工作流調度器azkaban的安裝和使用
為什麽需要工作流調度系統
- 一個完整的數據分析系統通常都是由大量任務單元組成：
shell腳本程序，java程序，mapreduce程序、hive腳本等
- 各任務單元之間存在時間先後及前後依賴關系
- 為了很好地組織起這樣的復雜執行計劃，需要一個工作流調度系統來調度執行；
作流調度實現方式
簡單的任務調度：直接使用linux的crontab來定義；
復雜的任務調度：開發調度平臺
或使用現成的開源調度系統，比如ooize、azkaban等
常見工作流調度系統
市面上目前有許多工作流調度器
在hadoop領域，常見的工作流調度器有Oozie, Azkaban
ooize相比azkaban是一個重量級的任務調度系統，功能全面，但配置使用也更復雜。如果可以不在意某些功能的缺失，輕量級調度器azkaban是很不錯的候選對象。
azkaban是由Linkedin開源的一個批量工作流任務調度器。用於在一個工作流內以一個特定的順序運行一組工作和流程。azkaban定義了一種KV文件格式來建立任務之間的依賴關系，並提供一個易於使用的web用戶界面維護和跟蹤你的工作流。
azkaban的安裝部署
1、準備工作
Azkaban Web服務器
azkaban-web-server-2.5.0.tar.gz
Azkaban執行服務器
azkaban-executor-server-2.5.0.tar.gz
Azkaban sql腳本插件
azkaban-sql-script-2.5.0.tar.gz
MySQL
目前azkaban只支持 mysql,需安裝mysql服務器,本文檔中默認已安裝好mysql服務器,並建立了 root用戶,密碼 admin.
2、安裝
將安裝文件上傳到集群,最好上傳到安裝 hive、sqoop的機器上（hadoop1）,方便命令的執行
在當前用戶目錄下新建 azkabantools目錄/usr/local/azkabantools,用於存放源安裝文件.新建
azkaban web服務器安裝
解壓azkaban-web-server-2.5.0.tar.gz
命令: tar –zxvf azkaban-web-server-2.5.0.tar.gz -C /usr/local/azkaban
將解壓後的azkaban-web-server-2.5.0 移動到 azkaban目錄中,並重新命名 webserver
命令: mv azkaban-web-server-2.5.0 /usr/local/azkaban
cd /usr/local/azkaban
mv azkaban-web-server-2.5.0 webserver
azkaban 執行服器安裝
解壓azkaban-executor-server-2.5.0.tar.gz
命令:tar –zxvf azkaban-executor-server-2.5.0.tar.gz
將解壓後的azkaban-executor-server-2.5.0 移動到 azkaban目錄中,並重新命名 executor
命令:mv azkaban-executor-server-2.5.0 /usr/local/azkaban
cd /usr/local/azkaban
mv azkaban-executor-server-2.5.0 executor
azkaban腳本導入
解壓: azkaban-sql-script-2.5.0.tar.gz
命令:tar –zxvf azkaban-sql-script-2.5.0.tar.gz
將解壓後的mysql 腳本,導入到mysql中:
進入mysql
mysql> create database azkaban;
mysql> use azkaban;
Database changed
mysql> source /usr/local/azkaban/azkaban-2.5.0/create-all-sql-2.5.0.sql;
創建SSL配置
參考地址: http://docs.codehaus.org/display/JETTY/How+to+configure+SSL
命令: keytool -keystore keystore -alias jetty -genkey -keyalg RSA
這個命令我在做的時候 是進入到azkaban目錄下執行的
運行此命令後,會提示輸入當前生成 keystore的密碼及相應信息,輸入的密碼請勞記,信息如下:
輸入keystore密碼： 123456
再次輸入新密碼:
您的名字與姓氏是什麽？
[Unknown]：
您的組織單位名稱是什麽？
[Unknown]：
您的組織名稱是什麽？
[Unknown]：
您所在的城市或區域名稱是什麽？
[Unknown]：
您所在的州或省份名稱是什麽？
[Unknown]：
該單位的兩字母國家代碼是什麽
[Unknown]： CN
CN=Unknown, OU=Unknown, O=Unknown, L=Unknown, ST=Unknown, C=CN 正確嗎？
[否]： y
輸入<jetty>的主密碼
（如果和 keystore 密碼相同，按回車）：
再次輸入新密碼:
完成上述工作後,將在當前目錄生成 keystore 證書文件,將keystore 考貝到 azkaban web服務器根目錄中.如:cp keystore webserver/
配置文件
註：先配置好服務器節點上的時區
1、先生成時區配置文件Asia/Shanghai，用交互式命令 tzselect 即可
2、拷貝該時區文件，覆蓋系統本地時區配置
cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
3、查看集群上各機器時鐘是否同步date。
date -s ‘2017-05-10 10:07:29’
hwclock -w
第一步是修改時間，第二步是將修改同步到硬件時鐘。
如果只執行第一步，那麽只是當前有效，重啟後將會失效！
azkaban web服務器配置
進入azkaban web服務器安裝目錄 conf目錄
修改azkaban.prope rties文件
命令vi azkaban.properties
內容說明如下:
|
#Azkaban Personalization Settings azkaban.name=Test #服務器UI名稱,用於服務器上方顯示的名字 azkaban.label=My Local Azkaban #描述 azkaban.color=#FF3601 #UI顏色 azkaban.default.servlet.path=/index # web.resource.dir=web/ #默認根web目錄 default.timezone.id=Asia/Shanghai #默認時區,已改為亞洲/上海 默認為美國
#Azkaban UserManager class user.manager.class=azkaban.user.XmlUserManager #用戶權限管理默認類 user.manager.xml.file=conf/azkaban-users.xml #用戶配置,具體配置參加下文
#Loader for projects executor.global.properties=conf/global.properties # global配置文件所在位置 azkaban.project.dir=projects #
database.type=mysql #數據庫類型 mysql.port=3306 #端口號 mysql.host=localhost #數據庫連接IP mysql.database=azkaban #數據庫實例名 mysql.user=root #數據庫用戶名 mysql.password=admin #數據庫密碼 mysql.numconnections=100 #最大連接數
# Velocity dev mode velocity.dev.mode=false # Jetty服務器屬性. jetty.maxThreads=25 #最大線程數 jetty.ssl.port=8443 #Jetty SSL端口 jetty.port=8081 #Jetty端口 jetty.keystore=keystore #SSL文件名 jetty.password=123456 #SSL文件密碼 jetty.keypassword=123456 #Jetty主密碼 與 keystore文件相同 jetty.truststore=keystore #SSL文件名 jetty.trustpassword=123456 # SSL文件密碼
# 執行服務器屬性 executor.port=12321 #執行服務器端口
# 郵件設置 [email protected] #發送郵箱 mail.host=smtp.163.com #發送郵箱smtp地址 mail.user=xxxxxxxx #發送郵件時顯示的名稱 mail.password=********** #郵箱密碼 [email protected] #任務失敗時發送郵件的地址 [email protected] #任務成功時發送郵件的地址 lockdown.create.projects=false # cache.directory=cache : #緩存目錄
|
azkaban 執行服務器executor配置
進入執行服務器安裝目錄conf,修改azkaban.properties
vi azkaban.properties
|
#Azkaban default.timezone.id=Asia/Shanghai #時區
# Azkaban JobTypes 插件配置 azkaban.jobtype.plugin.dir=plugins/jobtypes #jobtype 插件所在位置
#Loader for projects executor.global.properties=conf/global.properties azkaban.project.dir=projects
#數據庫設置 database.type=mysql #數據庫類型(目前只支持mysql) mysql.port=3306 #數據庫端口號 mysql.host=192.168.33.201 #數據庫IP地址 mysql.database=azkaban #數據庫實例名 mysql.user=root #數據庫用戶名 mysql.password=admin #數據庫密碼 mysql.numconnections=100 #最大連接數
# 執行服務器配置 executor.maxThreads=50 #最大線程數 executor.port=12321 #端口號(如修改,請與web服務中一致) executor.flow.threads=30 #線程數 |
用戶配置
進入azkaban web服務器conf目錄,修改azkaban-users.xml
vi azkaban-users.xml 增加 管理員用戶
|
<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> |
3、啟動
web服務器
在azkaban web服務器目錄下執行啟動命令
bin/azkaban-web-start.shazaz
註:在web服務器根目錄運行
或者啟動到後臺
nohup bin/azkaban-web-start.sh 1>/tmp/azstd.out 2>/tmp/azerr.out &
執行服務器
在執行服務器目錄下執行啟動命令
bin/azkaban-executor-start.sh
註:只能要執行服務器根目錄運行
啟動完成後,在瀏覽器(建議使用谷歌瀏覽器)中輸入https://服務器IP地址:8443（https://192.168.33.201:8443） ,即可訪問azkaban服務了.在登錄中輸入剛才新的戶用名admin及密碼admin,點擊 login.
工作流調度器azkaban的安裝和使用