azkaban2.5 详细配置以及使用方式

azkaban支持shell、java、mapreduce以及hive的工作流调度，在对这些不同类型任务调度之前需要配置所对应的插件；azkaban整体分为两部分azkaban executor server(负责任务调度的处理)、azkaban web server（提供web ui可视化操作）；

     目前采用的版本插件均为2.5.0 完整包下载

1、编译

        azkaban源码地址：https://github.com/azkaban/azkaban/tree/release-2.5/src

       azkaban插件源码地址:https://github.com/azkaban/azkaban-plugins/tree/release-2.5

      是用ant来进行编译、打包

2、安装和编译

•  从http://azkaban.github.io/downloads.html下载如下安装包
  • azkaban-web-server-2.5.0.tar.gz
  • azkaban-executor-server-2.5.0.tar.gz
  • azkaban-sql-script-2.5.0.tar.gz
  • azkaban-jobtype-2.5.0.tar.gz
  • azkaban-hdfs-viewer-2.5.0.tar.gz
  • azkaban-jobsummary-2.5.0.tar.gz
  • azkaban-reportal-2.5.0.tar.gz

Azkaban Web Server的部署

     1、在本地安装mysql数据库,用来存储azkaban任务id、probject等信息的元数据库

     2、建表，解压azkaban-sql-script-2.5.0.tar.gz 在创建的数据库中执行create-all-sql-2.5.0.sql文件

     3、解压azkaban-web-server-2.5.0.tar.gz，里面带有mysql-connector-java-5.1.28.jar，版本不一致可以更换

     4、在解压后的目录下中的conf文件中输入keytool -keystore keystore -alias azkaban -genkey -keyalg RSA ，

           在执行该命令后会提示输入密码(建议输入的密码都一样，方便后续配置)，这个密码是后续配置jetty时使用的，最后将在当前目录生成 keystore 证书文件，将 keystore 考贝到 azkaban web 目录中。

     5、在/conf/azkaban.properties配置：

            azkaban的大部分web方面的配置均在这个文件中包括：

• • 时区的配置：default.timezone.id=Asia/Shanghai
  • web所依赖mysql的配置:
    

    database.type=mysql

    mysql.port=**

    mysql.host=**

    mysql.database=**

    mysql.user=**

    mysql.password=**

    mysql.numconnections=**

  • jetty的配置
    

    jetty.maxThreads=**

    jetty.ssl.port=**

    jetty.port=**

    jetty.keystore=keystore

    jetty.password=创建keystore的密码

    jetty.keypassword=azkaban

    jetty.truststore=创建keystore的密码

    jetty.trustpassword=创建keystore的密码

  • 邮件的配置
    mail.sender=
    mail.host=
    mail.user=
    mail.password=
    job.failure.email=
    job.success.email=
  • 其他配置可默认

  6、azkaban-users.xml 配置用户的权限登录账号和密码

  7、服务的启动和关闭均在bin目录下命令:

                bin/azkaban-web-shutdown.sh

                bin/azkaban-web-start.sh

Azkaban Executor Server的部署

     1、解压azkaban-executor-server-2.5.0.tar.gz到安装目录，在lib中自带了mysql-connector-java-5.1.28.jar，如果版本不一致请自行替换。

     2、修改配置文件   安装目录/conf/azkaban.properties

• 设置时区
  default.timezone.id=Asia/Shanghai
• 设置数据库，与Web Server中的数据库设置一致

   3、启动/停止服务

         和 web Service类似切到bin的上一目录

         bin/azkaban-executor-shutdown.sh 停止

         bin/azkaban-executor-start.sh 启动

     4、插件的安装

• 进入 安装目录/plugins目录，在该目录下解压azkaban-jobtype- 2.5.0.tar.gz得到目录：azkaban-jobtype-2.5.0。这个目录用来存放之后安装的所有插 件，与Web Server中的viewer目录类似。每次插件的安装配置需要重启Executor Server。
• 修改 安装目录/plugins/azkaban-jobtype-2.5.0/common.properties，设置hadoop.home和hive.home，与你的环境变量HADOOP_HOME和HIVE_HOME分布保持一致。   

 

                 hadoop.home=/etc/hadoop

                hive.home=/usr/lib/hive

               executor.home=/opt/azkaban2/executor    //executor所在目录

                hadoop.lib=/usr/lib/hadoop                       //hadoop lib

                azkaban.should.proxy=false

 

• 修改 同等目录下的commonprivate.properties：
      1、同样需要设置hadoop.home和hive.home、executor.home、 hadoop.lib。
      2、设置.classpath
  

          ehive.classpath.items=${hive.home}/lib/*,${hive.home}/conf/,${hive.aux.jars.path}/*,${hadoop.lib}/*,${hadoop.lib}/lib/*,${hadoop.lib}/client/*,${hadoop.home}/conf/

          hive.classpath.items=${hive.home}/lib/*,${hive.home}/conf/,${hive.aux.jars.path}/*

     3、设置权限、代理
  

             # proxy.keytab.location=/home/aa.keytab

            # proxy.user=media-sns/[email protected]

            azkaban.should.proxy=false//如果为true的话需要进行kerkeros,即注释打开，打开会后报hadoop的gettoken异常

           obtain.binary.token=true

           obtain.namenode.token=true

           obtain.jobtracker.token=true

  hive的安装
    修改hive文件夹下的plugin.properties 
             hive.aux.jars.path=${hive.home}/lib
    修改hive文件夹下的private.properties 
  

            jobtype.classpath=${hive.home}/lib/*,${hive.home}/conf,${hive.aux.jars.path}

           jobtype.class=azkaban.jobtype.HadoopHiveJob

            hive.aux.jars.path=${hive.home}/aux/lib

  上面的${hive.home} 均为/common.properties 文件中设置的hive.home

         注意：使用官网的jar包会有问题，需要下载源码更改重新编译: azkaban-hadoopsecuritymanager-2.5.0.fix.jar

                  /plugins/jobtype/src/azkaban/jobtype/HadoopSecureHiveWrapper.java

                 删除：

                      if (!ShimLoader.getHadoopShims().usesJobShell()) { } 重新打包编译

  jar包清单：

       1、/azkaban2/executor/lib

           executor/lib.jpg

      2、/azkaban2/executor/plugins/azkaban-jobtype-2.5.0/hive     hive以及java  hadoopjava等都一样

           插件jar.jpg

  其中的azkaban-hadoopsecuritymanager-2.5.0.fix.jar 是编译完之后的包

    3、 使用

        azkaban的使用方式是按照job文件描述来进行使用的，使用type来执行执行任务的类型，通过dependencies可以用来连接任务，即dependencies=A，只有A任务执行完了才可以执行改任务

      将描述文件和脚本文件打成zip包上传到azkaban所对应的probject中

      执行Shell文件:

       job文件:

         type=command

        command=echo "mr"

        command.1=sh mr.sh

      文件目录：

            

   执行Java文件

    type=hadoopJava

    job.class=azkaban.jobtype.examples.java.WordCount

    classpath=./lib/*,${hadoop.home}/lib/*

    main.args=${param.inData} ${param.outData}

    Method.run=test();

    force.output.overwrite=true

    input.path=${param.inData}

　output.path=${param.outData}

如果不指定方法名默认找run()方法去执行 如果没有会报错

如果没有输入输出参数等，可以省略

执行hive

   type=hive

   user.to.proxy=media-sns

   azk.hive.action=execute.query

   hive.script=hive.sh

   在hive.sh中写hive的sql

     use test;

     select * from t_user limit 10;

　　　目录结构：

         

执行mr  

    可通过shell执行mr任务的命令方式和shell一样