设为首页 收藏本站
查看: 857|回复: 0

[经验分享] hadoop工作流引擎之azkaban [转]

[复制链接]

尚未签到

发表于 2017-2-28 07:09:02 | 显示全部楼层 |阅读模式
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


http://onexin.iyunv.com/source/plugin/onexin_bigdata/file:///C:/Users/1/AppData/Local/Temp/Wiz/512a6342-6d84-4a60-9481-f99595ea6ce8_128_files/41b62581-2b02-4173-b3a0-4ad699defa04.png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

http://onexin.iyunv.com/source/plugin/onexin_bigdata/file:///C:/Users/1/AppData/Local/Temp/Wiz/512a6342-6d84-4a60-9481-f99595ea6ce8_128_files/41b62581-2b02-4173-b3a0-4ad699defa04.png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

http://onexin.iyunv.com/source/plugin/onexin_bigdata/file:///C:/Users/1/AppData/Local/Temp/Wiz/512a6342-6d84-4a60-9481-f99595ea6ce8_128_files/41b62581-2b02-4173-b3a0-4ad699defa04.png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 ./

http://onexin.iyunv.com/source/plugin/onexin_bigdata/file:///C:/Users/1/AppData/Local/Temp/Wiz/512a6342-6d84-4a60-9481-f99595ea6ce8_128_files/41b62581-2b02-4173-b3a0-4ad699defa04.png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

http://onexin.iyunv.com/source/plugin/onexin_bigdata/file:///C:/Users/1/AppData/Local/Temp/Wiz/512a6342-6d84-4a60-9481-f99595ea6ce8_128_files/41b62581-2b02-4173-b3a0-4ad699defa04.png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)

http://onexin.iyunv.com/source/plugin/onexin_bigdata/file:///C:/Users/1/AppData/Local/Temp/Wiz/512a6342-6d84-4a60-9481-f99595ea6ce8_128_files/41b62581-2b02-4173-b3a0-4ad699defa04.png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
      }


运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-348076-1-1.html 上篇帖子: jetty9优化的两处地方 下篇帖子: 记一次未解决的异常:java.lang.NoClassDefFoundError: net/sf/json/JSONObject
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表