介紹
Azkaban是由Linkedin公司推出的一個批量工作流任務調度器,用於在一個工作流內以一個特定的順序運行一組工作和流程。Azkaban使用job配置文件建立任務之間的依賴關係,並提供一個易於使用的web用戶界面維護和跟蹤你的工作流。 它有三個重要組件:
1. 元數據數據庫(目前僅支持mysql)
2. web管理服務器-AzkabanWebServer
3. 執行服務器-AzkabanExecutorServer
Azkaban使用MySQL來存儲它的狀態信息,Azkaban Executor Server和Azkaban Web Server均使用到了MySQL數據庫。
metadata Database:存儲元數據,如項目名稱、項目描述、項目權限、任務狀態、SLA規則等。
AzkabanWebServer:項目管理、權限授權、任務調度、監控executor。
AzkabanExecutorServer:作業流執行的Server。
AzkabanWebServer
AzkabanWebserver是整個Azkaban工作流系統的主要管理者,它負責project管理、用戶登錄認證、定時執行工作流、跟蹤工作流執 行進度等一系列任務。同時,它還提供Web服務操作的接口,利用該接口,用戶可以使用curl或其他ajax的方式,來執行azkaban的相關操作。操作包括:用戶登錄、創建project、上傳workflow、執行workflow、查詢workflow的執行進度、殺掉workflow等一系列操作,且這些操作的返回結果均是json的格式。
AzkabanExecutorServer
之所以將AzkabanWebServer和AzkabanExecutorServer分開,主要是因爲在某個任務流失敗後,可以更方便的將重新執行。而且也更有利於Azkaban系統的升級。
Azkaban三種部署模式
solo-server模式
DB使用的是一個內嵌的H2,Web Server和Executor Server運行在同一個進程裏。這種模式包含Azkaban的所有特性,但一般用來學習和測試。
two-server模式
DB使用的是MySQL,MySQL支持master-slave架構,Web Server和Executor Server運行在不同的進程中。
分佈式multiple-executor模式
DB使用的是MySQL,MySQL支持master-slave架構,Web Server和Executor Server運行在不同機器上,且有多個Executor Server。
編譯安裝
1、下載源碼
從github上下載azkaban官方源碼,目前最新release爲3.62.0
git clone [email protected]:azkaban/azkaban.git
2、編譯
進入到下載的azkaban目錄中進行編譯:(提前安裝好git,gradle,jdk8)
# Build Azkaban
./gradlew build(這一步需要等待的時間略久,需要提前安裝git、gcc等軟件,否則會報錯)
# Clean the build
./gradlew clean
# Build and install distributions
./gradlew installDist
# Run tests
./gradlew test
# Build without running tests
./gradlew build -x test
相關目錄介紹如下:
azkaban-common : 常用工具類
azkaban-db : 對應的sql腳本
azkaban-Hadoop-secutity-plugin : hadoop有關kerberos插件
azkaban-solo-server: web和executor運行在同一進程的項目
azkaban-web-server:azkaban的web-server單獨模塊
azkaban-executor-server: azkaban的executor-server單獨模塊
azkaban-spi: azkaban存儲接口以及exception類
將編譯好的文件拷貝出來:
# mkdir Azkaban_3.62
# cp azkaban-db/build/distributions/azkaban-db-3.62.0-7-g4f2f631.tar.gz azkaban_3.62/
# cp azkaban-web-server/build/distributions/azkaban-web-server-3.62.0-7-g4f2f631.tar.gz azkaban_3.62/
# cp azkaban-solo-server/build/distributions/azkaban-solo-server-3.62.0-7-g4f2f631.tar.gz azkaban_3.62/
# cp azkaban-exec-server/build/distributions/azkaban-exec-server-3.62.0-7-g4f2f631.tar.gz azkaban_3.62/
解壓:
# cd azkaban_3.62
# tar xvf azkaban-solo-server-3.62.0-7-g4f2f631.tar.gz
# tar xvf azkaban-exec-server-3.62.0-7-g4f2f631.tar.gz
# tar xvf azkaban-web-server-3.62.0-7-g4f2f631.tar.gz
# tar xvf azkaban-db-3.62.0-7-g4f2f631.tar.gz
3、配置mysql數據庫
1、安裝mysql數據庫
這裏省略安裝步驟,使用版本的爲5.7
2、創建數據庫
創建一個azkaban的數據庫:
mysql -uroot -p
> CREATE DATABASE azkaban;
> CREATE USER 'azkaban'@'%' IDENTIFIED BY 'password';
> GRANT ALL ON azkaban.* to 'azkaban'@'%' WITH GRANT OPTION;
> flush privileges;
> EXIT
3、導入建表語句
mysql -uazkaban -p
> SOURCE azkaban_3.62/azkaban-db-3.62.0-7-g4f2f631/create-all-sql-3.62.0-7-g4f2f631.sql;
4、配置Azkaban
這裏將安裝兩個exec-server和一個web-server,相關組件分配如下:
1. 本文將採用multiple executor mode安裝模式,組件分配如下:
node1 azkaban-exec-server
node2 azkaban-exec-server
node3 azkaban-web-server
node3 mysql-server
在node3上創建/opt/Azkaban-web-server目錄,把編譯好的軟件azkaban-web-server拷貝到該目錄
在node1,node2上創建目錄/opt/Azkaban-exec-server目錄,把編譯好的軟件azkaban-exec-server拷貝到該目錄
2. 配置Azkaban Web Server
2-1. 配置jetty ssl
# keytool -keystore keystore -alias jetty -genkey -keyalg RSA
Enter keystore password:
Re-enter new password:
What is your first and last name?
[Unknown]: YY
What is the name of your organizational unit?
[Unknown]: YY
What is the name of your organization?
[Unknown]: YY
What is the name of your City or Locality?
[Unknown]: Beijing
What is the name of your State or Province?
[Unknown]: Beijing
What is the two-letter country code for this unit?
[Unknown]: CN
Is CN=YY, OU=YY, O=YY, L=shanghai, ST=shanghai, C=CN correct?
[no]: y
將生成的keystone文件拷貝到web-server的安裝目錄下,和conf等目錄同級
2-2. 修改conf/azkaban.properties配置文件
#cat azkaban.properties
# Azkaban Personalization Settings
azkaban.name=Test #服務器UI名稱,用於服務器上方顯示的名字
azkaban.label=My Local Azkaban #描述
azkaban.color=#FF3601 #UI顏色
azkaban.default.servlet.path=/index
web.resource.dir=web/ #默認根web目錄
default.timezone.id=Asia/Shanghai #默認時區,已改爲亞洲/上海
# Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager #用戶權限管理默認類
user.manager.xml.file=conf/azkaban-users.xml #用戶配置,具體配置參見下文
# Loader for projects
executor.global.properties=conf/global.properties #globa配置文件所在位置
azkaban.project.dir=projects
# Velocity dev mode
velocity.dev.mode=false
# Azkaban Jetty server properties. #jetty服務器屬性
jetty.maxThreads=25 #最大線程數
jetty.ssl.port=8443 #jetty ssl端口號
jetty.port=8081 #jetty端口
jetty.keystore=keystore #SSL文件名
jetty.password=bigdata@123 #SSL文件密碼
jetty.keypassword=bigdata@123 #jetty主密碼與keystore文件相同
jetty.truststore=keystore #SSL文件名
jetty.trustpassword=bigdata@123 #SSL文件密碼
# Azkaban Executor settings
executor.port=12321 #執行服務器端口
# mail settings #郵件配置(暫沒有配置)
mail.sender= #發送郵箱
mail.host= #發送郵箱smtp地址
mail.password= #郵箱密碼
job.failure.email= #任務失敗時發送郵件的地址
job.success.email= #任務成功時發送郵件的地址
lockdown.create.projects=false
cache.directory=cache #緩存目錄
# JMX stats
jetty.connector.stats=true
executor.connector.stats=true
# Azkaban plugin settings
azkaban.jobtype.plugin.dir=plugins/jobtypes
database.type=mysql #數據庫類型
mysql.port=3306 #數據庫端口號
mysql.host=172.31.217.173 #數據庫連接地址
mysql.database=azkaban #數據庫實例名
mysql.user=azkaban #數據庫用戶名
mysql.password=bigdata@123 #數據庫密碼
mysql.numconnections=100 #數據庫最大連接數
azkaban.use.multiple.executors=true
azkaban.executorselector.filters=StaticRemainingFlowSize,MinimumFreeMemory,CpuStatus
azkaban.executorselector.comparator.NumberOfAssignedFlowComparator=1
azkaban.executorselector.comparator.Memory=1
azkaban.executorselector.comparator.LastDispatched=1
azkaban.executorselector.comparator.CpuUsage=1
2-3. 用戶配置
在conf/azkaban-users.xml添加管理員用戶及密碼:
<azkaban-users>
<user groups="azkaban" password="azkaban" roles="admin" username="azkaban"/>
<user password="metrics" roles="metrics" username="metrics"/>
<user username="admin" password="admin" roles="admin,metrics"/>#新增管理員
<role name="admin" permissions="ADMIN"/>
<role name="metrics" permissions="METRICS"/>
</azkaban-users>
2-4. 啓動web-server
進入到web-server的目錄,執行如下腳本,需要在bin級目錄執行,否則彙報找不到配置文件的錯誤。
# bin/start-web.sh
打開瀏覽器,訪問https://azkabanWebServer:8443,用剛剛添加的管理員賬戶密碼登錄。
3. 配置 Azkaban Executor Server
3-1. 修改conf/azkaban.properties
# cat azkaban.properties
# Azkaban Personalization Settings
default.timezone.id=Asia/Shanghai
# Loader for projects
executor.global.properties=conf/global.properties
azkaban.project.dir=projects
# Azkaban plugin settings
azkaban.jobtype.plugin.dir=plugins/jobtypes
database.type=mysql
mysql.port=3306
mysql.host=172.31.217.173
mysql.database=azkaban
mysql.user=azkaban
mysql.password=bigdata@123
mysql.numconnections=100
# Azkaban Executor settings
executor.maxThreads=50
executor.port=12321
executor.flow.threads=30
3-2. 啓動exec-server
進入到exec-server的目錄,執行如下腳本,需要在bin級目錄執行,否則彙報找不到配置文件的錯誤。
# bin/start-exec.sh
注意:在這種模式下,先要啓動exec-server,再啓動web-server
5、問題
1. Error: HADOOP_HOME is not set. Hadoop job types will not run properly.
export HADOOP_HOME=...
2. java.lang.IllegalArgumentException: The datetime zone id 'Asia/Shangha' is not recognised
配置文件中時區配置錯誤,修正即可。Asia/Shanghai
3. azkaban.executor.ExecutorManagerException: No active executors found
修改數據庫executors表中的active字段爲1,並且在關閉exector時使用kill -9,不能使用shutdown-exec.sh,否則要重新設置executors表中的active字段爲1。
4. javax.net.ssl.SSLException: Unrecognized SSL message, plaintext connection?
在web頁面登陸時,使用https替換http。