Azkaban－开源任务调度程序（使用篇）

我会带着你远行 2022-06-05 09:58 225阅读 0赞

# Azkaban－开源任务调度程序（使用篇） #

官方参考网址：

http://azkaban.github.io/azkaban/docs/latest/

登录
    
      
       https://localhost:8443 注意是https，采用的是jetty ssl链接。输入账号密码azkaban/azkanban（如果你之前没有更改的话）
    
      
       首页 
      
       首页有四个菜单
    
      
       projects：最重要的部分，创建一个工程，所有flows将在工程中运行。 scheduling:显示定时任务 executing:显示当前运行的任务 history:显示历史运行任务 
    
      
       主要介绍projects部分 首先创建一个工程，填写名称和描述，比如o2olog。
    
      
       o2olog工程 
    
      
       Flows：工作流程，有多个job组成 Permissions:权限管理 Project Logs:工程日志
    
      
       创建工程：
    
      
       创建之前我们先了解下之间的关系，一个工程包含一个或多个flows，一个flow包含多个job。job是你想在azkaban中运行的一个进程，可以是简单的linux命令，可是java程序，也可以是复杂的shell脚本，当然，如果你安装相关插件，也可以运行插件。一个job可以依赖于另一个job，这种多个job和它们的依赖组成的图表叫做flow。
    
      
       job创建
    
      
       创建job很简单，只要创建一个以.job结尾的文本文件就行了,例如我们创建一个工作，用来将日志数据导入hive中（关于大数据方面的东西，不在重复，可以理解为，将日志所需数据导入的mysql中），我们创建o2o_2_hive.job
    
      
       type=command command=echo "data 2 hive" 
    
      
       一个简单的job就创建好了，解释下，type的command，告诉azkaban用unix原生命令去运行，比如原生命令或者shell脚本，当然也有其他类型，后面说。
    
      
       一个工程不可能只有一个job，我们现在创建多个依赖job，这也是采用azkaban的首要目的。
    
      
       flows创建
    
      
       我们说过多个jobs和它们的依赖组成flow。怎么创建依赖，只要指定dependencies参数就行了。比如导入hive前，需要进行数据清洗，数据清洗前需要上传，上传之前需要从ftp获取日志。 定义5个job：
    
      
       o2o_2_hive.job：将清洗完的数据入hive库 o2o_clean_data.job：调用mr清洗hdfs数据 o2o_up_2_hdfs.job：将文件上传至hdfs o2o_get_file_ftp1.job：从ftp1获取日志 o2o_get_file_fip2.job：从ftp2获取日志 
    
      
       依赖关系： 3依赖4和5，2依赖3，1依赖2，4和5没有依赖关系。
    
      
       o2o_2_hive.job
    
      
       type=command # 执行sh脚本，建议这样做，后期只需维护脚本就行了，azkaban定义工作流程 command=sh /job/o2o_2_hive.sh dependencies=o2o_clean_data 
    
      
       o2o_clean_data.job
    
      
       type=command # 执行sh脚本，建议这样做，后期只需维护脚本就行了，azkaban定义工作流程 command=sh /job/o2o_clean_data.sh dependencies=o2o_up_2_hdfs 
    
      
       o2o_up_2_hdfs.job
    
      
       type=command #需要配置好hadoop命令，建议编写到shell中，可以后期维护 command=hadoop fs -put /data/* #多个依赖用逗号隔开 dependencies=o2o_get_file_ftp1,o2o_get_file_ftp2 
    
      
       o2o_get_file_ftp1.job
    
      
       type=command command=wget "ftp://file1" -O /data/file1 
    
      
       o2o_get_file_ftp2.job
    
      
       type=command command=wget "ftp:file2" -O /data/file2 
    
      
       可以运行unix命令，也可以运行python脚本（强烈推荐）。将上述job打成zip包。 ps：为了测试流程，我将上述command都改为echo ＋相应命令
    
      
       上传：
    
      
       上传 
    
      
       上传完成 
    
      
       点击o2o_2_hive进入流程，azkaban流程名称以最后一个没有依赖的job定义的。
    
      
       流程 
    
      
       右上方是配置执行当前流程或者执行定时流程。
    
      
       流程执行 
      
       Flow view：流程视图。可以禁用，启用某些job Notification:定义任务成功或者失败是否发送邮件 Failure Options:定义一个job失败，剩下的job怎么执行 Concurrent：并行任务执行设置 Flow Parametters：参数设置。
    
      
       1.执行一次 设置好上述参数，点击execute。
    
      
       执行成功 
    
      
       绿色代表成功，蓝色是运行，红色是失败。可以查看job运行时间，依赖和日志，点击details可以查看各个job运行情况。
    
      
       jobList 
    
      
       2.定时执行
    
      
       定时执行 
      
       这时候注意到cst了吧，之前需要将配置中时区改为Asia/shanghai。 可以选择"天/时/分/月/周"等执行频率。
    
      
       定时任务 
      
       可以查看下次执行时间。
    
      
       其他job配置选项
    
      
       可以定义job依赖另一个flow，配置 type=flow flow.name=fisrt_flow 可以设置每个job中子命令 type=command command=echo "hello" command.1=echo "world" 可以配置job失败重启次数，及间隔时间,比如，上述ftp获取日志，我可以配置重试12次，每隔5分钟一次。 type=command command=wget "ftp://file1" -O /data/file1 retries=12 #单位毫秒 retry.backoff=300000 
    
      
       azkaban还有很多强大的功能，如它开放了相关api，我们将它可以嵌入到自己的app等等，有兴趣的朋友可以研究。
    
      
       至此，azkaban学习到此结束，本人也是初学者，如果问题，欢迎指正。
     
      
    
    作者：haort
    链接：http://www.jianshu.com/p/484564beda1d
    來源：简书
    著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。