Azkaban介绍
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。
它有如下功能特点：
Web用户界面
方便上传工作流
方便设置任务之间的关系
调度工作流
认证/授权(权限的工作)
能够杀死并重新启动工作流
模块化和可插拔的插件机制
项目工作区
工作流和任务的日志记录和审计
Azkaban安装部署
1、前提安装jdk、git、mysql
2、下载azkanban:https://azkaban.github.io/downloads.html(在此我用windows下载到本地，通过xshell工具上传到linux服务器上，下载的版本为azkaban-3.47.0.tar.gz)
3、解压：tar -zxvf azkaban-3.47.0.tar.gz
进入解压之后的文件 cd azkaban -3.47.0/
执行（不用安装gradle，azkaban自带有）：
[hadoop@mkd-bigdata-01 azkaban-3.47.0]$ ./gradlew distTar
它会一下编译，直到编译成功，运行之后会生成5个压缩包
azkaban-db-3.47.0-10-gdd67b02.tar.gz
azkaban-exec-server-3.47.0-10-gdd67b02.tar.gz
azkaban-hadoop-security-plugin-3.47.0-10-gdd67b02.tar.gz
azkaban-solo-server-3.47.0-10-gdd67b02.tar.gz
azkaban-web-server-3.47.0-10-gdd67b02.tar.gz
分别放在在azkaban-*/build/distributions/目录下
那么先把5包拷贝出来，放到/opt/azkaban-jar文件夹
把这五个包解压，把这个5包放到另外的路径下/a/apps/azkaban/
4、在mysql中创建azkaban数据库：
create database azkaban;
use azkaban;
将azkaban sql表结构导入mysql :
source /opt/azkaban/azkaban-db/create-all-sql-3.47.0-10-gdd67b02.sql
5、创建SSL配置：
参考地址: http://docs.codehaus.org/display/JETTY/How+to+configure+SSL
命令: keytool -keystore keystore -alias jetty -genkey -keyalg RSA
运行此命令后,会提示输入当前生成 keystor的密码及相应信息,输入的密码请劳记,信息如下:
输入keystore密码：
再次输入新密码:
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]：
您所在的州或省份名称是什么？
[Unknown]：
该单位的两字母国家代码是什么
[Unknown]： CN
CN=Unknown, OU=Unknown, O=Unknown, L=Unknown, ST=Unknown, C=CN 正确吗？
[否]： y
密码在此我输入的是hadoop
输入<jetty>的主密码
（如果和 keystore 密码相同，按回车）：
再次输入新密码:
完成上述工作后,将在当前目录生成 keystore 证书文件,将keystore 考贝到 azkaban web服务器根目录中.如:cp keystore azkaban/azkaban-web-server
6、
部署 azkaban-web-server ：
将/a/apps/azkaban-solo-server下的conf目录拷贝到/a/apps/azkaban/azkaban-web-server/目录
进入azkaban-web-server/conf目录
配置azkaban.properties:
| #Azkaban Personalization Settings azkaban.name=Test #服务器UI名称,用于服务器上方显示的名字 azkaban.label=My Local Azkaban #描述 azkaban.color=#FF3601 #UI颜色 azkaban.default.servlet.path=/index # web.resource.dir=web/ #默认根web目录 default.timezone.id=Asia/Shanghai #默认时区,已改为亚洲/上海 默认为美国 #Azkaban UserManager class user.manager.class=azkaban.user.XmlUserManager #用户权限管理默认类 user.manager.xml.file=conf/azkaban-users.xml #用户配置,具体配置参加下文 #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 #数据库类型 mysql.port=3306 #端口号 mysql.host=localhost #数据库连接IP mysql.database=azkaban #数据库实例名 mysql.user=root #数据库用户名 mysql.password=root #数据库密码 mysql.numconnections=100 #最大连接数 # Velocity dev mode velocity.dev.mode=false # Jetty服务器属性. jetty.maxThreads=25 #最大线程数 jetty.ssl.port=8443 #Jetty SSL端口 jetty.port=8081 #Jetty端口 jetty.keystore=keystore #SSL文件名 jetty.password=hadoop #SSL文件密码 jetty.keypassword=hadoop #Jetty主密码 与 keystore文件相同 jetty.truststore=keystore #SSL文件名 jetty.trustpassword=hadoop # SSL文件密码 # 执行服务器属性 executor.port=12321 #执行服务器端口 # 邮件设置 可不设计 [email protected] #发送邮箱 mail.host=smtp.163.com #发送邮箱smtp地址 mail.user=xxxxxxxx #发送邮件时显示的名称 mail.password=********** #邮箱密码 [email protected] #任务失败时发送邮件的地址 [email protected] #任务成功时发送邮件的地址 lockdown.create.projects=false # cache.directory=cache #缓存目录 |
配置log4j.properties
log4j.rootLogger=INFO,C
log4j.appender.C=org.apache.log4j.ConsoleAppender
log4j.appender.C.Target=System.err
log4j.appender.C.layout=org.apache.log4j.PatternLayout
log4j.appender.C.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss} %-5p %c{1}:%L - %m%n
vi azkaban-users.xml 增加 管理员用户
| <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> |
7、
部署 azkaban-web-server ：
将/a/apps/azkaban/azkaban-solo-server下的conf目录拷贝到/a/apps/azkaban/azkaban-exec-server目录
进入azkaban-exec-server目录
配置azkaban.properties
| #Azkaban default.timezone.id=Asia/Shanghai #时区 # 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 #数据库设置 database.type=mysql #数据库类型(目前只支持mysql) mysql.port=3306 #数据库端口号 mysql.host=192.168.20.200 #数据库IP地址 mysql.database=azkaban #数据库实例名 mysql.user=root #数据库用户名 mysql.password=root #数据库密码 mysql.numconnections=100 #最大连接数 # 执行服务器配置 executor.maxThreads=50 #最大线程数 executor.port=12321 #端口号(如修改,请与web服务中一致) executor.flow.threads=30 #线程数 |
8、Mysq.jar
在azkaban-exec-server和azkaban-web-server安装目录下创建extlib目录，将lib目录下的mysql jar包拷备这extlib目录
9、启动web-server和exec-server
进入azkaban-exec-server目录，执行bin/start-exec.sh
进入azkaban-web-server目录，执行bin/start-web.sh
10、访问ip:8443打开azkaban的web页面
Azkaban实战
Azkaba内置的任务类型支持command、java
Command类型单一job示例
1、创建job描述文件
vi command.job
| #command.job type=command command=echo 'hello' |
2、将job资源文件打包成zip文件
zip command.job
3、通过azkaban的web管理平台创建project并上传job压缩包
首先创建project
上传zip包
4、启动执行该job
Command类型多job工作流flow
1、创建有依赖关系的多个job描述
第一个job：foo.job
| # foo.job type=command command=echo foo |
第二个job：bar.job依赖foo.job
| # bar.job type=command dependencies=foo command=echo bar |
2、将所有job资源文件打到一个zip包中
3、在azkaban的web管理界面创建工程并上传zip包
4、启动工作流flow