add

notes/Azkaban Flow 1.0 的使用.md

@@ -0,0 +1,215 @@
+# Azkaban Flow 1.0 的使用
+
+## 一、简介
+
+Azkaban提供了人性化的WEB UI界面，使得我们可以通过界面上传配置文件来完成任务的调度。Azkaban有两个重要的概念：
+
+- **Job**： 你需要执行的调度任务；
+- **Flow**：一个获取多个Job及它们之间的依赖关系所组成的图表叫做Flow。
+
+目前 Azkaban 3.x 同时支持 Flow 1.0 和 Flow 2.0，本文主要讲解 Flow 1.0的使用，下一篇文章会讲解Flow 2.0的使用。
+
+## 二、基本任务调度
+
+### 2.1 新建项目
+
+在Azkaban主界面可以创建对应的项目
+
+![azkaban-create-project](D:\BigData-Notes\pictures\azkaban-create-project.png)
+
+### 2.2 任务配置
+
+新建任务配置文件`Hello-Azkaban.job`，注意后缀名为`job`,内容如下,这里我们的任务很简单，就是输出一句`'Hello Azkaban!'`
+
+```shell
+#command.job
+type=command
+command=echo 'Hello Azkaban!'
+```
+
+### 2.3 打包上传
+
+将`Hello-Azkaban.job `打包为`zip`压缩文件
+
+![azkaban-zip](D:\BigData-Notes\pictures\azkaban-zip.png)
+
+通过Web UI 界面上传
+
+![azkaban-upload](D:\BigData-Notes\pictures\azkaban-upload.png)
+
+上传成功后可以看到对应的Flows
+
+![azkaban-flows](D:\BigData-Notes\pictures\azkaban-flows.png)
+
+### 2.4 执行任务
+
+点击页面上的`Execute Flow`执行任务
+
+![azkaban-execute](D:\BigData-Notes\pictures\azkaban-execute.png)
+
+### 2.5 执行结果
+
+点击`detail`可以查看到任务的执行日志
+
+![azkaban-successed](D:\BigData-Notes\pictures\azkaban-successed.png)
+
+![azkaban-log](D:\BigData-Notes\pictures\azkaban-log.png)
+
+## 三、多任务调度
+
+### 3.1 依赖配置
+
+这里假设我们有五个任务（TaskA——TaskE）,D任务需要在A，B，C任务执行完成后才能执行，而E任务则需要在D任务执行完成后才能执行。则需要使用`dependencies`属性定义其依赖关系，各任务配置如下：
+
+**Task-A.job**   :
+
+```shell
+type=command
+command=echo 'Task A'
+```
+
+**Task-B.job**   :
+
+```shell
+type=command
+command=echo 'Task B'
+```
+
+**Task-C.job**   :
+
+```shell
+type=command
+command=echo 'Task C'
+```
+
+**Task-D.job**   : 
+
+```shell
+type=command
+command=echo 'Task D'
+dependencies=Task-A,Task-B,Task-C
+```
+
+**Task-E.job**   :
+
+```shell
+type=command
+command=echo 'Task E'
+dependencies=Task-D
+```
+
+### 3.2 压缩上传
+
+压缩后进行上传，这里需要注意的是一个Project只能接收一个压缩包，这里我还沿用上面的Project，默认后面的压缩包会覆盖前面的压缩包
+
+![azkaban-task-abcde-zip](D:\BigData-Notes\pictures\azkaban-task-abcde-zip.png)
+
+### 3.3 依赖关系
+
+多个任务存在依赖时，默认采用最后一个任务的文件名作为Flow的名称，其依赖关系可以在页面上得以直观的体现
+
+![azkaban-dependencies](D:\BigData-Notes\pictures\azkaban-dependencies.png)
+
+### 3.4 执行结果
+
+![azkaban-task-abcde](D:\BigData-Notes\pictures\azkaban-task-abcde.png)
+
+这里说明一下在Flow1.0的情况下，是无法通过一个job文件完成多个任务的配置的，但是Flow 2.0 就很好的解决了这个问题。
+
+## 四、调度HDFS作业
+
+步骤与上面的步骤一致，这里已查看HDFS文件列表为例，建议涉及到路径的地方全部采用完整的路径名，配置文件如下：
+
+```shell
+type=command
+command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop fs -ls /
+```
+
+执行结果：
+
+![azkaban-hdfs](D:\BigData-Notes\pictures\azkaban-hdfs.png)
+
+## 五、调度MR作业
+
+MR作业配置：
+
+```shell
+type=command
+command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop jar /usr/app/hadoop-2.6.0-cdh5.15.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.15.2.jar pi 3 3
+```
+
+执行结果：
+
+![azkaban-mr](D:\BigData-Notes\pictures\azkaban-mr.png)
+
+## 六、调度Hive作业
+
+作业配置：
+
+```shell
+type=command
+command=/usr/app/hive-1.1.0-cdh5.15.2/bin/hive -f 'test.sql'
+```
+
+其中`test.sql`内容如下，创建一张雇员表，然后查看其结构：
+
+```sql
+CREATE DATABASE IF NOT EXISTS hive;
+use hive;
+drop table if exists emp;
+CREATE TABLE emp(
+empno int,
+ename string,
+job string,
+mgr int,
+hiredate string,
+sal double,
+comm double,
+deptno int
+) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
+-- 查看emp表的信息
+desc emp;
+```
+
+打包的时候将`job`文件与`sql`文件一并进行打包
+
+![azkaban-hive](D:\BigData-Notes\pictures\azkaban-hive.png)
+
+执行结果如下：
+
+![azkaban-hive-result](D:\BigData-Notes\pictures\azkaban-hive-result.png)
+
+## 七、在线修改作业配置
+
+在测试的时候，我们可能要频繁修改配置，如果每次修改都要重新打包上传这是比较麻烦的，所幸的是Azkaban是支持配置的在线修改的，点击需要修改的Flow，就可以进入详情页面：
+
+![azkaban-project-edit](D:\BigData-Notes\pictures\azkaban-project-edit.png)
+
+在详情页面点击`Eidt`按钮可以进入编辑页面
+
+![azkaban-edit](D:\BigData-Notes\pictures\azkaban-edit.png)
+
+在编辑页面可以新增配置或者修改配置
+
+## ![azkaban-click-edit](D:\BigData-Notes\pictures\azkaban-click-edit.png)八、可能出现的问题
+
+如果出现以下异常,多半是因为执行主机内存不足引起，azkaban要求执行主机可用内存必须大于3G才能满足执行任务的条件
+
+```shell
+Cannot request memory (Xms 0 kb, Xmx 0 kb) from system for job
+```
+
+![azkaban-memory](D:\BigData-Notes\pictures\azkaban-memory.png)
+
+如果你的执行主机没办法增大内存，则可以通过配置`commonprivate.properties` 文件关闭内存检查，
+
+`commonprivate.properties` 文件在安装目录的`/plugins/jobtypes`下。
+
+关闭内存检查的配置如下：
+
+```shell
+memCheck.enabled=false
+```
+
+
+