Azkaban3.57.0的编译安装以及简单使用

it2024-04-19 10

1.Azkaban 简介

azkaban是一个开源的任务调度系统，用于负责的调度运行（如数据仓库调度），用以替代Linux中的crontab。 Azkaban是一套简单的任务调度服务，整体包括三个部分webserver、dbserver、executorserverAzkaban是linux的开源项目，开发语言为Java。Azkaban是由Linkedin开源的一个批量工作流任务调度器。用于在一个工作流内以一个特定的顺序运行一组工作和流程Azkaban定义了一种KV文件格式来建立任务之间的依赖关系，并提供一个易于使用的web用户界面维护和跟踪你的工作流

1.1使用场景

当有一个大job，由4个小job构成，这4个job分别为jobA，jobB，jobC,jobD。其中jobB和jobC依赖于jobA,jobD依赖于jobB和jobC的结果如下图所示

这个dajob的整个执行过程都需要人工的参与，因为每个小job啥时候跑完每天都是不一样的，数据量的多少每天也都是不一样的，比如第一天只有10G数据，一个小时就跑完了，第二天的数据有30个G，需要4个小时，也就是说每个job所需要的时间每天都是不一样的，这种情况下，Linux中原有的crontab简单的时间调度，就不那个满足需求了，整个job的执行过程中全程依靠人工检测job的执行状况，但是我们都知道，大多数job都是三更半夜跑的，在这种情况下，就急需一种调度系统来解决这种困境。也就是我们长说的 Work Flow，此时我们需要Work Flow来规划好作业的执行调度。市场主流的工作流有两种：Oozie以及Azkzban。

2.常用工作流对比

Oozie：重量级的，不推荐使用，开发需要写一堆XML配置，非常麻烦

Azkzban：轻量级的，推荐使用，具有很好的WEBBUI交互设计，但是也是比较难用的，部分功能需要自定义开发，如无短信通知功能。

3.安装Azkabab

安装以3.57.0版本的Azkaban需要有jdk1.8、gradle、git环境，gradle是类似于maven的jar依赖的管理工具。

3.1下载

进入官网官网地址：https://azkaban.github.io/ 按照下图的箭头指示下载

这两个你下载那一个都可以

3.2下载gradle: 官网地址

选择你想用的版本，并点击complete下载

3.3把Azkaba的安装包和gradle的安装包上传到你的linux，并且解压

[root@hadoop001 software]# pwd /root/software [root@hadoop001 software]# ll -rw-r--r-- 1 root root 132768903 May 14 10:08 gradle-5.4.1-all.zip [root@hadoop001 software]# unzip gradle-5.4.1-all.zip [root@hadoop001 software]# ll drwxr-xr-x 9 root root 4096 Feb 1 1980 gradle-5.4.1 ##解压目录没有太多要求解压Azkaban tar -zxvf /home/hadoop/sourcecode/azkaban-3.57.0.tar.gz -C /home/hadoop/app/

3.4安装git

yunm install -y git

3.5编译Azkaban

./gradlew build installDist -x test ##-test是跳过测试降低编译时间 [hadoop@hadoop001 azkaban-3.57.0]# ./gradlew build installDist -x test

如果按照以上步骤来，基本上编译不会报错，所有的包都要保证是从官网下载的

如果有报错可以参考一下这个博客：https://blog.csdn.net/qq_32641659/article/details/90217430#1WorkFlow_1

3.6编译成功以后，查看部署包

azkaban-solo-server-0.1.0-SNAPSHOT.tar.gz为单机部署的包 [hadoop@hadoop001 azkaban-3.57.0]$ cd azkaban-solo-server/build/distributions/ [hadoop@hadoop001 distributions]$ ll total 46752 -rw-rw-r--. 1 hadoop hadoop 23870855 May 2 20:10 azkaban-solo-server-0.1.0-SNAPSHOT.tar.gz -rw-rw-r--. 1 hadoop hadoop 24001502 May 2 20:10 azkaban-solo-server-0.1.0-SNAPSHOT.zip [hadoop@hadoop001 distributions]$ mv azkaban-solo-server-0.1.0-SNAPSHOT.tar.gz /home/hadoop/app/ [hadoop@hadoop001 distributions]$ cd /home/hadoop/app/ [hadoop@hadoop001 app]$ tar -zxvf azkaban-solo-server-0.1.0-SNAPSHOT.tar.gz -C ~/app/

4启动

4.1注意要在安装目录启动，踩坑

[hadoop@hadoop001 azkaban-solo-server-0.1.0-SNAPSHOT]$ bin/start-solo.sh [hadoop@hadoop001 azkaban-solo-server-0.1.0-SNAPSHOT]$ jps 19345 AzkabanSingleServer 19362 Jps

4.2关闭命令

[hadoop@hadoop001 azkaban-solo-server-0.1.0-SNAPSHOT]$ bin/shutdown-solo.sh

4.3编辑配置文件

[root@hadoop001 conf]# pwd/home/hadoop/app/azkaban-solo-server-0.1.0-SNAPSHOT/conf

[root@hadoop001 conf]# ll total 8 -rw-rw-r-- 1 root root 2001 May 16 10:11 azkaban.properties -rw-rw-r-- 1 root root 361 May 16 09:02 azkaban-users.xml -rw-rw-r-- 1 root root 0 Sep 5 2018 global.properties [root@hadoop001 conf]# vim azkaban-users.xml

# 添加用于登录的admin用户

[root@hadoop001 conf]#vim azkaban.properties

# 修改

azkaban.name

azkaban.label

看你心情想修改成啥就修改成啥

5启动

# 不要进入bin目录执行，否则会找找不到相应的配置 ./bin/start-solo.sh

6查看日志

tail -f local/azkaban-webserver.log

7查看Web界面

http://hadoop001:8081/

##8081是默认端口号

8.创建项目

9.创建一个简单flow

一个flow是由.project以及.flow两个文件构成

编辑flow20.project文件

azkaban-flow-version: 2.0

编辑basic.flow,basic则是flow的名称配置具体作业信息,作业名jobA,作业的类型命令，作业配置，执行的命令

nodes:

- name: jobA

type: command

config:

command: touch /tmp/job1.txt

10.查看执行结果

可以看到已经创建了job1.txt文件

11.依赖作业的模式

创建basic.flow，写入以下内容

nodes: - name: jobC type: noop # jobC depends on jobA and jobB dependsOn: - jobA - jobB

- name: jobA type: command config: command: echo "This is an echoed text."

- name: jobB type: command config: command: pwd

同上一样把flow20.project和basic.flow一起打zip包并创建新的项目上传zip包

执行后得到，从图中可以看到jobC依赖于jobA和jobB

参考博客：https://www.cnblogs.com/shujuxiong/p/9116394.html

转载于:https://www.cnblogs.com/xuziyu/p/10901284.html

最新回复(0)