Skip to content

Commit

Permalink
add notes
Browse files Browse the repository at this point in the history
  • Loading branch information
wangzhiwubigdata committed Jan 4, 2020
1 parent b309071 commit 68aedb4
Show file tree
Hide file tree
Showing 100 changed files with 26,120 additions and 0 deletions.
225 changes: 225 additions & 0 deletions 大数据框架学习/Azkaban_Flow_1.0_的使用.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,225 @@
# Azkaban Flow 1.0 的使用

<nav>
<a href="#一简介">一、简介</a><br/>
<a href="#二基本任务调度">二、基本任务调度</a><br/>
<a href="#三多任务调度">三、多任务调度</a><br/>
<a href="#四调度HDFS作业">四、调度HDFS作业</a><br/>
<a href="#五调度MR作业">五、调度MR作业</a><br/>
<a href="#六调度Hive作业">六、调度Hive作业</a><br/>
<a href="#七在线修改作业配置">七、在线修改作业配置</a><br/>
</nav>



## 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:

- **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:

<div align="center"> <img src="../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!'`

```shell
#command.job
type=command
command=echo 'Hello Azkaban!'
```

### 2.3 打包上传

`Hello-Azkaban.job ` 打包为 `zip` 压缩文件:

<div align="center"> <img src="../pictures/azkaban-zip.png"/> </div>

通过 Web UI 界面上传:

<div align="center"> <img src="../pictures/azkaban-upload.png"/> </div>

上传成功后可以看到对应的 Flows:

<div align="center"> <img src="../pictures/azkaban-flows.png"/> </div>

### 2.4 执行任务

点击页面上的 `Execute Flow` 执行任务:

<div align="center"> <img src="../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:

<div align="center"> <img src="../pictures/azkaban-successed.png"/> </div>

<div align="center"> <img src="../pictures/azkaban-log.png"/> </div>

## 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,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** :

```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:

<div align="center"> <img src="../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:

<div align="center"> <img src="../pictures/azkaban-dependencies.png"/> </div>

### 3.4 执行结果

<div align="center"> <img src="../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。

## 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:

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

执行结果:

<div align="center"> <img src="../pictures/azkaban-hdfs.png"/> </div>

## 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:

<div align="center"> <img src="../pictures/azkaban-mr.png"/> </div>

## 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:

<div align="center"> <img src="../pictures/azkaban-hive.png"/> </div>

执行结果如下:

<div align="center"> <img src="../pictures/azkaban-hive-result.png"/> </div>

## 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:

<div align="center"> <img src="../pictures/azkaban-project-edit.png"/> </div>

在详情页面点击 `Eidt` 按钮可以进入编辑页面:

<div align="center"> <img src="../pictures/azkaban-edit.png"/> </div>

在编辑页面可以新增配置或者修改配置:

<div align="center"> <img src="../pictures/azkaban-click-edit.png"/> </div>

## 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:

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

<div align="center"> <img src="../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:

```shell
memCheck.enabled=false
```



Loading

0 comments on commit 68aedb4

Please sign in to comment.