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
准备工作
Azkaban Web服务器
azkaban-web-server-2.5.0.tar.gz
Azkaban执行服务器
azkaban-executor-server-2.5.0.tar.gz
MySQL脚本
目前azkaban只支持 mysql,需安装mysql服务器,本文档中默认已安装好mysql服务器,并建立了 azkaban用户,密码 oracle.
azkaban-sql-script-2.5.0.tar.gz
下载地址:http://azkaban.github.io/downloads.html
安装
将安装文件上传到集群,最好上传到安装 hive、sqoop的机器上,方便命令的执行
在当前用户目录下新建 azkabantools目录,用于存放源安装文件.新建azkaban目录,用于存放azkaban运行程序
azkaban web服务器安装
解压azkaban-web-server-2.5.0.tar.gz
命令: tar –zxvf azkaban-web-server-2.5.0.tar.gz
将解压后的azkaban-web-server-2.5.0 移动到 azkaban目录中,并重新命名 webserver
命令: mv azkaban-web-server-2.5.0 ../azkaban
cd ../azkaban
mv azkaban-web-server-2.5.0 webserver
azkaban 执行服器安装
解压azkaban-executor-server-2.5.0.tar.gz
命令:tar –zxvf azkaban-executor-server-2.5.0.tar.gz
将解压后的azkaban-executor-server-2.5.0 移动到 azkaban目录中,并重新命名 executor
命令:mv azkaban-executor-server-2.5.0 ../azkaban
cd ../azkaban
mv azkaban-executor-server-2.5.0 executor
azkaban脚本导入
解压: azkaban-sql-script-2.5.0.tar.gz
命令:tar –zxvf azkaban-sql-script-2.5.0.tar.gz
将解压后的mysql 脚本,导入到mysql中.
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
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/webserver
配置文件
azkaban web服务器配置
进入azkaban web服务器安装目录 conf目录,修改azkaban.properties文件
命令vi azkaban.properties
内容说明如下:
#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=192.168.20.200 #数据库连接IP
mysql.database=azkaban #数据库实例名
mysql.user=azkaban #数据库用户名
mysql.password=oracle #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=oracle #SSL文件密码
jetty.keypassword=oracle #Jetty主密码 与 keystorm文件相同
jetty.truststore=keystore #SSL文件名
jetty.trustpassword=oracle # 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
mail.sender=xxxxxxxx@163.com #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
job.failure.email=xxxxxxxx@163.com #任务失败时发送邮件的地址
job.success.email=xxxxxxxx@163.com #任务成功时发送邮件的地址
lockdown.create.projects=false #
cache.directory=cache #缓存目录
azkaban 执行服务器配置
进入执行服务器安装目录conf,修改azkaban.properties
vi 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=azkaban #数据库用户名
mysql.password=oracle #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
用户配置
进入azkaban web服务器conf目录,修改azkaban-users.xml
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>
启动
web服务器
在azkaban web服务器目录下执行启动命令
bin/azkaban-web-start.sh ./
注:只能要web服务器根目录运行
执行服务器
在执行服务器目录下执行启动命令
bin/azkaban-executor-start.sh ./
注:只能要执行服务器根目录运行
启动完成后,在浏览器(建议使用谷歌浏览器)中输入https://服务器IP地址:8443 ,即可访问azkaban服务了.在登录中输入刚才新的户用名及密码,点击 login.
注:这里的服务器由于用到SSL,需要https协议,别打成 http
原创!转载注明出处
相关推荐
2. **Web UI界面**:Azkaban提供了直观的Web用户界面,使得用户可以方便地管理和监控工作流,包括任务创建、调度和追踪。 3. **Web和Http工作流上传**:通过简单的Web和Http接口,用户可以轻松上传和管理工作流定义...
本项目采用 Docker 和 PySpark 构建了一个高效可用的 Hadoop 集群环境,以替代传统的虚拟机部署方式。项目包含193个文件,包括161个PNG图片文件、11个Shell脚本、6个Spark作业文件、4个XML配置文件、3个Python源代码...
8. **Azkaban**:Azkaban是一个工作流调度系统,用于管理和协调大数据处理中的各种任务。它简化了作业依赖的定义和执行,使得大数据项目可以按预定义的顺序自动运行。 这些工具的集成使用,能够构建一个全面的大...
8. **集群部署**:在大规模环境中,Azkaban可以被部署为分布式系统,以提高调度能力和容错性。这包括配置负载均衡、数据库集群以及高可用性设置。 9. **版本控制**:对于大型项目,版本控制非常重要。你可以使用Git...
"hadoop"标签进一步强调了Azkaban在Hadoop生态系统中的重要地位,它是连接用户和Hadoop集群的一个桥梁,简化了大数据作业的管理和执行。 总的来说,"azkaban-all.zip"资源包提供了一站式的Azkaban部署方案,涵盖了...
用户可以在Azkaban中配置Hadoop集群的相关参数,如HDFS和YARN的地址,确保Azkaban能正确地与Hadoop集群通信。 6. **调度系统**:Azkaban的调度系统允许用户设置作业的触发条件,如时间间隔、依赖其他作业的完成等。...
执行服务器是Azkaban的核心组成部分,负责接收工作流的执行请求,管理作业的生命周期,以及与Hadoop集群交互执行任务。它会监控工作流的状态,确保每个任务按照正确的顺序和依赖关系进行。 2. **azkaban-web-server...
本文主要针对Hadoop相关知识进行总结,涵盖了大数据的基本特征、Hadoop组件、Hadoop集群部署、环境配置、HDFS操作、MapReduce工作流程、Zookeeper、YARN、数据仓库、Hive、Flume、Azkaban以及Sqoop等多个知识点。...
5. **azkaban-hadoop-security-plugin-3.13.0-6-gd32d0d9.zip**:这个插件提供了对Hadoop的安全支持,如Kerberos认证,这对于在安全的Hadoop集群上运行Azkaban至关重要。 6. **azkaban-sql-3.13.0-6-gd32d0d9.zip**...
- **Azkaban**:用于工作流调度。 - **Redis**:一个开源的内存中数据结构存储。 - **Kafka**:分布式流媒体平台。 - **Tomcat**:一个开源的Web服务器和Servlet容器。 #### 安装准备 在安装前,需要检查所有机器...
6. **集群部署**:Azkaban支持在多节点上部署,可以实现高可用性和负载均衡。 在解压Azkaban4.0.zip后,我们通常会看到以下组成部分: 1. **源码**:包含了Azkaban的核心代码,开发者可以深入理解其工作原理,甚至...
在实际的集群搭建过程中,`centos7.2安装azkaban`和`centos7.2安装Zeppelin`涉及到的是两个数据分析和调度工具: - **Azkaban**:一个用于Hadoop作业调度的项目,提供Web界面来管理和执行作业流。安装涉及配置...
2. **Azkaban-Exec**: 执行服务器(Executor Server)是Azkaban的核心组件之一,负责接收和运行由Web服务器分配的任务。它监控作业状态,处理失败和恢复,确保作业按照预定义的依赖关系正确执行。执行服务器的配置...
同时,需要配置好Hadoop(如果需要与Hadoop集群交互的话)和其他依赖的环境变量。 2. **下载与解压**:从官方仓库或镜像站点下载azkaban-web-server-0.1.0-SNAPSHOT压缩包,然后将其解压到指定目录。 3. **配置...
虽然Azkaban Solo Server适合小型部署,但随着业务增长,可以考虑使用Azkaban的集群模式(如Cluster Server)提高并发性和可靠性。此外,Azkaban可以通过API与其他系统集成,如持续集成工具(Jenkins)、监控工具...
在高可用Hadoop配置中,Zookeeper起着至关重要的作用,它可以监控和维护Hadoop集群的状态,确保在节点故障时能够快速恢复。 **第六章 高可用Hadoop配置** 为了保证Hadoop集群的稳定性,通常会设置多个NameNode和...
Azkaban是一款开源的工作流执行器,主要用于大数据处理任务的调度和管理。它是由LinkedIn开发并贡献给社区的,设计目标是提供一个简单易用、可扩展的平台,用于管理和执行复杂的作业流程。Azkaban 3.90.0 版本是一个...
在Hadoop集群启用了安全性的情况下,这个插件使得Azkaban能够与安全的Hadoop环境无缝集成。 安装Azkaban3.36时,一般步骤如下: 1. **预安装准备**:确保系统满足Azkaban的运行环境要求,例如Java运行环境(JRE)...
当工作流被web服务器调度后,执行服务器会负责将任务分发到相应的执行环境,如本地、Hadoop集群或Spark集群。执行服务器会跟踪任务状态,记录日志,并在任务完成或出错时向web服务器报告。 Azkaban的另一个重要特性...
它与Hadoop集群交互,运行MapReduce作业或其他支持的任务类型。Executor服务器确保作业按预定顺序执行,并在必要时重试失败的任务。 最后,`azkaban-db-3.43.0-8-gf0e72fa.tar.gz`可能包含Azkaban数据库的特定构建...