优化阅读格式
This commit is contained in:
heibaiying
@ -14,24 +14,24 @@
|
||||
|
||||
## 一、简介
|
||||
|
||||
Azkaban主要通过界面上传配置文件来进行任务的调度。它有两个重要的概念：
|
||||
Azkaban 主要通过界面上传配置文件来进行任务的调度。它有两个重要的概念：
|
||||
|
||||
- **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。
|
||||
- **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。
|
||||
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：
|
||||
在 Azkaban 主界面可以创建对应的项目：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-create-project.png"/> </div>
|
||||
|
||||
### 2.2 任务配置
|
||||
|
||||
新建任务配置文件`Hello-Azkaban.job`，内容如下。这里的任务很简单，就是输出一句`'Hello Azkaban!'` ：
|
||||
新建任务配置文件 `Hello-Azkaban.job`，内容如下。这里的任务很简单，就是输出一句 `'Hello Azkaban!'` ：
|
||||
|
||||
```shell
|
||||
#command.job
|
||||
@ -41,27 +41,27 @@ command=echo 'Hello Azkaban!'
|
||||
|
||||
### 2.3 打包上传
|
||||
|
||||
将`Hello-Azkaban.job `打包为`zip`压缩文件：
|
||||
将 `Hello-Azkaban.job ` 打包为 `zip` 压缩文件：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-zip.png"/> </div>
|
||||
|
||||
通过Web UI 界面上传：
|
||||
通过 Web UI 界面上传：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-upload.png"/> </div>
|
||||
|
||||
上传成功后可以看到对应的Flows：
|
||||
上传成功后可以看到对应的 Flows：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-flows.png"/> </div>
|
||||
|
||||
### 2.4 执行任务
|
||||
|
||||
点击页面上的`Execute Flow`执行任务：
|
||||
点击页面上的 `Execute Flow` 执行任务：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-execute.png"/> </div>
|
||||
|
||||
### 2.5 执行结果
|
||||
|
||||
点击`detail`可以查看到任务的执行日志：
|
||||
点击 `detail` 可以查看到任务的执行日志：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-successed.png"/> </div>
|
||||
|
||||
@ -71,7 +71,7 @@ command=echo 'Hello Azkaban!'
|
||||
|
||||
### 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，这种情况下需要使用`dependencies`属性定义其依赖关系。各任务配置如下：
|
||||
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，这种情况下需要使用 `dependencies` 属性定义其依赖关系。各任务配置如下：
|
||||
|
||||
**Task-A.job** :
|
||||
|
||||
@ -112,13 +112,13 @@ 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：
|
||||
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：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-task-abcde-zip.png"/> </div>
|
||||
|
||||
### 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，其依赖关系如图：
|
||||
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，其依赖关系如图：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-dependencies.png"/> </div>
|
||||
|
||||
@ -126,11 +126,11 @@ dependencies=Task-D
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-task-abcde.png"/> </div>
|
||||
|
||||
从这个案例可以看出，Flow1.0无法通过一个job文件来完成多个任务的配置，但是Flow 2.0 就很好的解决了这个问题。
|
||||
从这个案例可以看出，Flow1.0 无法通过一个 job 文件来完成多个任务的配置，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，这里以查看HDFS上的文件列表为例。命令建议采用完整路径，配置文件如下：
|
||||
步骤与上面的步骤一致，这里以查看 HDFS 上的文件列表为例。命令建议采用完整路径，配置文件如下：
|
||||
|
||||
```shell
|
||||
type=command
|
||||
@ -143,7 +143,7 @@ command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop fs -ls /
|
||||
|
||||
## 五、调度MR作业
|
||||
|
||||
MR作业配置：
|
||||
MR 作业配置：
|
||||
|
||||
```shell
|
||||
type=command
|
||||
@ -163,7 +163,7 @@ 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：
|
||||
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;
|
||||
@ -179,11 +179,11 @@ sal double,
|
||||
comm double,
|
||||
deptno int
|
||||
) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
|
||||
-- 查看emp表的信息
|
||||
-- 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：
|
||||
打包的时候将 `job` 文件与 `sql` 文件一并进行打包：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-hive.png"/> </div>
|
||||
|
||||
@ -193,11 +193,11 @@ desc emp;
|
||||
|
||||
## 七、在线修改作业配置
|
||||
|
||||
在测试时，我们可能需要频繁修改配置，如果每次修改都要重新打包上传，这会比较麻烦。所以Azkaban支持配置的在线修改，点击需要修改的Flow，就可以进入详情页面：
|
||||
在测试时，我们可能需要频繁修改配置，如果每次修改都要重新打包上传，这会比较麻烦。所以 Azkaban 支持配置的在线修改，点击需要修改的 Flow，就可以进入详情页面：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-project-edit.png"/> </div>
|
||||
|
||||
在详情页面点击`Eidt`按钮可以进入编辑页面：
|
||||
在详情页面点击 `Eidt` 按钮可以进入编辑页面：
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-edit.png"/> </div>
|
||||
|
||||
@ -207,7 +207,7 @@ desc emp;
|
||||
|
||||
## 附：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，Azkaban要求执行主机的可用内存必须大于3G才能执行任务：
|
||||
如果出现以下异常，多半是因为执行主机内存不足，Azkaban 要求执行主机的可用内存必须大于 3G 才能执行任务：
|
||||
|
||||
```shell
|
||||
Cannot request memory (Xms 0 kb, Xmx 0 kb) from system for job
|
||||
@ -215,7 +215,7 @@ Cannot request memory (Xms 0 kb, Xmx 0 kb) from system for job
|
||||
|
||||
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/azkaban-memory.png"/> </div>
|
||||
|
||||
如果你的执行主机没办法增大内存，那么可以通过修改`plugins/jobtypes/`目录下的`commonprivate.properties` 文件来关闭内存检查，配置如下：
|
||||
如果你的执行主机没办法增大内存，那么可以通过修改 `plugins/jobtypes/` 目录下的 `commonprivate.properties` 文件来关闭内存检查，配置如下：
|
||||
|
||||
```shell
|
||||
memCheck.enabled=false
|
||||
|
||||
Reference in New Issue
Block a user