目录

一： Azkaban概论

1.1 为什么需要工作流调度系统

1.2 常见工作流调度系统 

1.3 Azkaban与Oozie对比

二：Azkaban入门

2.1 集群模式安装

2.1.1 上传tar包

2.1.2 配置MySQL

2.1.3 配置Executor Server

2.1.4 配置Web Server

---

前言： 

首先，前面的数据搭建（ODS层到ADS层）已经搭建完成，并且可以用脚本来装载首日和每日的数据，因为这些脚本之间有一定的实现顺序，这时候，我们需要使用全流程调度，来调用这些脚本。

一： Azkaban概论

1.1 为什么需要工作流调度系统

1）一个完整的数据分析系统通常都是由大量任务单元组成：

Shell脚本程序，Java程序，MapReduce程序、Hive脚本等

2）各任务单元之间存在时间先后及前后依赖关系

3）为了很好地组织起这样的复杂执行计划，需要一个工作流调度系统来调度执行；

1.2 常见工作流调度系统 

1）简单的任务调度：直接使用Linux的Crontab来定义；

2）复杂的任务调度：开发调度平台或使用现成的开源调度系统，比如Ooize、Azkaban、 Airflow、DolphinScheduler等。

1.3 Azkaban与Oozie对比

总体来说，Ooize相比Azkaban是一个重量级的任务调度系统，功能全面，但配置使用也更复杂。如果可以不在意某些功能的缺失，轻量级调度器Azkaban是很不错的候选对象。

二：Azkaban入门

2.1 集群模式安装

2.1.1 上传tar包

• 1）将azkaban-db-3.84.4.tar.gz，azkaban-exec-server-3.84.4.tar.gz，azkaban-web-server-3.84.4.tar.gz上传到hadoop102的/opt/software路径
• 2）新建/opt/module/azkaban目录，并将所有tar包解压到这个目录下
• 3）解压azkaban-db-3.84.4.tar.gz、 azkaban-exec-server-3.84.4.tar.gz和azkaban-web-server-3.84.4.tar.gz到/opt/module/azkaban目录下
• 4）进入到/opt/module/azkaban目录，依次修改名称

2.1.2 配置MySQL

   1）登陆MySQL，创建Azkaban数据库

   2）创建azkaban用户并赋予权限，设置密码有效长度4位及以上

mysql> set global validate_password_length=4;

3）设置密码策略最低级别

mysql> set global validate_password_policy=0;

4）创建Azkaban用户，任何主机都可以访问Azkaban，密码是000000

mysql> CREATE USER 'azkaban'@'%' IDENTIFIED BY '000000';

5）赋予Azkaban用户增删改查权限

mysql> GRANT SELECT,INSERT,UPDATE,DELETE ON azkaban.* to 'azkaban'@'%' 
WITH GRANT OPTION;

6）创建Azkaban表，完成后退出MySQL

7）更改MySQL包大小；防止Azkaban连接MySQL阻塞

[atguigu@hadoop102 software]$ sudo vim /etc/my.cnf

在[mysqld]下面加一行max_allowed_packet=1024M
[mysqld]
max_allowed_packet=1024M

8）重启MySQL

2.1.3 配置Executor Server

Azkaban Executor Server处理工作流和作业的实际执行。

1）编辑azkaban.properties

[axing@hadoop102 azkaban]$ vim 
/opt/module/azkaban/azkaban-exec/conf/azkaban.properties

修改如下属性： 

 
#...
default.timezone.id=Asia/Shanghai
#...
azkaban.webserver.url=http://hadoop102:8081
 
executor.port=12321
#...
database.type=mysql
mysql.port=3306
mysql.host=hadoop102
mysql.database=azkaban
mysql.user=azkaban
mysql.password=000000
mysql.numconnections=100

2）同步azkaban-exec到所有节点

3）必须进入到/opt/module/azkaban/azkaban-exec路径，分别在三台机器上，启动executor server

[axing@hadoop102 azkaban-exec]$ bin/start-exec.sh
[axing@hadoop103 azkaban-exec]$ bin/start-exec.sh
[axing@hadoop104 azkaban-exec]$ bin/start-exec.sh

注意：如果在/opt/module/azkaban/azkaban-exec目录下出现executor.port文件，说明启动成功

如果三台机器都出现如下提示，则表示激活成功

{"status":"success"}

2.1.4 配置Web Server

Azkaban Web Server处理项目管理，身份验证，计划和执行触发。

1）编辑azkaban.properties

[axing@hadoop102 azkaban]$ vim 
/opt/module/azkaban/azkaban-web/conf/azkaban.properties

 修改如下属性

...
default.timezone.id=Asia/Shanghai
...
database.type=mysql
mysql.port=3306
mysql.host=hadoop102
mysql.database=azkaban
mysql.user=azkaban
mysql.password=000000
mysql.numconnections=100
...
azkaban.executorselector.filters=StaticRemainingFlowSize,CpuStatus

说明：

#StaticRemainingFlowSize：正在排队的任务数；

#CpuStatus：CPU占用情况

#MinimumFreeMemory：内存占用情况。测试环境，必须将MinimumFreeMemory删除掉，否则它会认为集群资源不够，不执行。(在实际生产环境中不用删除)

2）修改azkaban-users.xml文件，添加atguigu用户

[atguigu@hadoop102 azkaban-web]$ vim 
/opt/module/azkaban/azkaban-web/conf/azkaban-users.xml
 
<azkaban-users>
  <user groups="azkaban" password="azkaban" roles="admin" username="azkaban"/>
  <user password="metrics" roles="metrics" username="metrics"/>
  <user password="atguigu" roles="admin" username="atguigu"/>
  <role name="admin" permissions="ADMIN"/>
  <role name="metrics" permissions="METRICS"/>
azkaban-users>

3）必须进入到hadoop102的/opt/module/azkaban/azkaban-web路径，启动web server

[axing@hadoop102 azkaban-web]$ bin/start-web.sh

4）访问http://hadoop102:8081,并用atguigu用户登陆

这样，azkaban就配置完了。