首页 > 其他分享> > 一、Azkaban简明笔记

一、Azkaban简明笔记

2022-09-02 01:02:11 作者：互联网

1、azkaban部署

主要是集群部署安装。

1.1 准备安装包

Downloads (azkaban.github.io)

1.2 配置MySQL

启动mysql

mysql -uroot -proot
创建azkaban数据库

create database azkaban;

创建azkaban用户并赋予权限（可以不设置账号，继续使用root账号）

-- 显示相关变量
SHOW VARIABLES like 'validate_password%';

-- 设置密码有效长度1位及以上
set global validate_password.length=1;
-- 设置密码策略最低级别
set global validate_password_policy=0;
-- 创建Azkaban用户，任何主机都可以访问Azkaban，密码是azkaban
CREATE USER 'azkaban'@'%' IDENTIFIED BY 'azkaban'; 

-- 赋予Azkaban用户增删改查权限
GRANT SELECT,INSERT,UPDATE,DELETE ON azkaban.* to 'azkaban'@'%' WITH GRANT OPTION;

创建azkaban的表

source /opt/software/azkaban/azkaban-db-3.84.4/create-all-sql-3.84.4.sql;

更改mysql包大小，防止azkaban连接mysql阻塞

sudo vim /etc/my.cnf

# 在[mysqld]下面加一行max_allowed_packet=1024M

[mysqld]
max_allowed_packet=1024M

重启mysql
```
sudo systemctl restart mysqld
```

1.3 配置Executor Server

Azkaban Executor Server处理工作流和作业的实际执行。

编辑azkaban.properties

vim /opt/software/azkaban/azkaban-exec-server-3.84.4/conf/azkaban.properties

修改如下属性：

# 修改如下内容
default.timezone.id=Asia/Shanghai
azkaban.webserver.url=http://node001:8081
executor.port=12321

database.type=mysql
mysql.port=3306
mysql.host=node001
mysql.database=azkaban
mysql.user=azkaban
mysql.password=azkaban
mysql.numconnections=100

# 添加如下内容
executor.metric.reports=true
executor.metric.milisecinterval.default=60000

进入.../azkaban-exec-server-3.84.4/lib 更新 mysql-connector-java-8.0.29.jar包，使其与mysql版本匹配
同步azkaban-exec-server-3.84.4到所有节点
在各节点的**.../azkaban-exec-server-3.84.4/ **目录分别执行
```
bin/start-exec.sh
```
如果出现executor.port文件，说明启动成功。

在各个节点激活executor

curl -G "node001:$(<./executor.port)/executor?action=activate" && echo

curl -G "node002:$(<./executor.port)/executor?action=activate" && echo

curl -G "node003:$(<./executor.port)/executor?action=activate" && echo

如果节点出现提示：{"status":"success"}，表示激活成功。

1.4 配置Web Server

Azkaban Web Server处理项目管理，身份验证，计划和执行触发。

编辑azkaban.properties

修改如下：
default.timezone.id=Asia/Shanghai

database.type=mysql
mysql.port=3306
mysql.host=node001
mysql.database=azkaban
mysql.user=root
mysql.password=root
mysql.numconnections=100

azkaban.executorselector.filters=StaticRemainingFlowSize,CpuStatus

说明：

StaticRemainingFlowSize：正在排队的任务数
CpuStatus：CPU占用情况
MinimumFreeMemory：内存占用情况。测试环境，必须将MinimumFreeMemory删除掉，否则它会认为集群资源不够，不执行

修改azkaban-users.xml文件，添加新用户

<azkaban-users>
  <user groups="azkaban" password="azkaban" roles="admin" username="azkaban"/>
  <user password="metrics" roles="metrics" username="metrics"/>
  <user password="azkaban" roles="metrics,admin" username="nuochengze"/>

  <role name="admin" permissions="ADMIN"/>
  <role name="metrics" permissions="METRICS"/>
</azkaban-users>

进入.../azkaban-web-server-3.84.4/lib 更新 mysql-connector-java-8.0.29.jar包，使其与mysql版本匹配
进入...//azkaban-web-server-3.84.4/目录，启动web Server
```
./bin/start-web.sh
```
访问http://node001:8081/，并用配置的账号登录

2、使用

2.1 HelloWorld案例

新建azkaban.project文件，编辑内容如下：
```
azkaban-flow-version: 2.0
```
该文件的表明，采用新的Flow-API方式解析flow文件

新建hello_world.flow文件，编辑内容如下：

nodes:
	- name: jobA  # job的名称
   type: command  # job的类型，command表示要执行作业的方式为命令
	  config:  # job的配置信息
	  	command: echo "hello world"

将azkaban.project、hello_world.flow文件压缩到一个zip文件

说明：文件名称必须是英文
在WebServer新建一个项目：http://node001:8081/index
1. 给项目名称命名和添加项目描述
2. 将zip包文件上传
3. 执行Execute Flow
4. 在Job List中查看运行结果

2.2 作业依赖案例

需求：JobA和JobB执行完了，才能执行JobC

步骤：

创建basic.flow文件，添加如下内容

nodes:
	- name: JobC
	  type: command
	  dependsOn:
	  	- JobA
	  	- JobB
	  config: 
	  	command: echo "I'm JobC"
	  
	- name: JobA
	  type: command
	  config:
	  	command: echo "I'm JobA"
	  	
	- name: JobB
	  type: command
	  config:
	  	command: echo "I'm JobB"

dependsOn后面表示当前Job依赖的其他Job

创建azkaban.project文件，编辑内容如下：
```
azkaban-flow-version: 2.0
```
将basic.flow和azkaban.project文件压缩成dependson_example.zip文件
在WebServer新建一个项目：http://node001:8081/index
1. 给项目名称命名和添加项目描述
2. 将zip包文件上传
3. 执行Execute Flow
4. 在Job List中查看运行结果

2.3 自动失败重试案例

需求：如果执行任务失败，需要重试3次，重试的时间间隔10000ms

修改basic.flow文件:

nodes:	
	- name: JobA
	  type: command
	  config: 
	  	command: sh /not_exists.sh
	  	retries: 3
	  	retry.backoff: 10000

参数说明：

retries：重试次数
retry.backoff：重试的时间间隔

执行的次数= 一次失败+三次重试

全局配置的方式：

# 在Flow全局配置中添加任务失败配置，此时重试配置会应用到所有Job

config:
	retires: 3
	retry.backoff: 10000
nodes:
	- name: JobA
	  type: command
	  config:
	  	command: sh /not_exists.sh

2.4 手动失败重试案例

Enable 和 Disable 下面都分别有如下参数：

Parents：该作业的上一个任务
Ancestors：该作业前的所有任务
Children：该作业后的一个任务
Descendents：该作业后的所有任务
Enable All：所有的任务

2.5 JavaProcess作业类型案例

JavaProcess 类型可以运行一个自定义主类方法，

type 类型为 javaprocess，

可用的配置为：

Xms：最小堆
Xmx：最大堆
classpath：类路径
java.class：要运行的 Java 对象，其中必须包含 Main 方法
main.args：main 方法的参数

步骤：

新建一个azkaban的maven工程
创建包名：com.nuochengze

创建AzTest类：

package com.nuochengze

public class AzTest {
    public static void main(String[] args){
        System.out.println("This is a test.");
    }
}

打包成jar包

修改basic.flow文件

nodes: 
	- name: test_java
	  type: javaprocess
	  config:
	  	Xms: 96M
	  	Xmx: 200M
	  	java.class: com.nuochengze.AzTest

将jar包和basic.flow文件及azkaban.project文件打包成zip包

2.6 条件工作流案例

条件工作流功能允许用户自定义执行条件来决定是否运行某些Job。条件可以由当前Job 的父 Job 输出的运行时参数构成，也可以使用预定义宏。在这些条件下，用户可以在确定 Job 执行逻辑时获得更大的灵活性，例如，只要父 Job 之一成功，就可以运行当前 Job。

运行时参数案例：

基本原理
- 父 Job 将参数写入 JOB_OUTPUT_PROP_FILE 环境变量所指向的文件
- 子 Job 使用 ${jobName:param}来获取父 Job 输出的参数并定义执行条件
支持的条件运算符
- == 等于
- != 不等于
- > 大于
- >= 大于等于
- < 小于
- <= 小于等于
- && 与
- || 或
- ! 非

案例：

需求：JobA执行一个shell脚本，JobB执行一个shell脚本，但JobB不需要每天都执行，而只需要每个周一执行

步骤：

新建jobA.sh

#! /bin/bash

echo "do JobA"
wk=`date +%w`
echo "{\"wk\":$wk}" > $JOB_OUTPUT_PROP_FILE

新建JobB.sh
```
#!/bin/bash
echo "do JobB"
```

新建basic.flow

nodes:
	- name: JobA
  	  type: command
      config:
   		command: sh JobA.sh
	- name: JobB
  	  type: command
 	  dependsOn:
 		- JobA
 	  config:
 		command: sh JobB.sh
      condition: ${JobA:wk} == 1

按照设定条件，JobB会根据当日日期决定是否执行

2.7 预定义宏案例

Azkaban 中预置了几个特殊的判断条件，称为预定义宏。预定义宏会根据所有父 Job 的完成情况进行判断，再决定是否执行。

可用的预定义宏如下：

all_success: 表示父 Job 全部成功才执行(默认)
all_done：表示父 Job 全部完成才执行
all_failed：表示父 Job 全部失败才执行
one_success：表示父 Job 至少一个成功才执行
one_failed：表示父 Job 至少一个失败才执行

案例：

需求

JobA 执行一个 shell 脚本，JobB 执行一个 shell 脚本，JobC 执行一个 shell 脚本，要求 JobA、JobB 中有一个成功即可执行

步骤

新建JobA.sh
```
#!/bin/bash
echo "do JobA"
```
新建JobC.sh
```
#!/bin/bash
echo "do JobC
```

新建basic.flow

nodes:
	- name: JobA
	  type: command
	  config:
	  	command: sh JobA.sh
	- name: JobB
	  type: command
	  config:
	  	command: sh JobB.sh
	- name: JobC
	  type: command
	  depondsOn:
	  	- JobA
	  	- JobB
	  config: 
	  	command: sh JobC.sh
	  condition: one_success

注意：没有JobB.sh

2.8 定时执行

Azkaban 可以定时执行工作流。在执行工作流时候，选择左下角 Schedule
右上角注意时区是上海，然后在左面填写具体执行事件，填写的方法和 crontab 配置定时任务规则一致
点击 remove Schedule 即可删除当前任务的调度规则

2.9 邮箱报警案例

注册邮箱并开启smtp，获取第三方客户端授权码
Azkaban 默认支持通过邮件对失败的任务进行报警，配置方法如下：
1. 在 azkaban-web 节点 node001上，编辑.../azkaban-web-server-3.84.4/conf/azkaban.properties，并修改如下内容：
```
#这里设置邮件发送服务器
mail.sender=xxxx@126.com
mail.host=smtp.126.com
mail.user=xxxx@126.com
mail.password=用邮箱的授权码
```
2. 保存并重启web-server
3. 页面配置

2.10 Azkaban多Executor模式注意事项

Azkaban 多 Executor 模式是指，在集群中多个节点部署 Executor。在这种模式下， Azkaban web Server 会根据策略，选取其中一个 Executor 去执行任务。

为确保所选的 Executor 能够准确的执行任务，我们须在以下两种方案任选其一，推荐使用方案二。

方案一：指定特定的 Executor（hadoop102）去执行任务。
1. 在 MySQL 中 azkaban 数据库 executors 表中，查询 node001上的 Executor 的 id。
2. 在执行工作流程时加入 useExecutor 属性，如下

方案二：在 Executor 所在所有节点部署任务所需脚本和应用。

标签：简明,笔记,azkaban,Job,sh,command,JobA,mysql,Azkaban
来源： https://www.cnblogs.com/nuochengze/p/16648348.html