一、准备
安装VMware15虚拟化软件
安装CentOS 7虚拟机3个
安装3节点的hadoop-2.6.0-cdh5.14.2集群
安装了hive
安装了zookeeper集群
安装了hbase集群
二、主题
azkaban架构
azkaban运行模式
azkaban安装部署
azkaban使用
三、目标
理解azkanban架构
完成azkaban安装部署
学会azkaban各种使用方式
四、知识要点
1. 概述
azkaban官网：https://azkaban.github.io/
功能特点
提供功能清晰、简单易用的web UI界面
提供job配置文件快速建立任务和任务之间的关系
提供模块化的可插拔机制，原生支持command、java、hive、hadoop
基于java开发，代码结构清晰，易于二次开发
1. 为什么需要工作流调度系统
一个完整的数据分析系统通常都是由大量任务单元组成：
shell脚本程序，java程序，mapreduce程序、hive脚本等
各任务单元之间存在时间先后及前后依赖关系
为了很好地组织起这样的复杂执行计划，需要一个工作流调度系统来调度执行；
例如，我们可能有这样一个需求，某个业务系统每天产生20G原始数据，我们每天都要对其进行处理，处理步骤如下所示：
通过Hadoop先将原始数据同步到HDFS上；
借助MapReduce计算框架对原始数据进行转换，生成的数据以分区表的形式存储到多张Hive表中；
需要对Hive中多个表的数据进行JOIN处理，得到一个明细数据Hive宽表；
将明细数据进行各种统计分析，得到结果报表信息；
需要将统计分析得到的结果数据同步到业务系统中，供业务调用使用。
2. 工作流调度实现方式
简单的任务调度：直接使用linux的crontab来定义；
复杂的任务调度：开发调度平台或使用现成的开源调度系统，比如ooize、azkaban、airflow等
2. Azkaban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(properties)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
3. azkaban的基本架构
Azkaban由三部分构成
1、Azkaban Web Server提供了Web UI，是azkaban的主要管理者，包括 project 的管理，认证，调度，对工作流执行过程的监控等。
2、Azkaban Executor Server负责具体的工作流和任务的调度提交
3、Mysql用于保存项目、日志或者执行计划之类的信息
4. Azkaban架构的三种运行模式
1. solo server mode(单机模式）
web server 和 executor server运行在一个进程里
最简单的模式，数据库内置的H2数据库，管理服务器和执行服务器都在一个进程中运行，任务量不大项目可以采用此模式。
2. two server mode
web server 和 executor server运行在不同的进程
数据库为mysql，管理服务器和执行服务器在不同进程，这种模式下，管理服务器和执行服务器互不影响。
3. multiple executor mode
web server 和 executor server运行在不同的进程，executor server有多个
该模式下，执行服务器和管理服务器在不同主机上，且执行服务器可以有多个。
5. Azkaban安装部署
1. azkaban的编译
我们这里选用azkaban3.51.0这个版本自己进行重新编译，编译完成之后得到我们需要的安装包进行安装
注意：我们这里编译需要使用==jdk1.8==的版本来进行编译，如果编译服务器使用的jdk版本是1.7的，记得切换成jdk1.8，我们这里使用的是jdk8u141这个版本来进行编译
cd /kkb/soft/
wget https://github.com/azkaban/azkaban/archive/3.51.0.tar.gz
tar -zxvf 3.51.0.tar.gz -C ../install/
cd /kkb/install/azkaban-3.51.0/
yum -y install git
yum -y install gcc-c++
./gradlew build installDist -x test
编译之后需要的安装文件列表如下
azkaban-exec-server
编译完成之后得到我们需要的安装包在以下目录下即可获取得到azkaban-exec-server存放目录
/kkb/install/azkaban-3.51.0/azkaban-exec-server/build/distributions
azkaban-web-server
azkaban-web-server存放目录
/kkb/install/azkaban-3.51.0/azkaban-web-server/build/distributions
azkaban-solo-server
azkaban-solo-server存放目录
/kkb/install/azkaban-3.51.0/azkaban-solo-server/build/distributions
execute-as-user.c
azkaban two server模式下需要的C程序在这个路径下面
/kkb/install/azkaban-3.51.0/az-exec-util/src/main/c
数据库脚本文件
数据库脚本文件在这个路径下面
/kkb/install/azkaban-3.51.0/azkaban-db/build/install/azkaban-db
2. azkaban两个服务模式安装
在node03节点操作
1. 确认所需软件：
Azkaban Web服务安装包
azkaban-web-server-0.1.0-SNAPSHOT.tar.gz
Azkaban执行服务安装包
azkaban-exec-server-0.1.0-SNAPSHOT.tar.gz
编译之后的sql脚本
create-all-sql-0.1.0-SNAPSHOT.sql
C程序文件脚本
execute-as-user.c程序
将以上4个文件上传到node03的/kkb/soft目录
2. 数据库准备
进入mysql的客户端执行以下命令
mysql -uroot -p
执行以下命令：
-- 设置密码的验证强度等级
set global validate_password_policy=LOW;
set global validate_password_length=6;
CREATE DATABASE azkaban;
CREATE USER 'azkaban'@'%' IDENTIFIED BY 'azkaban';
GRANT all privileges ON azkaban.* to 'azkaban'@'%' identified by 'azkaban' WITH GRANT OPTION;
flush privileges;
use azkaban;
source /kkb/soft/create-all-sql-0.1.0-SNAPSHOT.sql;
3. 解压软件安装包
解压azkaban-web-server
cd /kkb/soft
tar -zxvf azkaban-web-server-0.1.0-SNAPSHOT.tar.gz -C ../install/
cd /kkb/install
mv azkaban-web-server-0.1.0-SNAPSHOT/ azkaban-web-server-3.51.0
解压azkaban-exec-server
cd /kkb/soft
tar -zxvf azkaban-exec-server-0.1.0-SNAPSHOT.tar.gz -C ../install/
cd /kkb/install
mv azkaban-exec-server-0.1.0-SNAPSHOT/ azkaban-exec-server-3.51.0
4. 安装SSL安全认证
安装ssl安全认证，允许我们使用https的方式访问我们的azkaban的web服务；
密码一定要一个个的字母输入，或者粘贴也行
cd /kkb/install/azkaban-web-server-3.51.0
keytool -keystore keystore -alias jetty -genkey -keyalg RSA
密码一直输入azkaban
5. azkaban web server安装
修改azkaban-web-server的配置文件
cd /kkb/install/azkaban-web-server-3.51.0/conf
vim azkaban.properties
# Azkaban Personalization Settings
azkaban.name=Azkaban
azkaban.label=My Azkaban
azkaban.color=#FF3601
azkaban.default.servlet.path=/index
web.resource.dir=web/
default.timezone.id=Asia/Shanghai
# 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
# Velocity dev mode
velocity.dev.mode=false
# Azkaban Jetty server properties.
jetty.use.ssl=true
jetty.maxThreads=25
jetty.port=8081
jetty.ssl.port=8443
jetty.keystore=/kkb/install/azkaban-web-server-3.51.0/keystore
jetty.password=azkaban
jetty.keypassword=azkaban
jetty.truststore=/kkb/install/azkaban-web-server-3.51.0/keystore
jetty.trustpassword=azkaban
# Azkaban Executor settings
# mail settings
mail.sender=
mail.host=
# User facing web server configurations used to construct the user facing server URLs. They are useful when there is a reverse proxy between Azkaban web install and users.
# enduser -> myazkabanhost:443 -> proxy -> localhost:8081
# when this parameters set then these parameters are used to generate email links.
# if these parameters are not set then jetty.hostname, and jetty.port(if ssl configured jetty.ssl.port) are used.
# azkaban.webserver.external_hostname=myazkabanhost.com
# azkaban.webserver.external_ssl_port=443
# azkaban.webserver.external_port=8081
job.failure.email=
job.success.email=
lockdown.create.projects=false
cache.directory=cache
# JMX stats
jetty.connector.stats=true
executor.connector.stats=true
# Azkaban mysql settings by default. Users should configure their own username and password.
database.type=mysql
mysql.port=3306
mysql.host=node03
mysql.database=azkaban
mysql.user=azkaban
mysql.password=azkaban
mysql.numconnections=100
#Multiple Executor
azkaban.use.multiple.executors=true
#azkaban.executorselector.filters=StaticRemainingFlowSize,MinimumFreeMemory,CpuStatus #注意
azkaban.executorselector.comparator.NumberOfAssignedFlowComparator=1
azkaban.executorselector.comparator.Memory=1
azkaban.executorselector.comparator.LastDispatched=1
azkaban.executorselector.comparator.CpuUsage=1
azkaban.activeexecutor.refresh.milisecinterval=10000
azkaban.queueprocessing.enabled=true
azkaban.activeexecutor.refresh.flowinterval=10
azkaban.executorinfo.refresh.maxThreads=10
需要修改的项目如下图
6. azkaban executor server 安装
第一步：修改azkaban-exex-server配置文件
修改azkaban-exec-server的配置文件
cd /kkb/install/azkaban-exec-server-3.51.0/conf
vim azkaban.properties
# Azkaban Personalization Settings
azkaban.name=Azkaban
azkaban.label=My Azkaban
azkaban.color=#FF3601
azkaban.default.servlet.path=/index
web.resource.dir=web/
default.timezone.id=Asia/Shanghai
# 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
# Velocity dev mode
velocity.dev.mode=false
# Azkaban Jetty server properties.
jetty.use.ssl=true
jetty.maxThreads=25
jetty.port=8081
#注意 添加如下5行内容
jetty.keystore=/kkb/install/azkaban-web-server-3.51.0/keystore
jetty.password=azkaban
jetty.keypassword=azkaban
jetty.truststore=/kkb/install/azkaban-web-server-3.51.0/keystore
jetty.trustpassword=azkaban
# Where the Azkaban web server is located
azkaban.webserver.url=https://node03:8443
# mail settings
mail.sender=
mail.host=
# User facing web server configurations used to construct the user facing server URLs. They are useful when there is a reverse proxy between Azkaban web install and users.
# enduser -> myazkabanhost:443 -> proxy -> localhost:8081
# when this parameters set then these parameters are used to generate email links.
# if these parameters are not set then jetty.hostname, and jetty.port(if ssl configured jetty.ssl.port) are used.
# azkaban.webserver.external_hostname=myazkabanhost.com
# azkaban.webserver.external_ssl_port=443
# azkaban.webserver.external_port=8081
job.failure.email=
job.success.email=
lockdown.create.projects=false
cache.directory=cache
# JMX stats
jetty.connector.stats=true
executor.connector.stats=true
# Azkaban plugin settings
azkaban.jobtype.plugin.dir=plugins/jobtypes
# Azkaban mysql settings by default. Users should configure their own username and password.
database.type=mysql
mysql.port=3306
mysql.host=node03
mysql.database=azkaban
mysql.user=azkaban
mysql.password=azkaban
mysql.numconnections=100
# Azkaban Executor settings
executor.maxThreads=50
executor.flow.threads=30
需要修改的项目如下图
第二步：添加插件
将我们编译后的C文件execute-as-user.c上传到这个目录来/kkb/install/azkaban-exec-server-3.51.0/plugins/jobtypes或者直接将我们/kkb/softwares下面的文件拷贝过来也行
cp /kkb/soft/execute-as-user.c /kkb/install/azkaban-exec-server-3.51.0/plugins/jobtypes/
然后执行以下命令生成execute-as-user
sudo yum -y install gcc-c++
cd /kkb/install/azkaban-exec-server-3.51.0/plugins/jobtypes
gcc execute-as-user.c -o execute-as-user
sudo chown root execute-as-user
sudo chmod 6050 execute-as-user
第三步：修改配置文件
修改配置文件
cd /kkb/install/azkaban-exec-server-3.47.0/plugins/jobtypes
vim commonprivate.properties
文件末尾增加两行，内容如下
memCheck.enabled=false
azkaban.native.lib=/kkb/install/azkaban-exec-server-3.51.0/plugins/jobtypes
最终生成如下
7. 启动服务
第一步：启动azkaban exec server
cd /kkb/install/azkaban-exec-server-3.51.0
bin/start-exec.sh
第二步：激活我们的exec-server
node03机器任意目录下执行以下命令
curl -G "node03:$(<./executor.port)/executor?action=activate" && echo
第三步：启动azkaban-web-server
cd /kkb/install/azkaban-web-server-3.51.0/
bin/start-web.sh
访问地址：
https://node03:8443
用户名和密码都是azkaban
若浏览器界面出现类似情况，按图操作即可
8. 修改linux的时区问题
由于先前做好了时钟同步，所以不用担心时区问题，不需要修改时区了
注：先配置好服务器节点上的时区
1、先生成时区配置文件Asia/Shanghai，用交互式命令 tzselect 即可
2、拷贝该时区文件，覆盖系统本地时区配置
cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
6. Azkaban使用
Azkaba内置的任务类型支持command、java
1. Command类型单一job示例
1. 创建job描述文件
创建文本文件，更改名称为mycommand.job
注意后缀.txt一定不要带上，保存为格式为UFT-8 without bom
内容如下
type=command
command=echo 'hello world'
2. 将job资源文件打包成zip文件
. 创建project并上传压缩包
通过azkaban的web管理平台创建project并上传job压缩包
首先创建project