blog/BigData-Notes

Fork 0

罗祥 1059fd6a58 add

2019-04-06 20:47:39 +08:00

5.5 KiB

Raw Blame History

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

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!'

#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

通过Web UI 界面上传

上传成功后可以看到对应的Flows

2.4 执行任务

点击页面上的Execute Flow执行任务

2.5 执行结果

点击detail可以查看到任务的执行日志

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 :

type=command
command=echo 'Task A'

Task-B.job :

type=command
command=echo 'Task B'

Task-C.job :

type=command
command=echo 'Task C'

Task-D.job :

type=command
command=echo 'Task D'
dependencies=Task-A,Task-B,Task-C

Task-E.job :

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

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

3.4 执行结果

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：

type=command
command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop fs -ls /

执行结果：

五、调度MR作业

MR作业配置：

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：

六、调度Hive作业

作业配置：

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：

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

执行结果如下：

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：

在详情页面点击Eidt按钮可以进入编辑页面

在编辑页面可以新增配置或者修改配置

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

Cannot request memory (Xms 0 kb, Xmx 0 kb) from system for job

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：

memCheck.enabled=false

5.5 KiB Raw Blame History Unescape Escape