Azkaban

1. Azkaban安装部署

https://azkaban.github.io/azkaban/docs/2.5/

安装Azkaban
)    在/opt/module/目录下创建azkaban目录
[kris@hadoop101 module]$ mkdir azkaban
)    解压azkaban-web-server-2.5..tar.gz、azkaban-executor-server-2.5..tar.gz、azkaban-sql-script-2.5..tar.gz到/opt/module/azkaban目录下
[kris@hadoop101 software]$ tar -zxvf azkaban-web-server-2.5..tar.gz -C /opt/module/azkaban/
[kris@hadoop101 software]$ tar -zxvf azkaban-executor-server-2.5..tar.gz -C /opt/module/azkaban/
[kris@hadoop101 software]$ tar -zxvf azkaban-sql-script-2.5..tar.gz -C /opt/module/azkaban/
)    对解压后的文件重新命名
[kris@hadoop101 azkaban]$ mv azkaban-web-2.5./ server
[kris@hadoop101 azkaban]$ mv azkaban-executor-2.5./ executor
)    azkaban脚本导入
    进入mysql，创建azkaban数据库，并将解压的脚本导入到azkaban数据库。
[kris@hadoop101 azkaban]$ mysql -uroot -p000000
mysql> create database azkaban;
mysql> use azkaban;
mysql> source /opt/module/azkaban/azkaban-2.5./create-all-sql-2.5..sql
注：source后跟.sql文件，用于批量处理.sql文件中的sql语句。

生成密钥对和证书
Keytool是java数据证书的管理工具，使用户能够管理自己的公/私钥对及相关证书。
-keystore 指定密钥库的名称及位置(产生的各类信息将存在.keystore文件中)
-genkey(或者-genkeypair) 生成密钥对
-alias 为生成的密钥对指定别名，如果没有默认是mykey
-keyalg 指定密钥的算法 RSA/DSA 默认是DSA
1）生成 keystore的密码及相应信息的密钥库

[kris@hadoop101 server]$ 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]:
您的组织单位名称是什么?
  [Unknown]:
您的组织名称是什么?
  [Unknown]:
您所在的城市或区域名称是什么?
  [Unknown]:
您所在的省/市/自治区名称是什么?
  [Unknown]:
该单位的双字母国家/地区代码是什么?
  [Unknown]:
CN=Unknown, OU=Unknown, O=Unknown, L=Unknown, ST=Unknown, C=Unknown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):
再次输入新口令:
注意：
密钥库的密码至少必须6个字符，可以是纯数字或者字母或者数字和字母的组合等等
密钥库的密码最好和<jetty> 的密钥相同，方便记忆

时间同步配置
先配置好服务器节点上的时区

1） 如果在/usr/share/zoneinfo/这个目录下不存在时区配置文件Asia/Shanghai，就要用 tzselect 生成。

）如果在/usr/share/zoneinfo/这个目录下不存在时区配置文件Asia/Shanghai，就要用 tzselect 生成。[kris@hadoop101 azkaban]$ tzselect
Please identify a location so that time zone rules can be set correctly.
Please select a continent or ocean.
 ) Africa
 ) Americas
 ) Antarctica
 ) Arctic Ocean
 ) Asia
 ) Atlantic Ocean
 ) Australia
 ) Europe
 ) Indian Ocean
) Pacific Ocean
) none - I want to specify the time zone using the Posix TZ format.
#?
Please select a country.
 ) Afghanistan           ) Israel                ) Palestine
 ) Armenia               ) Japan                 ) Philippines
 ) Azerbaijan            ) Jordan                ) Qatar
 ) Bahrain               ) Kazakhstan            ) Russia
 ) Bangladesh            ) Korea (North)         ) Saudi Arabia
 ) Bhutan                ) Korea (South)         ) Singapore
 ) Brunei                ) Kuwait                ) Sri Lanka
 ) Cambodia              ) Kyrgyzstan            ) Syria
 ) China                 ) Laos                  ) Taiwan
) Cyprus                ) Lebanon               ) Tajikistan
) East Timor            ) Macau                 ) Thailand
) Georgia               ) Malaysia              ) Turkmenistan
) Hong Kong             ) Mongolia              ) United Arab Emirates
) India                 ) Myanmar (Burma)       ) Uzbekistan
) Indonesia             ) Nepal                 ) Vietnam
) Iran                  ) Oman                  ) Yemen
) Iraq                  ) Pakistan
#?
Please select one of the following time zone regions.
) Beijing Time
) Xinjiang Time
#? 

The following information has been given:

        China
        Beijing Time

Therefore TZ='Asia/Shanghai' will be used.
Local time is now:      Thu Oct  :: CST .
Universal Time is now:  Thu Oct  :: UTC .
Is the above information OK?
) Yes
) No
#? 

You can make this change permanent for yourself by appending the line
        TZ='Asia/Shanghai'; export TZ
to the file '.profile' in your home directory; then log out and log in again.

Here is that TZ value again, this time on standard output so that you
can use the /usr/bin/tzselect command in shell scripts:
Asia/Shanghai
）拷贝该时区文件，覆盖系统本地时区配置
[kris@hadoop101 azkaban]$ cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
）集群时间同步（同时发给三个窗口）
[kris@hadoop101 azkaban]$ sudo date -s '2018-10-18 16:39:30'

配置文件
　　Web服务器配置

）进入azkaban web服务器安装目录 conf目录，打开azkaban.properties文件
[kris@hadoop101 conf]$ pwd
/opt/module/azkaban/server/conf
[kris@hadoop101 conf]$ vim azkaban.properties
）按照如下配置修改azkaban.properties文件。
#Azkaban Personalization Settings
#服务器UI名称,用于服务器上方显示的名字
azkaban.name=Test
#描述
azkaban.label=My Local Azkaban
#UI颜色
azkaban.color=#FF3601
azkaban.default.servlet.path=/index
#默认web server存放web文件的目录
web.resource.dir=/opt/module/azkaban/server/web/
#默认时区,已改为亚洲/上海 默认为美国
default.timezone.id=Asia/Shanghai

#Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager
#用户权限管理默认类（绝对路径）
user.manager.xml.file=/opt/module/azkaban/server/conf/azkaban-users.xml

#Loader for projects
#global配置文件所在位置（绝对路径）
executor.global.properties=/opt/module/azkaban/executor/conf/global.properties
azkaban.project.dir=projects

#数据库类型
database.type=mysql
#端口号
mysql.port=
#数据库连接IP
mysql.host=hadoop101
#数据库实例名
mysql.database=azkaban
#数据库用户名
mysql.user=root
#数据库密码
mysql.password=
#最大连接数
mysql.numconnections=

# Velocity dev mode
velocity.dev.mode=false

# Azkaban Jetty server properties.
# Jetty服务器属性.
#最大线程数
jetty.maxThreads=
#Jetty SSL端口
jetty.ssl.port=
#Jetty端口
jetty.port=
#SSL文件名（绝对路径）
jetty.keystore=/opt/module/azkaban/server/keystore
#SSL文件密码
jetty.password=
#Jetty主密码与keystore文件相同
jetty.keypassword=
#SSL文件名（绝对路径）
jetty.truststore=/opt/module/azkaban/server/keystore
#SSL文件密码
jetty.trustpassword=

# Azkaban Executor settings
executor.port=

# mail settings
mail.sender=
mail.host=
job.failure.email=
job.success.email=

lockdown.create.projects=false

cache.directory=cache
 ）web服务器用户配置
在azkaban web服务器安装目录 conf目录，按照如下配置修改azkaban-users.xml 文件，增加管理员用户。
[kris@hadoop101 conf]$ vim azkaban-users.xml
<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>

执行服务器配置

）进入执行服务器安装目录conf，打开azkaban.properties
[kris@hadoop101 conf]$ pwd
/opt/module/azkaban/executor/conf
[kris@hadoop101 conf]$ vim azkaban.properties
）    按照如下配置修改azkaban.properties文件。
#Azkaban
#时区
default.timezone.id=Asia/Shanghai

# Azkaban JobTypes Plugins
#jobtype 插件所在位置
azkaban.jobtype.plugin.dir=plugins/jobtypes

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

database.type=mysql
mysql.port=
mysql.host=hadoop102
mysql.database=azkaban
mysql.user=root
mysql.password=
mysql.numconnections=

# Azkaban Executor settings
#最大线程数
executor.maxThreads=
#端口号(如修改,请与web服务中一致)
executor.port=
#线程数
executor.flow.threads=

 

①启动executor服务器
在executor服务器目录下执行启动命令
[kris@hadoop101 executor]$ /opt/module/azkaban/executor/bin/azkaban-executor-start.sh
②启动web服务器
在azkaban web服务器目录下执行启动命令
[kris@hadoop101 server]$ /opt/module/azkaban/server/bin/azkaban-web-start.sh
  注意：先执行executor，再执行web，避免Web Server会因为找不到执行器启动失败。

jps查看进程
[kris@hadoop101 server]$ jps
 AzkabanExecutorServer
 Jps
 AzkabanWebServer
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，https://hadoop101:8443/即可访问azkaban服务了。
在登录中输入刚才在azkaban-users.xml文件中新添加的户用名及密码，点击 login。

2. azkaban的使用

原生的 Azkaban 支持的plugin类型有以下这些：

1. command：Linux shell命令行任务
2. gobblin：通用数据采集工具
3. hadoopJava：运行hadoopMR任务
4. java：原生java任务
5. hive：支持执行hiveSQL
6. pig：pig脚本任务
7. spark：spark任务
8. hdfsToTeradata：把数据从hdfs导入Teradata
9. teradataToHdfs：把数据从Teradata导入hdfs

具体使用见：  https://www.jianshu.com/p/f2310a5c38c6

action类型：command、java; 每一个工作单元一个文件
${param}, 可以给它传参数
上传时会进行校验

案例1：

第一个文件：firstlog.job
type=command
command=echo 'First'
user.to.proxy=hdfs

第二个文件：secondlog.job
type=command
command=echo 'second'
dependencies=firstlog
user.to.proxy=hdfs

第三个文件：thridlog.job
type=command
command=echo 'third'
dependencies=firstlog
user.to.proxy=hdfs

第四个文件：forthlog.job
type=command
command=echo 'forth'
dependencies=secondlog,thridlog
user.to.proxy=hdfs

第五个文件：fivelog.job
type=command
command=echo 'fifth'
dependencies=forthlog
user.to.proxy=hdfs

第六个文件：sixlog.job
type=command
command=echo 'sixth'
dependencies=forthlog
user.to.proxy=hdfs

end文件：
config:
nodes:
    - name: end_job
      type: noop
      dependencies=fivelog,sixlog
      user.to.proxy=hdfs

目前，Azkaban上传的工作流文件只支持xxx.zip文件。zip应包含xxx.job运行作业所需的文件和任何文件（文件名后缀必须以.job结尾，否则无法识别）。作业名称在项目中必须是唯一的。

注： 需要添加end.job文件，否则会分成两个流如下图：

添加end.job后：

通过azkaban的web管理平台创建project并上传job的zip包

首先创建project

上传zip包

  启动执行该job

点击执行工作流

 执行成功，是绿色的

 可点击查看job日志

 直接再次upload会把之前的工程覆盖掉：

案例二：

public class AzkabanTest {

    public static void main(String[] args) throws IOException {
        FileOutputStream outputStream = null;
        try {
            outputStream = new FileOutputStream("/opt/module/azkaban/output.txt");
            outputStream.write("this is a java progress".getBytes());
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }finally {
            outputStream.close();
        }
    }

}

将java程序打成jar包，创建lib目录，将jar放入lib内
[kris@hadoop101 lib]$ ll
总用量 4
-rw-r--r--. 1 kris kris 2441 3月   4 12:55 Azkaban-1.0-SNAPSHOT.jar

[kris@hadoop101 jobs]$ cat java.job
type=javaprocess
java.class=com.easylife.azkaban.AzkabanTest
classpath=/opt/module/azkaban/lib/*

 classpath= #linux下的绝对路径
 #也可以是相对路径(将jar包和java.job文件一块压缩)/相当于.job文件即: ./xx.job

type=javaprocess
classpath=./lib/*  //先创建lib文件夹里边放jar包；
java.class=com.easylife.test.MyJavaJob
user.to.proxy=hdfs

打成ZIP包上传：

[kris@hadoop101 jobs]$ cat wordcount.txt
aaa aaa aaa
bb bb
cc cc
dd
把它上传到HDFS上,要先创建文件夹/wordcount/input
[kris@hadoop101 jobs]$ cat mapreduce.job
type=command
command=/opt/module/hadoop-2.7./bin/hadoop jar /opt/module/hadoop-2.7./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7..jar wordcount /wordcount/input /wordcount/output

将所有job资源文件打到一个zip包中
[kris@hadoop101 jobs]$ zip mapreduce.zip mapreduce.job
  adding: mapreduce.job (deflated %)
[kris@hadoop101 jobs]$ sz mapreduce.zip ##将它下载到windows中

 

 

[kris@hadoop101 jobs]$ cat student.sql
use default;
drop table student;
create table student(id int, name string)
row format delimited fields terminated by '\t';
load data local inpath '/opt/module/datas/student.txt' into table student;
insert overwrite local directory '/opt/module/datas/student'
row format delimited fields terminated by '\t'
select * from student;

[kris@hadoop101 jobs]$ cat hive.job
#hive job
type=command
command=/opt/module/hive/bin/hive -f /opt/module/azkaban/jobs/student.sql

将所有job资源文件打到一个zip包中
[kris@hadoop101 jobs]$ zip hive.zip hive.job
  adding: hive.job (deflated %)
在azkaban的web管理界面创建工程并上传zip包

邮件通知配置案例

1）修改配置文件

修改server的conf下的azkaban.properties文件

[kris@hadoop101 conf]$ vim /opt/module/azkaban/server/conf/azkaban.properties

# mail settings; 配置要使用哪个邮箱发送
mail.sender=kris18@.com
mail.host=smtp..com
mail.user=kris18@126.com
mail.password=kris18 #
job.failure.email=
job.success.email=

#重启下：
[kris@hadoop101 azkaban]$ server/bin/azkaban-web-start.sh

在页面上配置要发送给谁：