Azkaban 简介和2.5.0版本安装教程

1. 背景

1. 下述是大数据业务和技术架构简图
   
2. 从上图可以看出，整个大数据框架中，涉及到很多数据传输和处理任务。而这些任务有不少都是需要每天运行，或者定时运行的。
3. 由于这些脚本之间往往存在着先后或者互相依赖关系，有时候还需要设置一些重试机制。虽然linux的contab机制加上脚本中代码逻辑，可以实现脚本依赖运行，甚至重试策略机制，但这样无疑会让脚本代码变得非常复杂，而这背离了脚本的书写逻辑。
4. 脚本的书写逻辑一般是一个脚本做一件事情，尽量避免复杂化。复杂的逻辑可以由多个脚本组合而成，这时候就需要让这些脚本有一个居中调度者。在脚本任务调度框架出现之前，一般是专门写一个脚本做脚本之间调度。但这样的调度脚本，异化程度太高，基本无法复用。所以后续出现了脚本任务调度框架，oozie，azkaban，airflow等应运而生。
5. 本文主要讲解azkaban

2. azkaban简介

1. Azkaban是一个任务调度、管理系统，可以帮用户管理、调度各种运算任务！
2. 可以调任何任务，只要你的任务能用脚本启动。
3. 本质azkaban其实是一个web项目，有前端web页面，也有后台server端，还有一个mysql用来存储数据，以及将脚本任务提交给各个相应对应平台的功能代码。
4. 官网https://azkaban.github.io/
   
   
5. 下载
   https://github.com/azkaban/azkaban
   

注意，这不是一个apache项目，azkaban使用github作为官网，这里提供源代码以及build构建指南。按照步骤进行构建即可
在实际开发中，有时候也会遇到这样的开源项目，需要自行构建包来使用。有一些甚至都没有提供构建指南，中间会遇到版本依赖冲突，甚至代码构建环境差异导致的各类问题。
最新版本3.81.0，不过目前所知，很多公司还是使用2.5.0版本。

企业开发使用开源框架，一定一定选择成熟产品，稳定大于一切！！！
企业开发并不追求新版本，而是在满足企业使用下的最稳定版本。除非遇到严重漏洞，功能无法满足等条件，否则企业中使用多年的框架很可能一直不升级。
这一点在银行，医院，教育，工业等行业相对普遍，除非遇到严重漏洞，或者功能无法满足了，否则不管是编程语言，框架，设备等等，很多都不会去主动升级。
题外：这也是银行，医院，教育等行业的软件硬件收费偏高的原因之一，因为需要一次性收取后续不升级以及不升级期间维护的费用，否则会因为长期用户不升级购买新产品导致研发成本无法覆盖，严重甚至会破产。

3. 原理

1. 架构示意图
2. 可以看出，就是一个简单的java web项目架构，不过还有一个向任务执行平台提交任务的功能。
3. 注意，这里任务运行平台不局限于yarn，linux shell，各个集群等也算一个任务执行平台。
4. 角色划分，Azkaban Web服务器、Azkaban执行服务器 、MySQL

目前azkaban只支持 mysql作为元数据管理系统,需安装mysql服务器,本文档中默认已安装好mysql服务器,并建立了 root用户,密码 root.

4. azkaban安装

1. 将安装文件上传到集群，解压缩。资源可以看我上传的azkaban 2.5.0版本安装包
2. 一般是上传到安装hive sqoop的机器上，方便命令执行。

注意，hive，sqoop，azkaban因为本身只是一个转换工具，自身并不会有很复杂庞大的运行任务，所以这几个软件一般都是以单节点方式运行。
不过如果真的有很庞大的集群，执行任务较多，azkaban也是可以用集群方式做脚本任务调度分发的。

3. 配置linux系统的时区

注：先配置好服务器节点上的时区
1、先生成时区配置文件Asia/Shanghai，用交互式命令 tzselect 即可
2、拷贝该时区文件，覆盖系统本地时区配置
cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
检验是否生效： date
Tue Mar 24 17:25:45 CST 2020
注意，还可以设置linux时间同步的方式，让所有linux节点跟一个东八区时间服务器同步，效果也是一样的

4. azkaban web服务器安装

解压azkaban-web-server-2.5.0.tar.gz
命令: tar –zxvf azkaban-web-server-2.5.0.tar.gz
将解压后的azkaban-web-server-2.5.0 移动到 azkaban目录中,并重新命名 webserver
命令: mv azkaban-web-server-2.5.0 …/azkaban
cd …/azkaban
mv azkaban-web-server-2.5.0 server

5. azkaban 执行服器安装

解压azkaban-executor-server-2.5.0.tar.gz
命令:tar –zxvf azkaban-executor-server-2.5.0.tar.gz
将解压后的azkaban-executor-server-2.5.0 移动到 azkaban目录中,并重新命名 executor
命令:mv azkaban-executor-server-2.5.0 …/azkaban
cd …/azkaban
mv azkaban-executor-server-2.5.0 executor

6. 元数据库初始化

azkaban元数据初始化脚本导入
解压: azkaban-sql-script-2.5.0.tar.gz
命令:tar –zxvf azkaban-sql-script-2.5.0.tar.gz
将解压后的mysql 脚本,导入到mysql中:

– 操作方式1： 命令行
进入mysql
mysql> create database azkaban;
mysql> use azkaban;
Database changed
mysql> source /home/hadoop/azkaban-2.5.0/create-all-sql-2.5.0.sql;

操作方式2：navicat
为azkaban建一个库

用navicat执行它的元数据库建表脚本

7. 创建SSL（https安全协议）证书配置

azkaban有一个web服务，而且这个web服务器使用的浏览协议是HTTPS（安全的http协议）
需要给web服务器生成一个ssl密钥文件
参考地址: http://docs.codehaus.org/display/JETTY/How+to+configure+SSL
命令: keytool -keystore keystore -alias jetty -genkey -keyalg RSA
运行此命令后,会提示输入当前生成 keystor的密码及相应信息,输入的密码请牢记,信息如下:

输入keystore密码：
再次输入新密码:
您的名字与姓氏是什么？
[Unknown]：
您的组织单位名称是什么？
[Unknown]：
您的组织名称是什么？
[Unknown]：
您所在的城市或区域名称是什么？
[Unknown]：
您所在的州或省份名称是什么？
[Unknown]：
该单位的两字母国家代码是什么
[Unknown]： CN
CN=Unknown, OU=Unknown, O=Unknown, L=Unknown, ST=Unknown, C=CN 正确吗？
[否]： y
输入的主密码
（如果和 keystore 密码相同，按回车）：
再次输入新密码:
完成上述工作后,将在当前目录生成 keystore 证书文件,将keystore 拷贝到 azkaban web服务器根目录中.如:cp keystore azkaban/server

8. 配置azkaban的配置文件

azkaban web服务器配置
进入azkaban web服务器安装目录 conf目录

• 8.1 修改azkaban.properties文件
  命令vi azkaban.properties

内容说明：
#Azkaban Personalization Settings
azkaban.name=Test #服务器UI名称,用于服务器上方显示的名字
azkaban.label=My Local Azkaban #描述
azkaban.color=#FF3601 #UI颜色
azkaban.default.servlet.path=/index #
web.resource.dir=web/ #默认根web目录
default.timezone.id=Asia/Shanghai #默认时区,已改为亚洲/上海 默认为美国
#Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager #用户权限管理默认类
user.manager.xml.file=conf/azkaban-users.xml #用户配置,具体配置参加下文
#Loader for projects
executor.global.properties=conf/global.properties # global配置文件所在位置
azkaban.project.dir=projects #
database.type=mysql #数据库类型
mysql.port=3306 #端口号
mysql.host=localhost #数据库连接IP
mysql.database=azkaban #数据库实例名
mysql.user=root #数据库用户名
mysql.password=root #数据库密码
mysql.numconnections=100 #最大连接数
# Velocity dev mode
velocity.dev.mode=false
# Jetty服务器属性.
jetty.maxThreads=25 #最大线程数
jetty.ssl.port=8443 #Jetty SSL端口
jetty.port=8081 #Jetty端口
jetty.keystore=keystore #SSL文件名
jetty.password=hadoop #Jetty密码
jetty.keypassword=hadoop #SSL keystore文件密码
jetty.truststore=keystore #受信SSL文件名
jetty.trustpassword=hadoop #受信SSL密码
# 执行服务器属性
executor.port=12321 #执行服务器端口
# 邮件设置
mail.sender=send@163.com #发送邮箱
mail.host=smtp.163.com #发送邮箱smtp地址
mail.user=刘文会 #发送邮件时显示的名称
mail.password=12345678 #邮箱密码
job.failure.email=运维屌丝@163.com #任务失败时发送邮件的地址
job.success.email=运维屌丝@163.com #任务成功时发送邮件的地址
lockdown.create.projects=false #
cache.directory=cache #缓存目录

• 8.2 管理用户配置
  进入azkaban web服务器conf目录,修改azkaban-users.xml
  vi azkaban-users.xml 增加 管理员用户

    <user username="azkaban" password="azkaban" roles="admin" groups="azkaban" /><user username="metrics" password="metrics" roles="metrics"/><user username="admin" password="admin" roles="admin,metrics" /><role name="admin" permissions="ADMIN" /><role name="metrics" permissions="METRICS"/>

这是新增的一条配置

• 8.3 azkaban 执行服务器executor配置
  进入执行服务器安装目录conf,修改azkaban.properties
  vi azkaban.properties

#Azkaban
default.timezone.id=Asia/Shanghai #时区
# Azkaban JobTypes 插件配置
azkaban.jobtype.plugin.dir=plugins/jobtypes #jobtype 插件所在位置
#Loader for projects
executor.global.properties=conf/global.properties
azkaban.project.dir=projects
#数据库设置
database.type=mysql #数据库类型(目前只支持mysql)
mysql.port=3306 #数据库端口号
mysql.host=192.168.20.200 #数据库IP地址
mysql.database=azkaban #数据库实例名
mysql.user=azkaban #数据库用户名
mysql.password=oracle #数据库密码
mysql.numconnections=100 #最大连接数
# 执行服务器配置
executor.maxThreads=50 #最大线程数
executor.port=12321 #端口号(如修改,请与web服务中一致)
executor.flow.threads=30 #线程数

9. 启动

• 9.1 启动executor执行服务器（先启动这个执行器，否则服务器接收命令后执行器还没启动，任务会出问题）

在执行服务器目录下执行启动命令
bin/azkaban-executor-start.sh
注:只能在执行服务器根目录运行
https://服务器IP地址:8443 ,即可访问azkaban服务了.
在登录中输入刚才新的户用名及密码,点击 login.

• 9.2 启动web服务器

在azkaban web服务器目录下执行启动命令
bin/azkaban-web-start.sh
注:在web服务器根目录运行
或者启动到后台
nohup bin/azkaban-web-start.sh 1>/tmp/azstd.out 2>/tmp/azerr.out &