8.2 KiB
Azkaban Flow 1.0 的使用
一、简介二、基本任务调度
2.1 新建项目
2.2 任务配置
2.3 打包上传
2.4 执行任务
2.5 执行结果
三、多任务调度
3.1 依赖配置
3.2 压缩上传
3.3 依赖关系
3.4 执行结果
四、调度HDFS作业
五、调度MR作业
六、调度Hive作业
七、在线修改作业配置
--
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