Azkaban 大数据任务调度

参考视频：尚硅谷大数据Azkaban 3.x教程（全新发布）_哔哩哔哩_bilibili

Azkaban：是一个定时、批量工作流任务调度器(工作流程调度，定时调度)

常见的开源调度系统：

简单单一的任务调度： Linux的Crontab

复杂的任务调度： Ooize ,Azkaban, Airflow(python写的), DolphinScheduler

比较：

Ooize 相比Azkaban 是一个重量级的任务调度系统，功能全面，但配置使用更加复杂。如果可以不在意某些功能的缺失，轻量级调度器Azkaban是很不错的选择

Ooize ： CDH平台下的平台调度器，借助可视化的HUE使用比较友好

Azkaban：简单易用

Airflow ： python开发调度的，具备一定的python基础

DolphinScheduler：现在比较好的，可视化的操作，比较方便

特点：

1 兼容任何版本的hadoop

2 易于使用的web用户界面

3 简单的工作流上传

4 方便设置任务之间的关系

5 调度工作流

6 模块化和可插拔的插件机制

7 认证/授权

8 能够杀死并重新启动工作流

9 有关失败和成功的电子邮件提醒

三个关键组件

1 AzkabanWebServer :

是Azkaban工作流系统的主要管理者，作用：用户认证，负责project管理，定时执行工作流，跟踪工作流执行进度等等

2 AzkabanExecutorServer ：

负责具体的工作流的提交、执行，他们通过mysql数据库来协调任务的执行

3 Mysql ：

存储大部分执行流状态等信息

部署：

1 上传jar包，解压

里面mysql脚本包，excecutor包(集群部署多个服务器)，web包.

安装顺序： mysql -> excecutor -> web

2 安装mysql数据库

刷mysql脚本里的 create-all-sql-3.xxxx.sql 脚本

3 修改mysql的配置文件

bash 复制代码

sudo vim /etc/my.cnf

# mysqld下面加一行 , 更改mysql包大小，防止Azkaban连接Mysql阻塞，重启mysql
max_allowed_packet=1024M


# 重启mysql
sudo systemctl restart mysqld

4 配置Executor Server：

编辑executor解压包下conf里的 azkaban.properties , 同步其他节点

bash 复制代码

vim .../azkaban/azkaban-exec/conf/azkaban.properties



# 配置时区
default.timezone.id=Asia/Shanghai

# webserver的连接 
azkaban.webserver.url=http://hadoop102:8081

# executor的端口,不配会随机值，不便于管理
executor.port=12321

# 配置数据库信息
mysql.port=3306
mysql.host=
mysql.database=
mysql.user=
mysql.password=

5 Executor Server启动，激活：

bash 复制代码

# 最好进入azkaban/azkaban-exec下执行,启动server
# 如果 azkaban-exec 下面出现executor.port文件，说明启动成功。或者数据库表（executors）里查看
bin/start-exec.sh

# 激活
curl -G "hadoop102:12321/executor?action=activate" && echo

jps 查看

6 配置 Web Server

编辑 web解压包下conf的azkaban.properties

bash 复制代码

default.timezone.id=Asia/Shanghai

#mysql的数据库信息
mysql...

# 集群可不做修改，单机MininumFreeMemory可能保留的内存过多导致无法启动，去掉
# StaticRemainingFlowSize 正在排队的任务数
# MininumFreeMemory 内存占用最小保留
# CpuStatus cpu占用情况
azkaban.executorselector.filters=StaticRemainingFlowSize,MininumFreeMemory,CpuStatus

7 修改azkaban-users.xml文件，用于用户管理

可以不配，默认是 azkaban azkaban

bash 复制代码

vim .../azkaban/azkaban-web/conf/azkaban-users.xml

<user password="123456" roles="admin" username="atguigu">

8 启动web server

bash 复制代码

bin/start-web.sh

访问： http://hadoop:8081(/index) ,并用atguigu登录

Azkaban内置的任务类型支持：commond，java

Azkaban 大数据 任务调度

Azkaban： 是一个定时、批量工作流任务调度器(工作流程调度，定时调度)

常见的开源调度系统：

比较：

特点：

三个关键组件

1 AzkabanWebServer :

2 AzkabanExecutorServer ：

3 Mysql ：

部署：

1 上传jar包，解压

2 安装mysql数据库

3 修改mysql的配置文件

4 配置Executor Server：

5 Executor Server启动，激活：

6 配置 Web Server

7 修改azkaban-users.xml文件 ，用于用户管理

8 启动web server

Azkaban 大数据任务调度

Azkaban：是一个定时、批量工作流任务调度器(工作流程调度，定时调度)

7 修改azkaban-users.xml文件，用于用户管理