Azkaban-3.x 创建Flow

1. Flow 2.0 基础

使用Azkaban Flow 2.0 来创建任务流，Flow 1.0 将被废弃

• 创建一个名为flow20.project的文本文件，添加如下内容用以说明这是一个Azkaban Flow 2.0的项目：

azkaban-flow-version: 2.0

• 创建一个名为basic.flow的文本文件，其中定义了一个project中所有需要运行的job，使用name和type来定义一个job，大部分job都会需要config这个配置，详细的内容在下文中说明，这里只是一个简单的示例：

nodes:
  - name: jobA
    type: command
    config:
      command: echo "This is an echoed text."

• 选择上面创建好的两个文件，然后将其压缩为一个名为Archive.zip的zip文件，注意，是把两个文件压缩为一个文件，Linux中的操作如下：

[hadoop@beh07 tmp]$ mkdir zip-test
[hadoop@beh07 tmp]$ mv flow20.project basic.flow zip-test/
[hadoop@beh07 tmp]$ cd zip-test/
# 将目录下的所有文件打成一个zip包
[hadoop@beh07 zip-test]$ zip -r Archive.zip .

# 错误操作
# 这是把zip-test这个目录打成一个zip包
[hadoop@beh07 tmp]$ zip -r Archive.zip zip-test

2. Job Dependencies

使用dependsOn标签配置Job之间的依赖，以下示例中，在jobA和jobB成功运行之后，jobC将开始运行。

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

3. Job Config

Azkaban支持很多类型的Job，在type标签中指定即可，在config标签下使用key: value形式可以加入更多的配置。以下配置中，设置了要执行的pig脚本的位置，这个脚本需要和flow20.project以及basic.flow这两个文件一起打成zip包并上传到Project。

nodes:
  - name: pigJob
    type: pig
    config:
      pig.script: sql/pig/script.pig

4. Flow Config

Flow级别的配置也使用config标签，但是它与node标签同级。Flow级别的配置将会作用于所有的Job。

---
config:
  user.to.proxy: foo
  failure.emails: [email protected]

nodes:
  - name: jobA
    type: command
    config:
      command: echo "This is an echoed text."

5. 多级Flow

你可以在Flow中添加其他子Flow，而不仅是添加Job。

nodes:
  - name: embedded_flow
    type: flow
    config:
      prop: value
    nodes:
      - name: jobB
        type: noop
        dependsOn:
          - jobA

      - name: jobA
        type: command
        config:
          command: pwd