1.工作流调度器的介绍

（1）为什么要使用工作流调度器？

   - 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

（2）常见工作流调度器

  在 hadoop 领域，常见的工作流调度器有 Oozie, Azkaban,Cascading,Hamake 等 。

（3）Oozie与Azkaban的对比

   目前企业中最流行的两种调度器是Oozie与Azkaban。总的来说ooize 相比 azkaban 是一个重量级的任务调度系统，功能全面，但配置使用也更复杂。如果可以不在意某些功能的缺失，轻量级调度器 azkaban 是很不错的候选对象。 二者的区别可以从以下的几个方面进行描述：  功能   两者均可以调度 mapreduce,pig,java,脚本工作流任务两者均可以定时执行工作流任务  工作的定义    Azkaban 使用 Properties 文件定义工作流    Oozie 使用 XML 文件定义工作流  工作流传参    Azkaban 支持直接传参，例如${input}    Oozie 支持参数和 EL 表达式，例如${fs:dirSize(myInputDir)} strust2(ONGL)  定时执行    Azkaban 的定时执行任务是基于时间的    Oozie 的定时执行任务基于时间和输入数据  **资源管理 **    Azkaban 有较严格的权限控制，如用户对工作流进行读/写/执行等操作    Oozie 暂无严格的权限控制  **工作流执行 **    Azkaban 有两种运行模式，分别是 solo server mode(executor server 和 web server 部署在同一台节点)和 multi server mode(executor server 和 web server 可以部署在不同节点)    Oozie 作为工作流服务器运行，支持多用户和多工作流  **工作流管理 **    Azkaban 支持浏览器以及 ajax 方式操作工作流    Oozie 支持命令行、HTTP REST、Java API、浏览器操作工作流

2.Azkaban 安装部署

   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。 Azkaban的功能特点

  • Web 用户界面
  • 方便上传工作流
  • 方便设置任务之间的关系
  • 调度任务流
  • 认证/授权
  • 能够杀死并重新执行任务
  • 模块化和可插拔的插件机制
  • 工作流和任务的日志记录审计

Azkaban的实战安装： 安装包： Azkaban Web 服务器：azkaban-web-server-2.5.0.tar.gz Azkaban Excutor 执行服务器：azkaban-executor-server-2.5.0.tar.gz Azkaban 初始化脚本文件：azkaban-sql-script-2.5.0.tar.gz 下载地址:http://azkaban.github.io/downloads.html ① 解压安装包

[root@hadoop03 ~]# tar -zxvf azkaban-web-server-2.5.0.tar.gz -C apps/ azkaban/ [root@hadoop03 ~]# tar -zxvf azkaban-executor-server-2.5.0.tar.gz -C apps/ azkaban/ [root@hadoop03 ~]# tar -zxvf azkaban-sql-script-2.5.0.tar.gz -C apps/ azkaban/

②安装 Azkaban 脚本导入

[root@hadoop03 ~]# tar -zxvf azkaban-sql-script-2.5.0.tar.gz -C apps/ azkaban/ #进入MySQL执行脚本： mysql> create database azkaban; Query OK, 1 row affected (0.01 sec) mysql> use azkaban; Database changed mysql> source /home/hadoop/apps/azkaban/azkaban-script-2.5.0/create-all-sql-2.5.0.sql;

③创建 SSL 配置

#最好是在azkaban 目录下： [root@hadoop03 ~]# keytool -keystore keystore -alias jetty -genkey -keyalg RSA

#此命令执行之后会提示输入当前生成 keystore 的密码及相应信息,输入密码请劳记,信息如下： 然后将在当前目录生成 keystore 证书文件,将 keystore 拷贝到 azkaban web 服务器根目录中.如:

[root@hadoop03 ~]#cp keystore azkaban/azkaban-web-2.5.0

④修改配置文件

#先配置好服务器节点上的时区 先生成时区配置文件 Asia/Shanghai，用交互式命令 tzselect 即可 拷贝该时区文件，覆盖系统本地时区配置 [hadoop@hadoop03 ~]$ sudo cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime #azkaban web 服务器配置进入 azkaban web 服务器安装目录 conf 目录 [hadoop@hadoop03 ~]$ cd apps/azkaban/azkaban-web-2.5.0/conf/

#修改 azkaban.properties 文件

#用户配置,具体配置参加下文 #Loader for projects # global 配置文件所在位置 executor.global.properties=/home/hadoop/apps/azkaban/azkaban-executor-2.5.0/conf/global.properties azkaban.project.dir=projects #数据库类型 database.type=mysql #端口号 mysql.port=3306 #数据库连接 IP mysql.host=hadoop03 #数据库实例名 mysql.database=azkaban #数据库用户名 mysql.user=root #数据库密码 mysql.password=root #最大连接数 mysql.numcOnnections=100 #Velocity dev mode velocity.dev.mode=false #Jetty 服务器属性. #最大线 程数 jetty.maxThreads=25 #Jetty SSL 端口 jetty.ssl.port=8443 #Jetty 端口 jetty.port=8081 #SSL 文件名 jetty.keystore=/home/hadoop/apps/azkaban/azkaban-web-2.5.0/keystore #SSL 文件密码 jetty.password=hadoop #Jetty 主密码 与 keystore 文件相同 jetty.keypassword=hadoop #SSL 文件名 jetty.truststore=/home/hadoop/apps/azkaban/azkaban-web-2.5.0/keystore # SSL 文件密码 jetty.trustpassword=hadoop # 执行服务器属性 executor.port=12321 #执行服务器端口 # 邮件设置(可选项) mail.sender=xxxxxxxx@163.com #发送邮箱 mail.host=smtp.163.com #发送邮箱 smtp 地址 mail.user=xxxxxxxx #发送邮件时显示的名称 mail.password=********** #邮箱密码 job.failure.email=xxxxxxxx@163.com #任务失败时发送邮件的地址 job.success.email=xxxxxxxx@163.com #任务成功时发送邮件的地址 lockdown.create.projects=false # cache.directory=cache #缓存目录

#进入 azkaban web 服务器 conf 目录,修改 azkaban-users.xml 用户配置

<azkaban-users> <user username="azkaban" password="azkaban" roles="admin" groups="azkaban" /> <user username="metrics" password="metrics" roles="metrics"/> <user username="admin" password="admin" roles="admin,metrics" /> <role name="admin" permissiOns="ADMIN" /> <role name="metrics" permissiOns="METRICS"/> </azkaban-users>

#azkaban 执行服务器 executor 配置,进入执行服务器安装目录 conf,修改 azkaban.properties

#Azkaban default.timezone.id=Asia/Shanghai #时区 #Azkaban JobTypes 插件配置，插件所在位置 azkaban.jobtype.plugin.dir=/home/hadoop/apps/azkaban/azkaban-executor-2.5.0/plugins/jobtypes #Loader for projects executor.global.properties=/home/hadoop/apps/azkaban/azkaban-executor-2.5.0/conf/global.properties azkaban.project.dir=projects #数据库设置 #数据库类型(目前只支持 mysql) database.type=mysql #数据库端口号 mysql.port=3306 #数据库 IP 地址 mysql.host=hadoop03 #数据库实例名 mysql.database=azkaban #数据库用 户名 mysql.user=root #数据库密码 mysql.password=root #最大连接数 mysql.numcOnnections=100 #执行服务器配置 #最大线程数 executor.maxThreads=50 #端口号(如修改,请与 web 服务中一致) executor.port=12321 #线程数 executor.flow.threads=30

⑤配置环境变量

[hadoop@hadoop03 ~]$ vim /etc/profile 
#/etc/profile export AZKABAN_WEB_HOME=/home/hadoop/apps/azkaban/azkaban-web-2.5.0 export AZKABAN_EXE_HOME=/home/hadoop/apps/azkaban/azkaban-executor-2.5.0 export PATH=$PATH:$AZKABAN_WEB_HOME/bin:$AZKABAN_EXE_HOME/bin

⑥启动 #启动 web 服务器

 nohup azkaban-web-start.sh 1>/home/hadoop/azwebstd.out 2>/home/hadoop/azweberr.out &

#启动执行服务器

nohup azkaban-executor-start.sh 1>/home/hadoop/azexstd.out 2>/home/hadoop/azexerr.out &

⑥验证是否登录成功 在浏览器中输入：https://hadoop03:8443/ 看到以上界面表示安装成功！！！！ 小编这里建议将Azkaban 的web、executor配置文件，所有的相对路径都换成绝对路径，不然经常会报出文件找不到的问题！！！！

3.Azkaban 安装部署报错解决

原因是：在azkaban的server和executor中缺少一个叫derby.jar的包 解决：在已经安装的JDK中：

cp $JAVA_HOME/db/lib/derby.jar $AZKABAN_WEB_HOME/extlib cp $JAVA_HOME/db/lib/derby.jar $AZKABAN_EXE_HOME/extlib

如果遇到与MySQL的权限问题： 请参考：https://blog.51cto.com/14048416/2344516 文章。

3.Azkaban 的简单使用

①创建job ：command.job

#command.job type=command command=echo 'hello'

②将 job 资源文件打包 [hadoop hadoop03@~ ]$ zip command.job ③通过 azkaban web 管理平台创建 project 并上传压缩包