二、Azkaban单机与集群的安装

一、概述

在上一篇文章中，描述了如果使用源码对Azkaban进行编译并打包的过程，如果用户不想自己手动编译，可以直接下载笔者已经编译好的安装包，下载地址如下：

百度云链接：http://pan.baidu.com/s/1hs64HjI 密码：awv0

百度云安装包

其中：
(1)azkaban.sql：Azkaban所需要的mysql表结构
(2)azkaban-solo-server-3.10.0.tar.gz：单机版azkaban安装包
(3)azkaban-web-server-3.10.0.tar.gz：集群版azkaban中的web服务端
(4)azkaban-exec-server-3.10.0.tar.gz：集群版azkaban中的执行服务端
(5)azkaban-jobtype-3.0.0.tar.gz：azkaban-plugin安装包
(6)azkaban-jobtype-3.0.0.jar：azkaban-plugin的jar依赖包

1、准备第三方运行框架的客户端

由于azkaban是运行mr、hive、spark等这些框架的，所以理所当然的需要在azkaban安装所在的机器把这些工程都准备好，并且能在部署azkaban的机器上正常运行，把环境变量配置好等。因为从功能上看，azkaban是这些框架的客户端而已。笔者所使用的四个组件版本信息如下：

(1) Hadoop: hadoop-2.6.0-cdh5.5.0.tar.gz
(2) Hive: hive-1.1.0-cdh5.5.5.tar.gz
(3) Spark: spark-2.0.2-bin-hadoop2.6.tar.gz
(4) Pig: pig-0.12.0-cdh5.5.0.tar.gz

把以上三个包解压到指定目录下，如 /home/hadoop/azkaban
修改各种配置文件，最终目标是能在配置的集群上能正常执行任务

2、准备mysql和对应的表结构

下图是官网给出的Azkaban结构图。从图中看出，Azkaban是使用mysql作为相关数据的存储的。

Azkaban的结构图

MySQL安装过程(略)

(1)进入MySQL命令行后，创建数据库：

CREATE DATABASE azkaban;

(2)创建用户名和密码：

CREATE USER 'username'@'%' IDENTIFIED BY 'password';

(3)给用户授权：

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

(4)导入SQL脚本 azkaban.sql

SOURCE azkaban.sql;

(5)检查下载包web和executor的lib文件下是否有mysql驱动，若不存在，则拷贝一个。

三、单机版安装

1、把azkaban-solo-server-3.10.0.tar.gz文件拷贝到指定目录，如/home/hadoop/azkaban，然后解压，解压后的目录内容如下。

azkaban-solo

2、进入plugins目录，把里面的jobtypes目录删掉，拷贝azkaban-jobtype-3.0.0.tar.gz文件到该目录下，解压后重命名为jobtypes

3、进入jobtypes目录，把azkaban-jobtype-3.0.0.jar文件拷贝到该目录下

至此，jobtypes目录的内容如下：

jobtypes目录内容

4、进入hive目录，编辑plugin.properties和private.properties文件，把hive.aux.jars.path属性的值修改为：

/usr/local/hive/lib

5、编辑common.properties文件，配置各个组件的环境变量

hadoop.home=/home/hadoop/hadoop
hive.home=/home/hadoop/hive
pig.home=/home/hadoop/pig
spark.home=/home/hadoop/spark
azkaban.home=/home/hadoop/azkaban/azkaban-solo-server-3.10.0
注意：路径要根据自己的配置进行修改

6、配置commonprivate.properties文件，配置如下：

#config jobtype classpath
jobtype.global.classpath=/usr/local/hadoop/etc/hadoop:/usr/local/hadoop/share/hadoop/common/*:/usr/local/hadoop/share/hadoop/common/lib/*:/usr/local/hadoop/share/hadoop/hdfs/*:/usr/local/hadoop/share/hadoop/hdfs/lib/*:/usr/local/hadoop/share/hadoop/yarn/*:/usr/local/hadoop/share/hadoop/yarn/lib/*:/usr/local/hadoop/share/hadoop/mapreduce/*:/usr/local/hadoop/share/hadoop/mapreduce/lib/*

#config hadoop classpath
hadoop.classpath=/usr/local/hadoop/etc/hadoop:/usr/local/hadoop/share/hadoop/common/*:/usr/local/hadoop/share/hadoop/common/lib/*:/usr/local/hadoop/share/hadoop/hdfs/*:/usr/local/hadoop/share/hadoop/hdfs/lib/*:/usr/local/hadoop/share/hadoop/yarn/*:/usr/local/hadoop/share/hadoop/yarn/lib/*:/usr/local/hadoop/share/hadoop/mapreduce/*:/usr/local/hadoop/share/hadoop/mapreduce/lib/*

# hadoop
hadoop.home=/home/hadoop/hadoop
hive.home=/home/hadoop/hive
pig.home=/home/hadoop/pig
spark.home=/home/hadoop/spark
azkaban.home=/home/hadoop/azkaban/azkaban-solo-server-3.10.0

#set execute use false
execute.as.user=false

其中jobtype.global.classpath和hadoop.classpath两个配置项中， /usr/local/hadoop 这个路径要改为自己环境下的路径

注意，/usr/local/hadoop/etc/hadoop后面不能加 /*

7、配置conf/azkaban.properties

default.timezone.id=Asia/Shanghai
#注释内置数据库h2的配置，改为mysql
#database.type=h2
#h2.path=./h2
#h2.create.tables=true
database.type=mysql
mysql.port=3306
mysql.host=10.1.2.xxx
mysql.database=azkaban
mysql.user=user
mysql.password=pass
mysql.numconnections=100
azkaban.webserver.url=http://10.1.2.xxx:8081

8、拷贝commons-configuration-1.6.jar和hadoop-common-2.6.0-cdh5.5.0.jar两个jar包到lib目录下

9、配置jdk版本为jdk8。编辑bin/azkaban-solo-start.sh，在第二行下加入以下配置

export PATH=/usr/local/jdk1.8.0_101/bin:$PATH

10、启动和关闭
进入azkaban-solo-server-3.10.0目录

启动： ./bin/azkaban-solo-start.sh
关闭：./bin/azkaban-solo-shutdown.sh

11、打开界面: http://ip:8081

azkaban界面

用户名和密码默认都是 azkaban。至此，单机版azkaban安装完成。

四、集群版安装

机器及组件部署情况：

主机域名	主机IP	安装组件
decluster1	10.1.2.1	azkaban-web
decluster2	10.1.2.2	azkaban-exec 和 azkaban-plugin
decluster3	10.1.2.3	mysql

1、在decluster3上安装mysql，并导入azkaban.sql文件，过程跟单机版一样，不再详述。

2、在decluster2上准备hadoop、hive、spark、pig四个组件的客户端，也跟单机版的一致。

3、把 azkaban-exec-server-3.10.0.tar.gz 拷贝到decluster2上，解压到指定目录，如 /home/hadoop/azkaban目录下，然后再在该目录下创建名称为"plugins"的文件夹。这时候azkaban-exec只存在三个目录：

-- azkaban-exec-server-3.10.0   
   -- bin   
   -- conf
   -- plugins

4、把 azkaban-jobtype-3.0.0.tar.gz 拷贝到 plugins 目录下，解压后重命名为：jobtypes，并把 azkaban-jobtype-3.0.0.jar 文件拷贝到 jobtypes目录下，完成后的效果如下：

集群版plugins目录情况

5、配置 common.properties 和 commonprivate.properties 文件，过程和单机版的一样。

6、修改 conf/azkaban.properties 文件

# Azkaban Personalization Settings
azkaban.name=Dataeye
azkaban.label=Powered by DEDP 
azkaban.color=#FF3601
web.resource.dir=web/
default.timezone.id=Asia/Shanghai

# Azkaban JobTypes Plugins
azkaban.jobtype.plugin.dir=plugins/jobtypes

# Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager
user.manager.xml.file=conf/azkaban-users.xml

# Loader for projects
executor.global.properties=conf/global.properties
azkaban.project.dir=projects

database.check.version=false
database.type=mysql
mysql.port=3306
mysql.host=10.1.2.3
mysql.database=azkaban
mysql.user=azkaban
mysql.password=azkaban
mysql.numconnections=100

# Velocity dev mode
velocity.dev.mode=false

# Azkaban Jetty server properties. Ignored in tomcat
jetty.use.ssl=false
jetty.ssl.port=8043
jetty.maxThreads=25
jetty.port=8081

# Azkaban Executor settings
executor.maxThreads=50
executor.port=12321
executor.flow.threads=30
azkaban.use.multiple.executors=true

# mail settings
[email protected]
mail.host=smtp.163.com
mail.user=username
mail.password=password
job.failure.email=
job.success.email=

lockdown.create.projects=false

azkaban.webserver.url=http://deazkaban.dataeye.com/

# JMX stats
jetty.connector.stats=true
executor.connector.stats=true

7、修改 bin/azkaban-executor-start.sh 文件，在第二行添加以下配置

export PATH=/home/hadoop2/azkaban/jdk1.8.0_101/bin:$PATH

8、把 azkaban-web-server-3.10.0.tar.gz 拷贝并解压到 decluster1的指定目录下，如 /home/hadoop/azkaban 目录

9、修改 bin/azkaban-web-start.sh 文件，在第二行添加以下配置

export PATH=/home/hadoop2/azkaban/jdk1.8.0_101/bin:$PATH

9、修改 conf/azkaban.properties 文件，各项配置跟exec的配置相同，只有一个地方有差异：

# Azkaban Executor settings
executor.port=12321
executor.host=decluster2
azkaban.use.multiple.executors=true

以上指定web跟exec通信的端口是 12321

以上步骤都完成后，分别在decluster1 和decluster2上启动azkaban的web组件和exec组件，如下：

在decluster1上执行： ./bin/azkaban-web-start.sh
在decluster2上执行： ./bin/azkaban-exec-start.sh

10、最后一步，也是最关键的一步：
打开mysql中的executors表，可以看到以下信息：

exectors表信息

把active中的0，修改为1，如下：

exectors表信息

至此，azkaban集群版安装完成，打开 http://10.1.2.1:8081 访问azkaban的web界面