Azkaban3.57.0的编译安装以及简单使用

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、executorserver
• Azkaban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

<user password="123456" roles="admin" username="itocean"/>

[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