfs

    Azkaban 会从如下地址加载hdfs viewer插件:

    Azkaban2-web-server-install-dir/plugins/viewer/hdfs

    将azkaban-hdfs-viewer-2.1.tar.gz解压到Azkaban2-web-server-install-dir/plugins/viewer并将目录重命名为hdfs
    *如果hadoop没有启动安全机制,重启AzkabanWebServer 即可使用hdfs插件。如果hadoop启动了安全机制,则需要修改Azkaban2-web-server-install-dir/plugins/viewer/hdfs/conf/plugin.properties里的如下配置:

    Parameter                          Description
    azkaban.should.proxy               Wether Azkaban should proxy as another user to view the hdfs filesystem, rather than Azkaban itself, defaults to true
    hadoop.security.manager.class      The security manager to be used, which handles talking to secure hadoop cluster, defaults to azkaban.security.HadoopSecurityManager_H_1_0 (for hadoop 1.x versions)
    proxy.user                         The Azkaban user configured with kerberos and hadoop. Similar to how oozie should be configured, for secure hadoop installations
    proxy.keytab.location              The location of the keytab file with which Azkaban can authenticate with Kerberos for the specified proxy.user
  • Job Type插件
    修改Azkaban2-exec-server-install-dir/conf/azkaban.properties :

    azkaban.jobtype.plugin.dir=plugins/jobtypes

    Azkaban 会从如下地址加载所有的job types插件:

    Azkaban2-exec-server-install-dir/plugins/jobtypes

    将azkaban-jobtype-2.1.tar.gz解压到Azkaban2-exec-server-install-dir/plugins/并将目录重命名为jobtypes
    如果hadoop没有启动安全机制,只需要修改Azkaban2-exec-server-install-dir/plugins/jobtypes/commonprivate.properties中如下配置:

    Parameter                           Description
    hadoop.home                         Your $HADOOP_HOME setting.
    jobtype.global.classpath            The cluster specific hadoop resources, such as hadoop-core jar, and hadoop conf (e.g. ${hadoop.home}/hadoop-core-1.0.4.jar,${hadoop.home}/conf)

    如果hadoop启动了安全机制,则需要修改Azkaban2-exec-server-install-dir/plugins/jobtypes/commonprivate.properties中如下配置:

    Parameter                           Description
    hadoop.security.manager.class       The security manager to be used, which handles talking to secure hadoop cluster, defaults to azkaban.security.HadoopSecurityManager_H_1_0 (for hadoop 1.x versions)
    proxy.user                          The Azkaban user configured with kerberos and hadoop. Similar to how oozie should be configured, for secure hadoop installations
    proxy.keytab.location               The location of the keytab file with which Azkaban can authenticate with Kerberos for the specified proxy.user
    hadoop.home                         Your $HADOOP_HOME setting.
    jobtype.global.classpath            The cluster specific hadoop resources, such as hadoop-core jar, and hadoop con (e.g. ${hadoop.home}/hadoop-core-1.0.4.jar,${hadoop.home}/conf)

使用说明及举例。Job具体可配置信息可参看http://azkaban.github.io/azkaban2/documents/2.1/jobconf.html

  • 建立一个简单的可以进行定时调度的job
    Azkaban启动后可以使用浏览器访问站点的8443端口,进入站点后可以进行project增删改查等相关操作。下面以创建一个简单的Job举例,比如创建foo.job

    # foo.job
    type=command
    command=echo "Hello World"

    将foo.job压缩成zip格式。然后在web页面创建工程并将foo.zip上传到foo对应工程中,如下图所示

    配置完成后可以立即执行此project,也可以设置定时执行,定时配置如下示例如下图。目前时间只能按照UTC和PDT两种时区输入,也就是说要根据当地时间先算UTC时间然后再输入(比如CST-8=UTC,github上已经将此情况列为bug,但是还没修复)。

  • 建立一个有依赖关系的job
    分别建立foo和bar两个job,其中bar依赖foo。将两个job压缩到一个zip里就生成了一个简单的flow project,其中foo失败后的动作可选,具体可参考http://azkaban.github.io/azkaban2/documents/2.1/executingflow.html 。
#foo.job
type=command
command=echo foo
#bar.job
type=command
dependencies=foo
command=echo bar
  • 建立一个HadoopJava类型的Job,主要流程是先把写好的Java程序打成Jar包,然后配置**.job文件,最后将Jar包和**.job压缩到zip文件中上传。一个打包好的有依赖关系的zip包示例http://redmine.mzsvn.com/attachments/download/398/java-hadooptest-de.zip
    首先修改Azkaban2-exec-server-install-dir/plugins/jobtypes/common.properties

    hadoop.home=hadoop.home=/home/workspace/hadoop-*.*.*

    然后修改Azkaban2-exec-server-install-dir/plugins/jobtypes/commonprivate.properties

    jobtype.global.classpath=${hadoop.home}/hadoop-core-*.*.*.jar,${hadoop.home}/conf,${hadoop.home}/lib/*

    一个示例Job如下,其中wc.properties(可选,非必须)描述了此Job的变量信息,wordcount.job描述了此Job的主要配置信息

    #wc.properties
    HDFSRoot=/test
    param.inData=${HDFSRoot}/input
    param.outData=${HDFSRoot}/output
    #wordcount.job
    type=hadoopJava
    job.class=azkaban.jobtype.examples.java.WordCount
    classpath=./lib/*
    main.args=${param.inData} ${param.outData1}
    force.output.overwrite=true
    input.path=${param.inData}
    output.path=${param.outData}
  • 邮件的使用首先需要修改Azkaban2-web-server-install-dir/conf/azkaban.properties,示例如下

    # mail settings
    mail.sender=******@miaozhen.com
    mail.host=smtp.miaozhen.com
    mail.user=******@miaozhen.com
    mail.password=******

    然后需要根据每个Job的情况配置合适的邮件通知列表,示例如下

    # foo.job
    type=command
    command=echo "Hello World"
    notify.emails=******@miaozhen.com
    failure.emails=******@miaozhen.com
    success.emails=******@miaozhen.com
  • Azkaban的SLA使用
    Azkaban可以为定时Flow或者Flow中的某个Job设置SLA服务,如果执行时间超过了所设的时间,可以发送警告邮件给相关人员或者Kill掉相应设置的Flow或Job,示例如下图。
  • Azkaban的接口调用
    Azkaban对外提供了Ajax接口,此类接口可通过包装get或者post请求调用。API使用时需要先获取SessionId(默认有效期一天),然后才可以做其他操作。其中获取Session到执行Job的过程示例如下

    获取Session命令:
    curl -k --data "action=login&username=azkaban&password=azkaban" https://localhost:8443
    命令返回结果:
    {
      "status" : "success",
      "session.id" : "5a932706-3d04-4c44-888d-5afcd87b8ebe"
    }
    创建一个Project命令:
    curl -k --data "action=create&name=azkaban&description=dis&session.id=5a932706-3d04-4c44-888d-5afcd87b8ebe" https://localhost:8443/manager
    命令返回结果:
    {"status":"success","path":"manager?project=azkaaban","action":"redirect"}
    上传打包好的zip压缩包命令:
    curl -k -i -H "Content-Type: multipart/mixd" -X POST --form 'session.id=5a932706-3d04-4c44-888d-5afcd87b8ebe' --form 'ajax=upload' --form 'file=@foo.job.zip;type=application/zip' --form 'project=MyProject;type/plain' https://localhost:8443/manager
    命令返回结果:
    HTTP/1.1 100 Continue
     
    HTTP/1.1 200 OK
    Content-Type: application/json
    Content-Length: 43
    Server: Jetty(6.1.26)
     
    {
      "projectId" : "42",
      "version" : "1"
    }
    执行Flow命令:
    curl -k --data "ajax=executeFlow&project=azkaban&flow=foo&session.id=5a932706-3d04-4c44-888d-5afcd87b8ebe" https://localhost:8443/executor
    命令返回结果:
    {
      "message" : "Execution submitted successfully with exec id 70",
      "project" : "azkaban",
      "flow" : "foo",
      "execid" : 70
    }
 
0

hadoop工作流引擎之azkaban的更多相关文章

  1. Hadoop工作流引擎之Azkaban与Oozie对比(四)

    Azkaban是什么?(一) Azkaban的功能特点(二) Azkaban的架构(三) 不多说,直接上干货! http://www.cnblogs.com/zlslch/category/93883 ...

  2. hadoop工作流引擎之azkaban [转]

    介绍 Azkaban是twitter出的一个任务调度系统,操作比Oozie要简单很多而且非常直观,提供的功能比较简单.Azkaban以Flow为执行单元进行定时调度,Flow就是预定义好的由一个或多个 ...

  3. 工作流引擎Oozie(一):workflow

    1. Oozie简介 Yahoo开发工作流引擎Oozie(驭象者),用于管理Hadoop任务(支持MapReduce.Spark.Pig.Hive),把这些任务以DAG(有向无环图)方式串接起来.Oo ...

  4. 工作流调度器azkaban(以及各种工作流调度器比对)

    1:工作流调度系统的作用: (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:比如,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 ...

  5. Hadoop工作流概念学习系列总述(一)

    不多说,这里,直接上干货!从这篇博客起,逐步分享如下: 1.工作流 2.Hadoop工作流(内置) 3.第三方框架--Azkaban(推荐外安装)

  6. 工作流调度系统Azkaban的简介和使用

    1 概述 1.1 为什么需要工作流调度系统 l 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 l 各任务单元之间存在时间 ...

  7. 工作流调度器之Azkaban

    Azkaban 1. 工作流调度器概述 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 ...

  8. 用Crontab打造简易工作流引擎

    1. 引言 众所周知,Oozie(1, 2)是基于时间条件与数据生成来做工作流调度的,但是Oozie的数据触发条件只支持HDFS路径,故而面临着这样的问题: 无法判断Hive partition是否已 ...

  9. 【2016-11-7】【坚持学习】【Day22】【工作流引擎设计--执行用户】

    最近在做一个工作流引擎,架构师已经设计好了,但是我发现他设计 每一步的用户集合的设计,有一定的不足,或者是不方便,不同的组织架构影响着他的用户数据源配置方式. 于是我想花点时间去看看人家优秀是工作流引 ...

随机推荐

  1. jquery-ui-multiselect 的使用

    @model Gd.NetSign.Controllers.DTO.WsaleFundManageDTO @{ ViewBag.Title = "ShowDUYUN"; //Lay ...

  2. 【笔记】Loadrunner添加OS类型为Windows的服务器(Win7)

    最近在学习Loadrunner,看到“监控Windows资源”,决定小试一把,由于没有找到合适的镜像,暂时没有搞好Windows的虚拟机,so 先用自己小试牛刀了只有,不过这样子好像难度锐减也~只要小 ...

  3. IMAGE服务器软件配置

    NFS: vim /etc/exports /bak/www/www.xxxl.com/public/ 10.20.10.0/24(rw,sync,no_root_squash)/bak/www/ww ...

  4. 10个男孩和n个女孩共买了n2+8n+2本书,已知他们每人买的书本的数量是相同的,且女孩人数多于南海人数,问女孩人数是多少?(整除原理1.1.3)

    10个男孩和n个女孩共买了n2+8n+2本书,已知他们每人买的书本的数量是相同的,且女孩人数多于南海人数,问女孩人数是多少? 解: 因为,每个人买的书本的数量是相同的, 所以,10|n2+8n+2 所 ...

  5. sql存储过程——名称 ****不是有效的标识符

    转载自http://blog.csdn.net/xb12369/article/details/8202703 假设存储过程:proc_test create proc proc_test @Prod ...

  6. Windows下QT4.8.4编译环境的搭建(转载http://blog.csdn.net/bestgonghuibin/article/details/38933141)

    开始使用QT了,所以第一步就是把环境搭起来,这里小记一下,以免以后忘记. 1. 下载安装文件 要使用QT功能,那么必须要下载QT的源码,还必须要一个是用QT的编译环境,可以是VS2010,也可以是专用 ...

  7. 使用timer定时器,防止事件重入

    首先简单介绍一下timer,这里所说的timer是指的System.Timers.timer,顾名思义,就是可以在指定的间隔是引发事件.官方介绍在这里,摘抄如下: 1 2 Timer 组件是基于服务器 ...

  8. C++模板之类型与数据绑定

    有时候我们需要将类型与一些数据进行绑定,例如我们一般通过单例,将字符串与一个函数关联(一般称之为注册),之后通过字符串创建相关联的对象 class A { public: static A* Crea ...

  9. for计算100以内的奇数和

    #include "stdio.h" void main() { //for计算100以内的奇数和 步长为1,continue实现 ; ;i<=;i++) { ==) { c ...

  10. 股票K线图-JfreeChart版

    http://blog.csdn.net/ami121/article/details/3953272 股票K线图-JfreeChart版 标签: jfreechartpropertiesapplet ...