分散式任務排程框架 Azkaban —— Flow 1.0 的使用
一、簡介
Azkaban 主要通過介面上傳配置檔案來進行任務的排程。它有兩個重要的概念：
- Job： 你需要執行的排程任務；
- Flow：一個獲取多個 Job 及它們之間的依賴關係所組成的圖表叫做 Flow。
目前 Azkaban 3.x 同時支援 Flow 1.0 和 Flow 2.0，本文主要講解 Flow 1.0 的使用，下一篇文章會講解 Flow 2.0 的使用。
二、基本任務排程
2.1 新建專案
在 Azkaban 主介面可以建立對應的專案：
2.2 任務配置
新建任務配置檔案 Hello-Azkaban.job，內容如下。這裡的任務很簡單，就是輸出一句 'Hello Azkaban!'
#command.job
type=command
command=echo 'Hello Azkaban!'2.3 打包上傳
將 Hello-Azkaban.job 打包為 zip 壓縮檔案：
通過 Web UI 介面上傳：
上傳成功後可以看到對應的 Flows：
2.4 執行任務
點選頁面上的 Execute Flow 執行任務：
2.5 執行結果
點選 detail 可以檢視到任務的執行日誌：
三、多工排程
3.1 依賴配置
這裡假設我們有五個任務（TaskA——TaskE）,D 任務需要在 A，B，C 任務執行完成後才能執行，而 E 任務則需要在 D 任務執行完成後才能執行，這種情況下需要使用 dependencies
Task-A.job :
type=command
command=echo 'Task A'Task-B.job :
type=command
command=echo 'Task B'Task-C.job :
type=command
command=echo 'Task C'Task-D.job :
type=command
command=echo 'Task D'
dependencies=Task-A,Task-B,Task-CTask-E.job :
type=command command=echo 'Task E' dependencies=Task-D
3.2 壓縮上傳
壓縮後進行上傳，這裡需要注意的是一個 Project 只能接收一個壓縮包，這裡我還沿用上面的 Project，預設後面的壓縮包會覆蓋前面的壓縮包：
3.3 依賴關係
多個任務存在依賴時，預設採用最後一個任務的檔名作為 Flow 的名稱，其依賴關係如圖：
3.4 執行結果
從這個案例可以看出，Flow1.0 無法通過一個 job 檔案來完成多個任務的配置，但是 Flow 2.0 就很好的解決了這個問題。
四、排程HDFS作業
步驟與上面的步驟一致，這裡以檢視 HDFS 上的檔案列表為例。命令建議採用完整路徑，配置檔案如下：
type=command
command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop fs -ls /執行結果：
五、排程MR作業
MR 作業配置：
type=command
command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop jar /usr/app/hadoop-2.6.0-cdh5.15.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.15.2.jar pi 3 3執行結果：
六、排程Hive作業
作業配置：
type=command
command=/usr/app/hive-1.1.0-cdh5.15.2/bin/hive -f 'test.sql'其中 test.sql 內容如下，建立一張僱員表，然後檢視其結構：
CREATE DATABASE IF NOT EXISTS hive;
use hive;
drop table if exists emp;
CREATE TABLE emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int
) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
-- 檢視 emp 表的資訊
desc emp;打包的時候將 job 檔案與 sql 檔案一併進行打包：
執行結果如下：
七、線上修改作業配置
在測試時，我們可能需要頻繁修改配置，如果每次修改都要重新打包上傳，這會比較麻煩。所以 Azkaban 支援配置的線上修改，點選需要修改的 Flow，就可以進入詳情頁面：
在詳情頁面點選 Eidt 按鈕可以進入編輯頁面：
在編輯頁面可以新增配置或者修改配置：
附：可能出現的問題
如果出現以下異常，多半是因為執行主機記憶體不足，Azkaban 要求執行主機的可用記憶體必須大於 3G 才能執行任務：
Cannot request memory (Xms 0 kb, Xmx 0 kb) from system for job
如果你的執行主機沒辦法增大記憶體，那麼可以通過修改 plugins/jobtypes/ 目錄下的 commonprivate.properties 檔案來關閉記憶體檢查，配置如下：
memCheck.enabled=false更多大資料系列文章可以參見 GitHub 開源專案： 大資料入門指南