216 lines
5.5 KiB
Markdown
216 lines
5.5 KiB
Markdown
# 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!'`
|
||
|
||
```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
|
||
|
||
|
||
|
||
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** :
|
||
|
||
```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
|
||
|
||
|
||
|
||
### 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：
|
||
|
||
```shell
|
||
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：
|
||
|
||
```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：
|
||
|
||
|
||
|
||
## 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
|
||
|
||
|
||
|
||
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
|
||
|
||
```shell
|
||
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：
|
||
|
||
```shell
|
||
memCheck.enabled=false
|
||
```
|
||
|
||
|
||
|