azkaban支持shell、java、mapreduce以及hive的工作流调度,在对这些不同类型任务调度之前须要配置所相应的插件;azkaban总体分为两部分azkaban executor server(负责任务调度的处理)、azkaban web server(提供web ui可视化操作);
眼下採用的版本号插件均为2.5.0 完整包下载
1、编译
azkaban源代码地址:https://github.com/azkaban/azkaban/tree/release-2.5/src
azkaban插件源代码地址:https://github.com/azkaban/azkaban-plugins/tree/release-2.5
是用ant来进行编译、打包
2、安装和编译
- 从http://azkaban.github.io/downloads.html下载例如以下安装包
- azkaban-web-server-2.5.0.tar.gz
- azkaban-executor-server-2.5.0.tar.gz
- azkaban-sql-script-2.5.0.tar.gz
- azkaban-jobtype-2.5.0.tar.gz
- azkaban-hdfs-viewer-2.5.0.tar.gz
- azkaban-jobsummary-2.5.0.tar.gz
- azkaban-reportal-2.5.0.tar.gz
Azkaban Web Server的部署
1、在本地安装mysql数据库,用来存储azkaban任务id、probject等信息的元数据库
2、建表,解压azkaban-sql-script-2.5.0.tar.gz 在创建的数据库中运行create-all-sql-2.5.0.sql文件
3、解压azkaban-web-server-2.5.0.tar.gz。里面带有mysql-connector-java-5.1.28.jar,版本号不一致能够更换
4、在解压后的文件夹下中的conf文件里输入keytool -keystore keystore -alias azkaban -genkey -keyalg RSA ,
在运行该命令后会提示输入password(建议输入的password都一样,方便兴许配置),这个password是兴许配置jetty时使用的,最后将在当前文件夹生成 keystore 证书文件,将 keystore 考贝到 azkaban web 文件夹中。
5、在/conf/azkaban.properties配置:
azkaban的大部分web方面的配置均在这个文件里包含:
-
- 时区的配置:default.timezone.id=Asia/Shanghai
- web所依赖mysql的配置:
database.type=mysql
mysql.port=**
mysql.host=**
mysql.database=**
mysql.user=**
mysql.password=**
mysql.numconnections=**
- jetty的配置
jetty.maxThreads=**
jetty.ssl.port=**
jetty.port=**
jetty.keystore=keystore
jetty.password=创建keystore的密码
jetty.keypassword=azkaban
jetty.truststore=创建keystore的password
jetty.trustpassword=创建keystore的密码
- 邮件的配置
mail.sender=
mail.host=
mail.user=
mail.password=
job.failure.email=
job.success.email=
- 其它配置可默认
6、azkaban-users.xml 配置用户的权限登录账号和password
7、服务的启动和关闭均在bin文件夹下命令:
bin/azkaban-web-shutdown.sh
bin/azkaban-web-start.sh
Azkaban Executor Server的部署
1、解压azkaban-executor-server-2.5.0.tar.gz到安装文件夹。在lib中自带了mysql-connector-java-5.1.28.jar,假设版本号不一致请自行替换。
2、改动配置文件 安装文件夹/conf/azkaban.properties
- 设置时区
default.timezone.id=Asia/Shanghai
- 设置数据库,与Web Server中的数据库设置一致
3、启动/停止服务
和 web Service类似切到bin的上一文件夹
bin/azkaban-executor-shutdown.sh 停止
bin/azkaban-executor-start.sh 启动
4、插件的安装
- 进入 安装文件夹/plugins文件夹,在该文件夹下解压azkaban-jobtype- 2.5.0.tar.gz得到文件夹:azkaban-jobtype-2.5.0。
这个文件夹用来存放之后安装的全部插 件,与Web Server中的viewer文件夹类似。每次插件的安装配置须要重新启动Executor Server。
- 改动 安装文件夹/plugins/azkaban-jobtype-2.5.0/common.properties。设置hadoop.home和hive.home。与你的环境变量HADOOP_HOME和HIVE_HOME分布保持一致。
hadoop.home=/etc/hadoop
hive.home=/usr/lib/hive
executor.home=/opt/azkaban2/executor //executor所在文件夹
hadoop.lib=/usr/lib/hadoop //hadoop lib
azkaban.should.proxy=false
- 改动 同等文件夹下的commonprivate.properties:
1、相同须要设置hadoop.home和hive.home、executor.home、 hadoop.lib。
2、设置.classpath
ehive.classpath.items=${hive.home}/lib/*,${hive.home}/conf/,${hive.aux.jars.path}/*,${hadoop.lib}/*,${hadoop.lib}/lib/*,${hadoop.lib}/client/*,${hadoop.home}/conf/
hive.classpath.items=${hive.home}/lib/*,${hive.home}/conf/,${hive.aux.jars.path}/*
3、设置权限、代理
# proxy.keytab.location=/home/aa.keytab
# proxy.user=media-sns/[email protected]
azkaban.should.proxy=false//假设为true的话须要进行kerkeros,即凝视打开,打开会后报hadoop的gettoken异常
obtain.binary.token=true
obtain.namenode.token=true
obtain.jobtracker.token=true
hive的安装
改动hive目录下的plugin.properties
hive.aux.jars.path=${hive.home}/lib
改动hive目录下的private.properties
jobtype.classpath=${hive.home}/lib/*,${hive.home}/conf,${hive.aux.jars.path}
jobtype.class=azkaban.jobtype.HadoopHiveJob
hive.aux.jars.path=${hive.home}/aux/lib
上面的${hive.home} 均为/common.properties 文件里设置的hive.home
注意:使用官网的jar包会有问题,须要下载源代码更改又一次编译: version=1&modificationDate=1436499438543&api=v2">
azkaban-hadoopsecuritymanager-2.5.0.fix.jar
/plugins/jobtype/src/azkaban/jobtype/HadoopSecureHiveWrapper.java
删除:
if (!ShimLoader.getHadoopShims().usesJobShell()) { } 又一次打包编译
jar包清单:
1、/azkaban2/executor/lib
2、/azkaban2/executor/plugins/azkaban-jobtype-2.5.0/hive hive以及java hadoopjava等都一样
当中的azkaban-hadoopsecuritymanager-2.5.0.fix.jar 是编译完之后的包
3、 使用
azkaban的使用方式是依照job文件描写叙述来进行使用的,使用type来运行运行任务的类型,通过dependencies能够用来连接任务。即dependencies=A,仅仅有A任务运行完了才干够运行改任务
将描写叙述文件和脚本文件打成zip包上传到azkaban所相应的probject中
运行Shell文件:
job文件:
type=command
command=echo "mr"
command.1=sh mr.sh
文件文件夹:
运行Java文件
type=hadoopJava
job.class=azkaban.jobtype.examples.java.WordCount
classpath=./lib/*,${hadoop.home}/lib/*
main.args=${param.inData} ${param.outData}
Method.run=test();
force.output.overwrite=true
input.path=${param.inData}
output.path=${param.outData}
假设不指定方法名默认找run()方法去运行 假设没有会报错
假设没有输入输出參数等,能够省略
运行hive
type=hive
user.to.proxy=media-sns
azk.hive.action=execute.query
hive.script=hive.sh
在hive.sh中写hive的sql
use test;
select * from t_user limit 10;
文件夹结构:
version=1&modificationDate=1436499284232&api=v2" >
运行mr
可通过shell运行mr任务的命令方式和shell一样