`
suncf1985
  • 浏览: 28780 次
  • 性别: Icon_minigender_1
  • 来自: 哈尔滨
社区版块
存档分类
最新评论

hadoop 集群调度 Azkaban2搭建

阅读更多

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 hivesqoop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.

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?

  []  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,keystore 考贝到 azkaban web服务器根目录中.: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 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

azkaban web服务器目录下执行启动命令

bin/azkaban-web-start.sh ./

: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 ./

: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.

 

: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

分享到:
评论
1 楼 di1984HIT 2014-08-02  
下次用用~

相关推荐

    大数据课程-Hadoop集群程序设计与开发-9.Azkaban工作流管理器_lk_edit.pptx

    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...

    基于 Docker 和 PySpark 的 Hadoop 集群环境设计与数据分析源码

    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...

    azkaban调度

    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...

    azkaban-all.zip

    "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...

    azkaban-3.38.0.tar.gz

    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。...

    azkaban4.0编译包

    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...

    hadoop课后题带答案

    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。...

    Azkaban3.13变异后安装版

    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**...

    CDH搭建hadoop环境文档指南

    - **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...

    Azkaban4.0.zip

    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...

    CM_CDH大数据集群搭建总结.zip

    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...

    azkaban-3.85.3.tar.gz

    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...

    azkaban-web-server-亲测可用

    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...

    azkaban-solo-server-0.1.0-SNAPSHOT.zip

    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...

    hadoop大数据生态圈工具配置与应用.pdf

    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-3.90.0.tar.gz

    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...

    azkaban3.36

    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)...

    azkaban-exec-server-亲测可用

    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...

    azkaban-3.43.0

    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...

    azkaban编译包

    标题中的"azkaban编译包"指的是Azkaban项目的某个特定版本的编译结果,用于在集群环境中部署Azkaban执行服务器。描述中提到的"azkaban-exec-server-3.33.0-1-g23f0cf2.tar.gz"是这个编译包的文件名,其中包含了...

Global site tag (gtag.js) - Google Analytics