Azkaban 简介

Posted 2021-06-23 Binge - 和时间做朋友

什么是任务调度

大数据平台技术框架支持的开发语言多种多样，开发人员的背景差异也很大，这就产生出很多不同类型的程序（任务）运行在大数据平台之上，如：MapReduce、Hive、Pig、Spark、Java、Shell、Python 等。

这些任务需要不同的运行环境，并且除了定时运行，各种类型之间的任务存在依赖关系，一张简单的任务依赖图如下：

常见任务调度工具

• crontab （Linux 自带命令，使用方式简单，适合不是非常复杂的场景，比如只按照时间来调度）
• oozie（ Hadoop 自带的开源调度系统，使用方式比较复杂，适合大型项目场景）
• azkaban（一个开源调度系统，使用方式比较简单，适合中小型项目场景）
• 企业定制开发（企业自研的调度系统，不开源）

Azkaban 是什么

Azkaban 是由 Linkedin 公司推出的一个批量工作流任务调度器，Azkaban 使用 job 文件建立任务之间的依赖关系，并提供 Web 界面供用户管理和调度工作流

Azkaban 特点

Azkaban 是由 Linkedin 开源的一个批量工作流任务调度器。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 定义了一种 KV 文件格式来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。
它有如下功能特点：

• Web 用户界面
• 方便上传工作流
• 方便设置任务之间的关系
• 调度工作流
• 认证/授权(权限的工作)
• 能够杀死并重新启动工作流
• 模块化和可插拔的插件机制
• 项目工作区
• 工作流和任务的日志记录和审计

Azkaban 与 Oozie 对比

Azkaban 和 Oozie 是市面上最流行的两种调度器。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，但部署和使用也更复杂，比较适合作为大型项目的任务调度系统。而 Azkaban 相对而言，配置和使用更为简单，能够满足常见的任务调度，比较适合作为中小型项目的任务调度系统。

Azkaban 和 Oozie 详情对比如下：

• 功能

  两者均可以调度 mapreduce,pig,java,脚本工作流任务
  两者均可以定时执行工作流任务

• 工作流定义

  Azkaban 使用 Properties 文件定义工作流
  Oozie 使用 XML 文件定义工作流

• 工作流传参

  Azkaban 支持直接传参

  Oozie 支持参数和 EL 表达式

• 定时执行

  Azkaban 的定时执行任务是基于时间的
  Oozie 的定时执行任务基于时间和输入数据

• 资源管理

  Azkaban 有较严格的权限控制，如用户对工作流进行读/写/执行等操作
  Oozie 暂无严格的权限控制

• 工作流执行

  Azkaban 有两种运行模式，分别是单机模式和集群模式
  Oozie 作为工作流服务器运行，支持多用户和多工作流

• 工作流管理

  Azkaban 支持浏览器以及 ajax 方式操作工作流
  Oozie 支持命令行、HTTP REST、Java API、浏览器操作工作流

Azkaban 运行模式及架构

Azkaban 三大核心组件

• 关系型元数据库（mysql）
• Azkaban Web Server
• Azkaban Executor Server

Azkaban有两种部署方式

• solo server mode(单机模式)

  WebServer 和 ExecutorServer 在同一个进程

• cluster server mode(集群模式)

  WebServe r和 ExecutorServer 运行在不同进程，并用数据库保存定义及状态

  • 单个Executor
  • 多个Executor

Azkaban Web Server

AzkabanWebServer 是 Azkaban 的主要管理者，负责项目管理、身份验证、调度和监控执行,并且为用户界面

Azkaban Executor

提交和执行工作流，记录工作流日志，和 Azkaban WebServer 可以在同一台服务器，也可部署在独立的机器。把 Executor 单独分开有几个好处：

• 在多 Executor 模式下可以方便扩展
• 工作流在某一个 Executor 挂掉，可以在另一个 Executor 上重试
• 可以滚动升级，从而不影响调度

Azkaban 元数据库

Azkaban 任务调度步骤

• Azkaban 新建项目
• 在 Azkaban Web 界面创建 Project
• 创建 job 文件
• 将文件压缩为 zip 文件
• 上传 zip 文件到 Web 界面
• 执行调度

Azkaban 常见任务类型

执行 shell 命令

type=command
command=echo \'hello\'

执行 shell 脚本

type=command
command=sh hello.sh

执行 Spark 程序

type=command
command=/usr/install/spark/bin/spark-submit --class com.test.AzkabanTest test-1.0-SNAPSHOT.jar

hive 命令\\脚本

type=command
command=beeline -u jdbc:hive2://localhost:10000 -n hive -p hive -f \'test.sql\'

执行 MapReduce 程序

type=command
command=${HADOOP_HOME}bin/hadoop jar hadoop-mapreduce-examples-2.8.0.jar
wordcount ${input} ${output}