Azkaban工作流调度工作流任务调度大数据

作者：あおざき
来源：恒生LIGHT云社区

1.Azkaban介绍 Azkaban是由linkedin（领英）公司推出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使用job配置文件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。

文章图片

Azkaban功能特点：
1.提供功能清晰，简单易用的Web UI界。
2.提供job配置文件快速建立任务和任务之间的依赖关系。
3.提供模块化和可插拔的插件机制，原生支持command、Java、Hive、Pig、Hadoop。
2.Azkaban原理

文章图片

mysql服务器: 存储元数据，如项目名称、项目描述、项目权限、任务状态、SLA规则。
AzkabanWebServer:对外提供web服务，使用户可以通过web页面管理。职责包括项目管理、权限授权、任务调度、监控executor。
AzkabanExecutorServer:负责具体的工作流的提交、执行。
3.Azkaban三种部署模式（1）solo server mode：该模式中webServer和executorServer运行在同一个进程中，进程名是AzkabanSingleServer。使用自带的H2数据库。这种模式包含Azkaban的所有特性，但一般用来学习和测试。
（2）two server mode：该模式使用MySQL数据库， Web Server和Executor Server运行在不同的进程中。
（3）multiple executor model：该模式使用MySQL数据库， Web Server和Executor Server运行在不同的机器中，且有多个Executor Server，该模式适用于大规模应用。
4.Azkaban源码编译 Azkaban3.x在安装前需要自己编译成二进制包，并且提前安装好Maven、Ant、Node等软件。
（1）编译环境：

yum install –y git yum install –y gcc-c++

（2）下载源码解压

wget https://github.com/azkaban/azkaban/archive/3.51.0.tar.gz tar -zxvf 3.51.0.tar.gz cd ./azkaban-3.51.0/

【Azkaban工作流调度】（4）编译源码

./gradlew build installDist -x test

Gradle是一个基于Apache Ant和Apache Maven的项目自动化构建工具。-x test 跳过测试。编译成功之后就可以在指定的路径下取得对应的安装包了。

文章图片

#solo-server模式安装包路径 azkaban-solo-server/build/distributions/ #two-server模式和multiple-executor模式web-server安装包路径 azkaban-web-server/build/distributions/ #two-server模式和multiple-executor模式exec-server安装包路径 azkaban-exec-server/build/distributions/

文章图片

azkaban-db/build/distributions/ 数据库相关安装包路径

5.Azkaban安装部署这里只介绍solo server模式部署
（1）解压配置

mkdir /export/servers/azkaban tar -zxvf azkaban-solo-server-0.1.0-SNAPSHOT.tar.gz –C /export/servers/azkaban/vim conf/azkaban.properties default.timezone.id=Asia/Shanghai #修改时区vimplugins/jobtypes/commonprivate.properties 添加：memCheck.enabled=false azkaban默认需要3G的内存，剩余内存不足则会报异常

（2）启动验证