大数据技术之Azkaban
2020-05-12 17:02:19 0 举报AI智能生成
登录查看完整内容
Azkaban初步学习
作者其他创作
大纲/内容
大数据技术之Azkaban
安装部署
安装前准备
1)\t将Azkaban Web服务器、Azkaban执行服务器、Azkaban的sql执行脚本及MySQL安装包拷贝到bigdata111虚拟机/opt/software目录下
2)\t选择Mysql作为Azkaban数据库，因为Azkaban建立了一些Mysql连接增强功能，以方便Azkaban设置，并增强服务可靠性。
安装Azkaban
1)\t在/opt/module/目录下创建azkaban目录
2)\t解压azkaban-web-server-2.5.0.tar.gz、azkaban-executor-server-2.5.0.tar.gz、azkaban-sql-script-2.5.0.tar.gz到/opt/module/azkaban目录下
3)\t对解压后的文件重新命名
4)\tazkaban脚本导入
生成密钥库
-keystore 指定密钥库的名称及位置(产生的各类信息将不在.keystore文件中)-genkey 在用户主目录中创建一个默认文件\".keystore\" -alias 对我们生成的.keystore 进行指认别名；如果没有默认是mykey-keyalg 指定密钥的算法 RSA/DSA 默认是DSA
1）生成 keystore的密码及相应信息的密钥库
2）将keystore 拷贝到 azkaban web服务器根目录中
时间同步配置
先配置好服务器节点上的时区
1）\t如果在/usr/share/zoneinfo/这个目录下不存在时区配置文件Asia/Shanghai，就要用 tzselect 生成。
2）拷贝该时区文件，覆盖系统本地时区配置
3）集群时间同步（同时发给三个窗口）
配置文件
Web服务器配置
1）进入azkaban web服务器安装目录 conf目录，打开azkaban.properties文件
2）按照如下配置修改azkaban.properties文件。
3）web服务器用户配置
执行服务器配置
1）进入执行服务器安装目录conf，打开azkaban.properties
2）\t按照如下配置修改azkaban.properties文件。
启动executor服务器
启动web服务器
概述
为什么需要工作流调度系统
1）一个完整的数据分析系统通常都是由大量任务单元组成
2）各任务单元之间存在时间先后及前后依赖关系
3）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
Azkaban的适用场景
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
1) 通过Hadoop先将原始数据上传到HDFS上（HDFS的操作）；2) 使用MapReduce对原始数据进行清洗（MapReduce的操作）；3) 将清洗后的数据导入到hive表中（hive的导入操作）；4) 对Hive中多个表的数据进行JOIN处理，得到一张hive的明细表（创建中间表）；5) 通过对明细表的统计和分析，得到结果报表信息（hive的查询操作）；
整个的执行过程都需要人工参加，并且得盯着各任务的进度。但是我们的很多任务都是在深更半夜执行的，通过写脚本设置crontab执行。其实，整个过程类似于一个有向无环图（DAG）。每个子任务相当于大任务中的一个节点，也就是，我们需要的就是一个工作流的调度器，而Azkaban就是能解决上述问题的一个调度器
什么是azkaban
Azkaban特点
1)\t兼容任何版本的hadoop
2)\t易于使用的Web用户界面
3)\t简单的工作流的上传
4)\t方便设置任务之间的关系
5)\t调度工作流
6)\t模块化和可插拔的插件机制
7)\t认证/授权(权限的工作)
8)\t能够杀死并重新启动工作流
9)\t有关失败和成功的电子邮件提醒
常见工作流调度系统
简单的任务调度
复杂的任务调度
ooize和azkaban特性对比
Azkaban的架构
图示
1)\tAzkabanWebServer
2)\tAzkabanExecutorServer
3)\t关系型数据库（MySQL）
下载地址
Azkaban实战
单一job案例
1）创建job描述文件
2) 将job资源文件打包成zip文件
3）通过azkaban的web管理平台创建project并上传job的zip包
首先创建project
上传zip包
4）启动执行该job
点击执行工作流
点击继续
5）Job执行成功
6）点击查看job日志
多job工作流案例
1）创建有依赖关系的多个job描述
2）注意：将所有job资源文件打到一个zip包中
3）在azkaban的web管理界面创建工程并上传zip包
4）查看结果
java操作任务
1）编写java程序
2）将java程序打成jar包，创建lib目录，将jar放入lib内
3）编写job文件
4）将job文件打成zip包
5）通过azkaban的web管理平台创建project并上传job压缩包，启动执行该job
HDFS操作任务
2）将job资源文件打包成zip文件
3）通过azkaban的web管理平台创建project并上传job压缩包
5）查看结果
mapreduce任务
1）\t创建job描述文件，及mr程序jar包
2）\t将所有job资源文件打到一个zip包中
4）启动job
Hive脚本任务
1）创建job描述文件和hive脚本
0 条评论
回复 删除
下一页
