分散式任務調度框架 Azkaban —— Flow 1.0 的使用

来源:https://www.cnblogs.com/heibaiying/archive/2019/09/01/11441369.html
-Advertisement-
Play Games

一、簡介 Azkaban 主要通過界面上傳配置文件來進行任務的調度。它有兩個重要的概念: Job : 你需要執行的調度任務; Flow :一個獲取多個 Job 及它們之間的依賴關係所組成的圖表叫做 Flow。 目前 Azkaban 3.x 同時支持 Flow 1.0 和 Flow 2.0,本文主要講 ...


一、簡介

Azkaban 主要通過界面上傳配置文件來進行任務的調度。它有兩個重要的概念:

  • Job: 你需要執行的調度任務;
  • Flow:一個獲取多個 Job 及它們之間的依賴關係所組成的圖表叫做 Flow。

目前 Azkaban 3.x 同時支持 Flow 1.0 和 Flow 2.0,本文主要講解 Flow 1.0 的使用,下一篇文章會講解 Flow 2.0 的使用。

二、基本任務調度

2.1 新建項目

在 Azkaban 主界面可以創建對應的項目:

2.2 任務配置

新建任務配置文件 Hello-Azkaban.job,內容如下。這裡的任務很簡單,就是輸出一句 'Hello Azkaban!'

#command.job
type=command
command=echo 'Hello Azkaban!'

2.3 打包上傳

Hello-Azkaban.job 打包為 zip 壓縮文件:

通過 Web UI 界面上傳:

上傳成功後可以看到對應的 Flows:

2.4 執行任務

點擊頁面上的 Execute Flow 執行任務:

2.5 執行結果

點擊 detail 可以查看到任務的執行日誌:

三、多任務調度

3.1 依賴配置

這裡假設我們有五個任務(TaskA——TaskE),D 任務需要在 A,B,C 任務執行完成後才能執行,而 E 任務則需要在 D 任務執行完成後才能執行,這種情況下需要使用 dependencies 屬性定義其依賴關係。各任務配置如下:

Task-A.job :

type=command
command=echo 'Task A'

Task-B.job :

type=command
command=echo 'Task B'

Task-C.job :

type=command
command=echo 'Task C'

Task-D.job :

type=command
command=echo 'Task D'
dependencies=Task-A,Task-B,Task-C

Task-E.job :

type=command
command=echo 'Task E'
dependencies=Task-D

3.2 壓縮上傳

壓縮後進行上傳,這裡需要註意的是一個 Project 只能接收一個壓縮包,這裡我還沿用上面的 Project,預設後面的壓縮包會覆蓋前面的壓縮包:

3.3 依賴關係

多個任務存在依賴時,預設採用最後一個任務的文件名作為 Flow 的名稱,其依賴關係如圖:

3.4 執行結果

從這個案例可以看出,Flow1.0 無法通過一個 job 文件來完成多個任務的配置,但是 Flow 2.0 就很好的解決了這個問題。

四、調度HDFS作業

步驟與上面的步驟一致,這裡以查看 HDFS 上的文件列表為例。命令建議採用完整路徑,配置文件如下:

type=command
command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop fs -ls /

執行結果:

五、調度MR作業

MR 作業配置:

type=command
command=/usr/app/hadoop-2.6.0-cdh5.15.2/bin/hadoop jar /usr/app/hadoop-2.6.0-cdh5.15.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.15.2.jar pi 3 3

執行結果:

六、調度Hive作業

作業配置:

type=command
command=/usr/app/hive-1.1.0-cdh5.15.2/bin/hive -f 'test.sql'

其中 test.sql 內容如下,創建一張雇員表,然後查看其結構:

CREATE DATABASE IF NOT EXISTS hive;
use hive;
drop table if exists emp;
CREATE TABLE emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int
) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
-- 查看 emp 表的信息
desc emp;

打包的時候將 job 文件與 sql 文件一併進行打包:

執行結果如下:

七、線上修改作業配置

在測試時,我們可能需要頻繁修改配置,如果每次修改都要重新打包上傳,這會比較麻煩。所以 Azkaban 支持配置的線上修改,點擊需要修改的 Flow,就可以進入詳情頁面:

在詳情頁面點擊 Eidt 按鈕可以進入編輯頁面:

在編輯頁面可以新增配置或者修改配置:

附:可能出現的問題

如果出現以下異常,多半是因為執行主機記憶體不足,Azkaban 要求執行主機的可用記憶體必須大於 3G 才能執行任務:

Cannot request memory (Xms 0 kb, Xmx 0 kb) from system for job

如果你的執行主機沒辦法增大記憶體,那麼可以通過修改 plugins/jobtypes/ 目錄下的 commonprivate.properties 文件來關閉記憶體檢查,配置如下:

memCheck.enabled=false

更多大數據系列文章可以參見 GitHub 開源項目大數據入門指南


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 引言 MySQL中定義數據欄位的類型對你資料庫的優化是非常重要的。 MySQL支持多種類型,大致可以分為三類:數值、日期/時間和字元串(字元)類型,如下腦圖所示: 數值類型 其中: 這些類型,是定長的,其容量是不會隨著後面的數字而變化的,比如int(11)和int(8),都是一樣的占4位元組。tiny ...
  • 某大師曾說過,像瞭解自己的老婆 一樣瞭解自己管理的資料庫,個人認為包含了兩個方面的瞭解: 1,在穩定性層面來說,更多的是關註高可用、讀寫分離、負載均衡,災備管理等等high level層面的措施(就好比要保證生活的穩定性) 2,在實例級別的來說,需要關註記憶體、IO、網路,熱點表,熱點索引,top s ...
  • [學習筆記] 結果分析:shuffle的英文是洗牌,混洗的意思,洗牌就是越亂越好的意思。當在集群的情況下是這樣的,假如有三個map節點和三個reduce節點,一號reduce節點的數據會來自於三個map節點,而不是就來自於一號map節點。所以說它們的數據會混合,路線會交叉, 3叉3。想象一下,像不像 ...
  • hadoop 開源軟體,可靠的、分散式、可伸縮的框架。 分佈在不同主機上的進程協同在一起構成的應用。 大數據解決了兩個問題 1T = 1024G1P = 1024T1E = 1024P1Z = 1024E1Y = 1024Z1N = 1024Y 1.存儲 分散式存儲 2.計算 分散式計算分散式 由分 ...
  • 1、創建資料庫 登錄MySQL服務後,使用create命令創建資料庫 也可以使用mysqladmin一步創建資料庫 2、連接資料庫 登錄MySQL服務後,使用use命令連接資料庫 3、刪除資料庫 登錄MySQL服務後,使用drop命令創建資料庫 也可以使用mysqladmin一步創建資料庫 ...
  • https://wangde.xin/images/article/mysql/Mysql-dolphin.png ...
  • Hbase表中的每個列,都歸屬與某個列族。列族是表的chema的一部分(而列不是),必須在使用表之前定義。列名都以列族作為首碼。例如courses:history,courses:math 都屬於courses 這個列族。訪問控制、磁碟和記憶體的使用統計都是在列族層面進行的。實際應用中,列族上的控制權... ...
  • 成為數據科學家! 事實上,你可以成為一名真正的數據科學家,且不需要掌握這些技能。NoSQL和MapReduce不是新概念————在這些關鍵詞被創建之前,就有很多人接觸到它們。但要成為一名數據科學家,你需要以下能力。 敏銳的商業頭腦。 真正的大數據專業知識(例如,可以在幾個小時內快速地處理一個5000 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...