基于云服务MRS构建DolphinScheduler2调度系统

Posted 华为云开发者社区

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于云服务MRS构建DolphinScheduler2调度系统相关的知识,希望对你有一定的参考价值。

摘要:本文介绍如何搭建DolphinScheduler并运行MRS作业。

本文分享自华为云社区《基于云服务MRS构建DolphinScheduler2调度系统》,作者: 啊喔YeYe 。

为什么写这篇文章?

  1. 网上关于DolphinScheduler的介绍很多但是都缺少了与实际大数据平台结合的案例指导。
  2. DolphinScheduler1.x版本,2.x重构了内核实现,性能提升20倍!但是因为重构导致2.x与1.x部署过程存在差异,按照1.x部署2.x版本存在不少坑。
  3. 选择轻量化、免运维、低成本的大数据云服务是业界趋势,如果搭建DolphinScheduler再同步自建一套Hadoop生态成本太高!因此我们通过结合华为云MRS服务构建数据中台。

环境准备

  • dolphinscheduler2.0.3安装包
  • MRS 3.1.0普通集群
  • mysql安装包 5.7.35
  • ECS centos7.6

安装MRS 客户端

MRS客户端提供java、python开发环境,也提供开通集群中各组件的环境变量:Hadoop、hive、hbase、flink等。

参见登录ECS安装集群外客户端

安装MySQL服务

1. 创建ECS用户

为了方便数据库管理,对于安装的MySQL数据库,生产上建立了一个mysql用户和mysql用户组:

# 添加mysql用户组 
groupadd mysql 
# 添加mysql用户 
useradd -g mysql mysql -d /home/mysql 
# 修改mysql用户的登陆密码 
passwd ****

2.解压安装包

```
cd /usr/local/ 
tar -xzvf  mysql-5.7.13-linux-glibc2.5-x86_64.tar.gz
# 改名为mysql 
mv mysql-5.7.13-linux-glibc2.5-x86_64 mysql
```

赋予用户读写权限
chown -R mysql:mysql mysql/

3. 配置文件初始化

1. 创建配置文件my.cnf

```
vim /etc/my.cnf

[client] 
port = 3306 
socket = /tmp/mysql.sock 

[mysqld] 
character_set_server=utf8 
init_connect='SET NAMES utf8' 
basedir=/usr/local/mysql 
datadir=/usr/local/mysql/data 
socket=/tmp/mysql.sock 
log-error=/var/log/mysqld.log 
pid-file=/var/run/mysqld/mysqld.pid 
#不区分大小写 
lower_case_table_names = 1 

sql_mode=STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION 

max_connections=5000 

default-time_zone = '+8:00'
```

2. 初始化log文件,防止没有权限

```
#手动编辑一下日志文件,什么也不用写,直接保存退出 
cd /var/log/ 
vim mysqld.log 
:wq 退出保存
chmod 777 mysqld.log 
chown mysql:mysql mysqld.log
```

3. 初始化pid文件,防止没有权限

```
cd /var/run/ 
mkdir mysqld 
cd mysqld 
vi mysqld.pid 
:wq保存退出 
# 赋权 
cd .. 
chmod 777 mysqld 
chown -R mysql:mysql /mysqld
```

4. 初始化数据库

初始化数据库,并指定启动mysql的用户,否则就会在启动MySQL时出现权限不足的问题

/usr/local/mysql/bin/mysqld --initialize --user=mysql --basedir=/usr/local/mysql --datadir=/usr/local/mysql/data --lc_messages_dir=/usr/local/mysql/share --lc_messages=en_US

初始化完成后,在my.cnf中配置的datadir目录(/var/log/mysqld.log)下生成一个error.log文件,里面记录了root用户的随机密码。

cat /var/log/mysqld.log

执行后记录最后一行:root@localhost: xxxxx 。 这里的xxxxx就是初始密码。后面登入数据库要用到。

4. 启动数据库

#源目录启动:
/usr/local/mysql/support-files/mysql.server start

设置开机自启动服务

# 复制启动脚本到资源目录 
cp /usr/local/mysql/support-files/mysql.server /etc/rc.d/init.d/mysqld 

# 增加mysqld服务控制脚本执行权限 
chmod +x /etc/rc.d/init.d/mysqld 

# 将mysqld服务加入到系统服务 
chkconfig --add mysqld 

# 检查mysqld服务是否已经生效 
chkconfig --list mysqld 

# 切换至mysql用户,启动mysql,或者稍后下一步再启动。 
service mysqld start 
# 从此就可以使用service mysqld命令启动/停止服务
su mysql 
service mysqld start 
service mysqld stop 
service mysqld restart 

5.登陆,修改密码,预置dolphinscheduler的用户

1. 修改密码

```
# 系统默认会查找/usr/bin下的命令;建立一个链接文件。 
ln -s /usr/local/mysql/bin/mysql /usr/bin 
# 登陆mysql的root用户 
mysql -uroot -p 
# 输入上面的默认初始密码(root@localhost: xxxxx) 
# 修改root用户密码为XXXXXX 
set password for root@localhost=password("XXXXXX"); 
```

2. 预置dolphinscheduler的用户

```
mysql -uroot -p 
mysql>CREATE DATABASE dolphinscheduler DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci; 
# 修改 user 和 password 为你希望的用户名和密码,192.168.56.201是我的主机ID 
mysql> GRANT ALL PRIVILEGES ON dolphinscheduler.* TO 'dolphinscheduler'@'%' IDENTIFIED BY 'dolphinscheduler'; 
mysql> GRANT ALL PRIVILEGES ON dolphinscheduler.* TO 'dolphinscheduler'@'localhost' IDENTIFIED BY 'dolphinscheduler'; 
mysql> GRANT ALL PRIVILEGES ON dolphinscheduler.* TO 'dolphinscheduler'@'192.168.56.201' IDENTIFIED BY 'dolphinscheduler'; 
#刷新权限 
mysql> flush privileges; 
#检查是否创建用户成功 
mysql> show databases; 
#出现dolphinscheduler,查看创建的用户 
mysql> use mysql; 
mysql> select User,authentication_string,Host from user;
```

安装dolphinscheduler服务

1. 建立本机id免密

在任意文件夹下进行这一步均可,为防止误会,我在dolphinscheduler203进行这一步,创建用户dolphinscheduler,后面所有操作都是再这个用户下做的。设置root免密登录该用户:

# 创建用户需使用 root 登录
useradd dolphinscheduler 
# 添加密码 
echo "dolphinscheduler" | passwd --stdin dolphinscheduler 
# 配置 sudo 免密 
sed -i '$adolphinscheduler  ALL=(ALL)  NOPASSWD: NOPASSWD: ALL' /etc/sudoers 
sed -i 's/Defaults    requirett/#Defaults    requirett/g' /etc/sudoers 
# 修改目录权限,在这一步前将jdbcDriver(我的mysql版本5.6.1,driver版本8.0.16)放入lib里,一并修改权限 
chown -R dolphinscheduler:dolphinscheduler dolphinscheduler203 
#进入新用户 
su dolphinscheduler 

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa 
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 
chmod 600 ~/.ssh/authorized_keys

2. 修改配置参数

  1. 修改install-config.conf文件
[dolphinscheduler@km1 dolphinscheduler203]$ vi conf/config/install-config.conf 
修改: 
ips="192.168.56.201" 
masters="192.168.56.201" 
workers="192.168.56.201:default" 
alertServer="192.168.56.201" 
apiServers="192.168.56.201" 
pythonGatewayServers="192.168.56.201" 
# DolphinScheduler安装路径,如果不存在会创建,这里不能放你解压后的ds路径,放置后在运行代码时同名文件、文件夹会冲突导致消失 
installPath="/opt/dolphinscheduler203" 
# 部署用户,填写在 **配置用户免密及权限** 中创建的用户 
deployUser="dolphinscheduler" 
# --------------------------------------------------------- 
# DolphinScheduler ENV 
# --------------------------------------------------------- 
# 安装的JDK中 JAVA_HOME 所在的位置 
javaHome="/opt/hadoopclient/JDK/jdk1.8.0_272" 
# --------------------------------------------------------- 
# Database 
# --------------------------------------------------------- 
# 数据库的类型,用户名,密码,IP,端口,元数据库db。其中 DATABASE_TYPE 目前支持 mysql, postgresql, H2 
# 请确保配置的值使用双引号引用,否则配置可能不生效 
DATABASE_TYPE="mysql" 
SPRING_DATASOURCE_URL="jdbc:mysql://192.168.56.201:3306/dolphinscheduler?useUnicode=true&characterEncoding=UTF-8" 
# 如果你不是以 dolphinscheduler/dolphinscheduler 作为用户名和密码的,需要进行修改 
SPRING_DATASOURCE_USERNAME="dolphinscheduler" 
SPRING_DATASOURCE_PASSWORD="dolphinscheduler" 
# --------------------------------------------------------- 
# Registry Server 
# --------------------------------------------------------- 
# 注册中心地址,zookeeper服务的地址 
registryServers="192.168.56.201:2181"

zk地址获取方式:

登录manager,访问zookeeper服务,copy管理ip即可(前提ECS与MRS集群网络已打通):

2. 修改 conf/env 目录下的 dolphinscheduler_env.sh
以相关用到的软件都安装在/opt/Bigdata/client下为例:

•	export HADOOP_HOME=/opt/Bigdata/client/HDFS/Hadoop
•	export HADOOP_CONF_DIR=/opt/Bigdata/client/HDFS/Hadoop
•	export SPARK_HOME2=/opt/Bigdata/client/Spark2x/spark
•	export PYTHON_HOME=/usr/bin/pytho
•	export JAVA_HOME=/opt/Bigdata/client/JDK/jdk1.8.0_272
•	export HIVE_HOME=/opt/Bigdata/client/Hive/Beeline
•	export FLINK_HOME=/opt/Bigdata/client/Flink/flink
•	export DATAX_HOME=/xxx/datax/bin/datax.py
•	export PATH=$HADOOP_HOME/bin:$SPARK_HOME2/bin:$PYTHON_HOME:$JAVA_HOME/bin:$HIVE_HOME/bin:$PATH:$FLINK_HOME/bin:$DATAX_HOME:$PATH

说明

  • 这一步非常重要,例如 JAVA_HOME 和 PATH 是必须要配置的,没有用到的可以忽略或者注释掉
  • 环境变量查找方式说明:假设MRS客户端安装在/opt/Bigdata/client
source /opt/client/bigdata_env
HADOOP_HOME环境地址:通过echo $HADOOP_HOME获得 /opt/Bigdata/client/HDFS/Hadoop
HADOOP_CONF_DIR:/opt/Bigdata/client/HDFS/Hadoop
SPARK_HOME: 通过echo $SPARK_HOME获得/opt/Bigdata/client/Spark2x/spark
JAVA_HOME: 通过echo $JAVA_HOME获得/opt/Bigdata/client/JDK/jdk1.8.0_272
HIVE_HOME:通过echo $HIVE_HOME获得/opt/Bigdata/client/Hive/Beeline
FLINK_HOME:通过echo $FLINK_HOME 获得/opt/Bigdata/client/Flink/flink

3. 将mysql 驱动包放入lib下

tar -zxvf mysql-connector-java-5.1.47.tar.gz

cp mysql-connector-java-5.1.47.jar /opt/dolphinscheduler203/lib/

4.创建元数据库数据表

执行sh script/create-dolphinscheduler.sh

5. 服务安装、启停

每次启停都可以重新部署一次:sh install.sh

启停命令

# 一键停止集群所有服务 
sh ./bin/stop-all.sh 

# 一键开启集群所有服务 
sh ./bin/start-all.sh 

# 启停 Master 
sh ./bin/dolphinscheduler-daemon.sh stop master-server 
sh ./bin/dolphinscheduler-daemon.sh start master-server 

# 启停 Worker 
sh ./bin/dolphinscheduler-daemon.sh start worker-server 
sh ./bin/dolphinscheduler-daemon.sh stop worker-server 

# 启停 Api 
sh ./bin/dolphinscheduler-daemon.sh start api-server 
sh ./bin/dolphinscheduler-daemon.sh stop api-server 

# 启停 Logger 
sh ./bin/dolphinscheduler-daemon.sh start logger-server 
sh ./bin/dolphinscheduler-daemon.sh stop logger-server 

# 启停 Alert 
sh ./bin/dolphinscheduler-daemon.sh start alert-server 
sh ./bin/dolphinscheduler-daemon.sh stop alert-server 

# 启停 Python Gateway 
sh ./bin/dolphinscheduler-daemon.sh start python-gateway-server 
sh ./bin/dolphinscheduler-daemon.sh stop python-gateway-server

6. 登录系统

访问前端页面地址:http://xxx:12345/dolphinscheduler
用户名密码:admin/dolphinscheduler123

提交MRS任务

1.登录进入dolphinscheduler webui

2. 配置MRS-hive连接

登录mrs manager查看hiveserver ip:

创建Hive数据连接,普通集群没有权限可以使用默认用户hive,如有需要可以使用在MRS里面已经创建的用户:

3. 创建任务

1、创建项目

2、创建工作流

3、在工作流编辑任务

4、任务上线

5、启动任务流之后可以查询工作流实例和任务实例

6、登录Manager页面,选择“集群 > 服务 > Yarn > 概览”

7、单击“ResourceManager WebUI”后面对应的链接,进入Yarn的WebUI页面,查看Spark任务是否运行

华为伙伴暨开发者大会2022火热来袭,重磅内容不容错过!

【精彩活动】

勇往直前·做全能开发者→12场技术直播前瞻,8大技术宝典高能输出,还有代码密室、知识竞赛等多轮神秘任务等你来挑战。即刻闯关,开启终极大奖!点击踏上全能开发者晋级之路吧!

【技术专题】

未来已来,2022技术探秘→华为各领域的前沿技术、重磅开源项目、创新的应用实践,站在智能世界的入口,探索未来如何照进现实,干货满满点击了解

点击关注,第一时间了解华为云新鲜技术~

以上是关于基于云服务MRS构建DolphinScheduler2调度系统的主要内容,如果未能解决你的问题,请参考以下文章

华为云MRS基于Hudi和HetuEngine构建实时数据湖最佳实践

基于MRS-Hudi构建数据湖的典型应用场景介绍

我用MRS-ClickHouse构建的用户画像系统,让老板拍手称赞

MRS +Apache Zeppelin,让数据分析更便捷

华为云FusionInsight MRS:助力企业构建“一企一湖,一城一湖”

解密华为云FusionInsight MRS新特性:一架构三湖