数据库事务与调度(基于Azkaban协调时序任务执行)
数据库事务与调度(基于Azkaban协调时序任务执行)azkaban-Executor-server-2.5.0.tar.gzSQL脚本azkaban-web-server-2.5.0.tar.gz执行服务Azkaban特点和优势相比较于Oozie配置工作流的过程是编写大量的XML配置,并且其代码复杂度比较高,不易于二次开发,Azkaban则显得轻量级,功能和用法相对简单和容易使用。Web服务
一、Azkaban概述1、任务时序在数据服务的业务场景中,很常见的业务流程就是日志文件经过大数据分析,再向业务输出结果数据;在该过程中会有很多任务需要执行,并且很难精准把握任务执行的结束时间,但是又希望整个任务链尽快结束释放资源。
大致执行顺序如下:
- 业务日志文件同步到HDFS文件系统;
- 经过Hadoop执行分析计算过程;
- 结果数据在导入数仓进行存储;
- 最终需要把数仓内数据同步到业务库;
这样的流程不必业务中任务调度,时间基本是可预估的,只要把握留足任务间隔时间即可,大数据的任务链路通常需要一个结束直接启动另一个,以此降低时间成本,初入数据服务公司时,就发生过因为同步任务执行结束但是最后的个别CSV数据文件未生成结束的案例,导致近百万的分析数据同步更新业务库失败。
2、Azkaban简介Azkaban是由Linkedin公司推出的可以管理批量工作流任务的调度器,用于在一个工作流内以一个特定的顺序运行一组工作和流程。Azkaban使用job配置文件建立任务之间的依赖关系,并提供一个易于使用的web用户界面维护和跟踪你的工作流。
Azkaban特点和优势
- 提供功能清晰,简单易用的 Web UI 界面;
- 作业配置简单,任务作业依赖关系清晰;
- 提供可扩展的组件;
- 基于Java语言开发,易于二次开发;
相比较于Oozie配置工作流的过程是编写大量的XML配置,并且其代码复杂度比较高,不易于二次开发,Azkaban则显得轻量级,功能和用法相对简单和容易使用。
二、服务安装1、核心包Web服务
azkaban-web-server-2.5.0.tar.gz
执行服务
azkaban-Executor-server-2.5.0.tar.gz
SQL脚本
azkaban-sql-script-2.5.0.tar.gz
2、安装路径
上传上面三个安装包,并解压操作。
[root@hop01azkaban]#pwd
/opt/azkaban
[root@hop01azkaban]#tar-zxvfazkaban-web-server-2.5.0.tar.gz
[root@hop01azkaban]#tar-zxvfazkaban-executor-server-2.5.0.tar.gz
[root@hop01azkaban]#tar-zxvfazkaban-sql-script-2.5.0.tar.gz
[root@hop01azkaban]#mvazkaban-web-2.5.0/server
[root@hop01azkaban]#mvazkaban-executor-2.5.0/executor
3、MySQL导入脚本
[root@hop01~]#mysql-uroot-p123456
mysql>createdatabaseazkaban_test;
mysql>useazkaban_test;
mysql>source/opt/azkaban/azkaban-2.5.0/create-all-sql-2.5.0.sql
查看表
[root@hop01opt]#keytool-keystorekeystore-aliasjetty-genkey-keyalgRSA
生成文件:keystore
拷贝到AzkabanWeb服务器目录下:
[root@hop01opt]#mvkeystore/opt/azkaban/server/
5、Web服务配置
基础配置
[root@hop01conf]#pwd
/opt/azkaban/server/conf
[root@hop01conf]#vimazkaban.properties
核心修改内容:MySQL和Jetty。
default.timezone.id=Asia/Shanghai
#AzkabanMySQLserverproperties.
database.type=mysql
mysql.port=3306
mysql.host=localhost
mysql.database=azkaban_test
mysql.user=root
mysql.password=123456
mysql.numconnections=100
#AzkabanJettyserverproperties.
jetty.maxThreads=25
jetty.ssl.port=8443
jetty.port=8081
jetty.keystore=keystore
jetty.password=123456
jetty.keypassword=123456
jetty.truststore=keystore
jetty.trustpassword=123456
这里配置符合本地配置参数即可。
用户配置
[root@hop01conf]#vimazkaban-users.xml
增加一个管理员用户:
<azkaban-users>
<userusername="admin"password="admin"roles="admin metrics"/>
</azkaban-users>
[root@hop01conf]#pwd
/opt/azkaban/executor/conf
[root@hop01conf]#vimazkaban.properties
核心修改内容:MySQL和时区。
default.timezone.id=Asia/Shanghai
#AzkabanMySQLserverproperties.
database.type=mysql
mysql.port=3306
mysql.host=localhost
mysql.database=azkaban_test
mysql.user=root
mysql.password=123456
mysql.numconnections=100
7、启动服务器
Web服务
[root@hop01bin]#pwd
/opt/azkaban/server/bin
[root@hop01bin]#ll
total16
-rwxr-xr-x1rootroot161Apr212014azkaban-web-shutdown.sh
-rwxr-xr-x1rootroot1275Apr212014azkaban-web-start.sh
这里分别是启动和关闭的脚本。
[root@hop01bin]#/opt/azkaban/server/bin/azkaban-web-start.sh
Executor服务
[root@hop01bin]#/opt/azkaban/executor/bin/azkaban-executor-start.sh
启动日志
两个服务的关键尾行日志:
AzkabanServerrunningonsslport8443.
AzkabanExecutorServerstartedonport12321
登录界面
注意这里是基于https协议:
https://hop01:8443/
创建command类型job
[root@hop01flow_01]#pwd
/opt/azkaban/testJob/flow_01
[root@hop01flow_01]#vimsimple.job
type=command
command=echo'mySimpleJob'
打成zip包
[root@hop01flow_01]#zip-q-rsimpleJob.zipsimple.job
创建项目
上传任务包
执行任务
创建任务A
[root@hop01flow_02]#vimsimpleA.job
type=command
command=echo'simplejobA'
创建任务B
[root@hop01flow_02]#vimsimpleB.job
type=command
dependencies=simpleA
command=echo'simplejobB'
打包任务
[root@hop01flow_02]#zip-q-rsimpleTwoJob.zipsimpleA.jobsimpleB.job
同样的操作方式,两个任务放在zip包中,通过Web服务上传,观察执行效果即可。
推荐阅读:GitHub源码和分类管理,持续更新
数据搬运组件:基于Sqoop管理数据导入和导出
数据仓库组件:Hive环境搭建和基础用法
数据仓库组件:HBase集群环境搭建和应用案例
数据采集组件:Flume基础用法和Kafka集成