大数据之Azkaban集群搭建基础任务完整使用(第二章)_随笔

大数据之Azkaban集群搭建基础任务完整使用(第二章)

大数据之Azkaban 概论完整使用

一集群模式安装
- 1 上传 tar 包
- 1.2 配置 MySQL
- 1.3 配置 Executor Server
- - 1）编辑 azkaban.properties
  - 2）同步 azkaban-exec 到所有节点
  - 3）必须进入到/opt/module/azkaban/azkaban-exec 路径，分别在三台机器上，启动 executor
  - 4）下面激活 executor，需要
- 1.4 配置 Web Server
- - 1）编辑 azkaban.properties
  - 2）修改 azkaban-users.xml 文件，添加 atguigu 用户
  - 3）必须进入到 hadoop102 的/opt/module/azkaban/azkaban-web 路径，启动 web server
  - 4）访问 http://hadoop102:8081,并用 atguigu 用户登陆
二、Work Flow 案例实 ***
- 2.1 HelloWorld 案例
- - 1）在 windows 环境，新建 azkaban.project 文件，编辑内容如下
  - 2）新建 basic.flow 文件，内容如下
  - 3）将 azkaban.project、basic.flow 文件压缩到一个 zip 文件，文件名称必须是英文。
  - 4）在 WebServer 新建项目：http://hadoop102:8081/index
  - 5）给项目名称命名和添加项目描述
  - 6）first.zip 文件上传
  - 7）选择上传的文件
  - 8）执行任务流
  - 9）在日志中，查看运行结果
- 2.2 作业依赖案例
- - 1）修改 basic.flow 为如下内容
  - 2）将修改后的 basic.flow 和 azkaban.project 压缩成 second.zip 文件
  - 3）重复 2.3.1 节 HelloWorld 后续步骤。
- 2.3 自动失败重试案例
- - 1）编译配置流
  - 2）将修改后的 basic.flow 和 azkaban.project 压缩成 four.zip 文件
  - 3）重复 2.3.1 节 HelloWorld 后续步骤。
  - 4）执行并观察到一次失败+三次重试
  - 5）也可以点击上图中的 Log，在任务日志中看到，总共执行了 4 次。
  - 6）也可以在 Flow 全局配置中添加任务失败重试配置，此时重试配置会应用到所有 Job。
- 2.4 手动失败重试案例
- - 1）编译配置流
  - 2）将修改后的 basic.flow 和 azkaban.project 压缩成 five.zip 文件
  - 3）重复 2.3.1 节 HelloWorld 后续步骤。
  - 4）可以根据需求选择性执行对应的任务。

一集群模式安装 1 上传 tar 包

1）将 azkaban-db-3.84.4.tar.gz，azkaban-exec-server-3.84.4.tar.gz，azkaban-webserver-3.84.4.tar.gz 上传到 hadoop102 的/opt/software 路径

[hadoop@hadoop102 software]$ ll
总用量 35572
-rw-r--r--. 1 atguigu atguigu 6433 4 月 18 17:24 azkaban-db-
3.84.4.tar.gz
-rw-r--r--. 1 atguigu atguigu 16175002 4 月 18 17:26 azkaban-execserver-3.84.4.tar.gz
-rw-r--r--. 1 atguigu atguigu 20239974 4 月 18 17:26 azkaban-webserver-3.84.4.tar.gz

2）新建/opt/module/azkaban 目录，并将所有 tar 包解压到这个目录下

[hadoop@hadoop102 software]$ mkdir /opt/module/azkaban

3）解压 azkaban-db-3.84.4.tar.gz、 azkaban-exec-server-3.84.4.tar.gz 和 azkabanweb-server-3.84.4.tar.gz 到/opt/module/azkaban 目录下

[hadoop@hadoop102 software]$ tar -zxvf azkaban-db-3.84.4.tar.gz -
C /opt/module/azkaban/
[atguigu@hadoop102 software]$ tar -zxvf azkaban-exec-server-
3.84.4.tar.gz -C /opt/module/azkaban/
[atguigu@hadoop102 software]$ tar -zxvf azkaban-web-server-
3.84.4.tar.gz -C /opt/module/azkaban/

4）进入到/opt/module/azkaban 目录，依次修改名称

[hadoop@hadoop102 azkaban]$ mv azkaban-exec-server-3.84.4/ 
azkaban-exec
[atguigu@hadoop102 azkaban]$ mv azkaban-web-server-3.84.4/ 
azkaban-web

1.2 配置 MySQL

1）正常安装 MySQL
2）启动 MySQL

[atguigu@hadoop102 azkaban]$ mysql -uroot -p000000

3）登陆 MySQL，创建 Azkaban 数据库

mysql> create database azkaban;

4）创建 azkaban 用户并赋予权限

设置密码有效长度 4 位及以上
mysql> set global validate_password_length=4;

设置密码策略最低级别

mysql> set global validate_password_policy=0;

创建 Azkaban 用户，任何主机都可以访问 Azkaban，密码是 000000

mysql> CREATE USER 'azkaban'@'%' IDENTIFIED BY '000000';

赋予 Azkaban 用户增删改查权限

mysql> GRANT SELECT,INSERT,UPDATE,DELETE ON azkaban.* to 
'azkaban'@'%' WITH GRANT OPTION;

5）创建 Azkaban 表，完成后退出 MySQL

mysql> use azkaban;
mysql> source /opt/module/azkaban/azkaban-db-3.84.4/create-allsql-3.84.4.sql
mysql> quit;

6）更改 MySQL 包大小；防止 Azkaban 连接 MySQL 阻塞

[atguigu@hadoop102 software]$ sudo vim /etc/my.cnf

在[mysqld]下面加一行 max_allowed_packet=1024M

[mysqld]
max_allowed_packet=1024M

8）重启 MySQL

[atguigu@hadoop102 software]$ sudo systemctl restart mysqld

1.3 配置 Executor Server

Azkaban Executor Server 处理工作流和作业的实际执行。

1）编辑 azkaban.properties

[atguigu@hadoop102 azkaban]$ vim /opt/module/azkaban/azkabanexec/conf/azkaban.properties

修改如下标红的属性

#...
default.timezone.id=Asia/Shanghai
#...
azkaban.webserver.url=http://hadoop102:8081
executor.port=12321
#...
database.type=mysql
mysql.port=3306
mysql.host=hadoop102
mysql.database=azkaban
mysql.user=azkaban
mysql.password=000000
mysql.numconnections=100

2）同步 azkaban-exec 到所有节点

[atguigu@hadoop102 azkaban]$ xsync /opt/module/azkaban/azkabanexec

3）必须进入到/opt/module/azkaban/azkaban-exec 路径，分别在三台机器上，启动 executor

[atguigu@hadoop102 azkaban-exec]$ bin/start-exec.sh
[atguigu@hadoop103 azkaban-exec]$ bin/start-exec.sh
[atguigu@hadoop104 azkaban-exec]$ bin/start-exec.sh

注意：如果在/opt/module/azkaban/azkaban-exec 目录下出现 executor.port 文件，说明
启动成功

4）下面激活 executor，需要

[atguigu@hadoop102 azkaban-exec]$ curl -G "hadoop102:12321/executor?action=activate" && echo
[atguigu@hadoop103 azkaban-exec]$ curl -G "hadoop103:12321/executor?action=activate" && echo
[atguigu@hadoop104 azkaban-exec]$ curl -G "hadoop104:12321/executor?action=activate" && echo

如果三台机器都出现如下提示，则表示激活成功
{“status”:“success”}

1.4 配置 Web Server

Azkaban Web Server 处理项目管理，身份验证，计划和执行触发。

1）编辑 azkaban.properties

[atguigu@hadoop102 azkaban]$ vi /opt/module/azkaban/azkabanweb/conf/azkaban.properties

修改如下加粗属性

default.timezone.id=Asia/Shanghai
database.type=mysql
mysql.port=3306
mysql.host=hadoop102
mysql.database=azkaban
mysql.user=azkaban
mysql.password=000000
mysql.numconnections=100
azkaban.executorselector.filters=StaticRemainingFlowSize,CpuStatus

说明：

StaticRemainingFlowSize：正在排队的任务数；
CpuStatus：CPU 占用情况`

MinimumFreeMemory：内存占用情况。测试环境，必须将 MinimumFreeMemory 删除掉，否则
它会认为集群资源不够，不执行。

2）修改 azkaban-users.xml 文件，添加 atguigu 用户

[atguigu@hadoop102 azkaban-web]$ vi /opt/module/azkaban/azkaban-web/conf/azkaban-users.xml

修改如下加粗属性

3）必须进入到 hadoop102 的/opt/module/azkaban/azkaban-web 路径，启动 web server

[atguigu@hadoop102 azkaban-web]$ bin/start-web.sh

4）访问 http://hadoop102:8081,并用 atguigu 用户登陆二、Work Flow 案例实 *** 2.1 HelloWorld 案例 1）在 windows 环境，新建 azkaban.project 文件，编辑内容如下

azkaban-flow-version: 2.0

注意：该文件作用，是采用新的 Flow-API 方式解析 flow 文件。

2）新建 basic.flow 文件，内容如下

nodes:
 - name: jobA
   type: command
   config:
   command: echo "Hello World"

（1）Name：job 名称
（2）Type：job 类型。command 表示你要执行作业的方式为命令
（3）Config：job 配置

3）将 azkaban.project、basic.flow 文件压缩到一个 zip 文件，文件名称必须是英文。

4）在 WebServer 新建项目：http://hadoop102:8081/index

5）给项目名称命名和添加项目描述

6）first.zip 文件上传

7）选择上传的文件

8）执行任务流

9）在日志中，查看运行结果

2.2 作业依赖案例

需求：JobA 和 JobB 执行完了，才能执行 JobC
具体步骤：

1）修改 basic.flow 为如下内容

nodes:
 - name: jobC
   type: command
 # jobC 依赖 JobA 和 JobB
   dependsOn:
     - jobA
     - jobB
   config:
     command: echo "I’m JobC"
 - name: jobA
   type: command
   config:
     command: echo "I’m JobA"
 - name: jobB
   type: command
   config:
     command: echo "I’m JobB"

2）将修改后的 basic.flow 和 azkaban.project 压缩成 second.zip 文件

3）重复 2.3.1 节 HelloWorld 后续步骤。

2.3 自动失败重试案例

需求：如果执行任务失败，需要重试 3 次，重试的时间间隔 10000ms
具体步骤：

1）编译配置流

nodes:
 - name: JobA
   type: command
   config:
     command: sh /not_exists.sh
     retries: 3
     retry.backoff: 10000

参数说明：
retries：重试次数
retry.backoff：重试的时间间隔

2）将修改后的 basic.flow 和 azkaban.project 压缩成 four.zip 文件

3）重复 2.3.1 节 HelloWorld 后续步骤。

4）执行并观察到一次失败+三次重试

5）也可以点击上图中的 Log，在任务日志中看到，总共执行了 4 次。

6）也可以在 Flow 全局配置中添加任务失败重试配置，此时重试配置会应用到所有 Job。

案例如下：

config:
  retries: 3
  retry.backoff: 10000
nodes:
 - name: JobA
   type: command
   config:
     command: sh /not_exists.sh

2.4 手动失败重试案例

需求：JobA=》JobB（依赖于 A）=》JobC=》JobD=》JobE=》JobF。生产环境，任何 Job 都
有可能挂掉，可以根据需求执行想要执行的 Job。
具体步骤：

1）编译配置流

nodes:
  - name: JobA
    type: command
    config:
      command: echo "This is JobA."
 - name: JobB
    type: command
    dependsOn:
      - JobA
    config:
     command: echo "This is JobB."
 - name: JobC
   type: command
   dependsOn:
     - JobB
   config:
    command: echo "This is JobC."
 - name: JobD
   type: command
   dependsOn:
     - JobC
   config:
    command: echo "This is JobD."
 - name: JobE
   type: command
   dependsOn:
     - JobD
   config:
    command: echo "This is JobE."
 - name: JobF
   type: command
   dependsOn:
     - JobE
   config:
    command: echo "This is JobF."

2）将修改后的 basic.flow 和 azkaban.project 压缩成 five.zip 文件

3）重复 2.3.1 节 HelloWorld 后续步骤。

Enable 和 Disable 下面都分别有如下参数：
Parents：该作业的上一个任务
Ancestors：该作业前的所有任务
Children：该作业后的一个任务
Descendents：该作业后的所有任务
Enable All：所有的任务

4）可以根据需求选择性执行对应的任务。

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/zaji/5681724.html

大数据之Azkaban集群搭建基础任务完整使用(第二章)

发表评论

评论列表（0条）