# 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
```