Azkaban

介绍

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。

• Azkaban 官网地址：http://azkaban.github.io/
• Azkaban 的下载地址：http://azkaban.github.io/downloads.html

Azkaban 包括三个关键组件：

• 关系数据库：使用 Mysql数据库，主要用于保存流程、权限、任务状态、任务计划等信息。
• AzkabanWebServer：为用户提供管理留存、任务计划、权限等功能。
• AzkabanExecutorServer：执行任务，并把任务执行的输出日志保存到 Mysql；可以同时启动多个 AzkabanExecutorServer ，他们通过 mysql 获取流程状态来协调工作。

二进制文件安装

编译源码

在 2.5 版本之后，Azkaban 提供了两种模式来安装：

• 一种是 standalone 的 “solo-server” 模式；
• 另一种是两个 server 的模式，分别为 AzkabanWebServer 和 AzkabanExecutorServer。

这里主要介绍第二种模式的安装方法。

wget https://github.com/azkaban/azkaban/archive/3.84.8.zip
unzip 3.84.8.zip
cd azkaban-3.84.8
./gradlew distTar

编译后的文件：

azkaban-exec-server/build/distributions/azkaban-exec-server-0.1.0-SNAPSHOT.zip
azkaban-web-server/build/distributions/azkaban-web-server-0.1.0-SNAPSHOT.zip

安装 MySql

目前 Azkaban 只支持 MySql ，故需安装 MySql 服务器，安装 MySql 的过程这里不作介绍。
安装之后，创建 azkaban 数据库，并创建 azkaban 用户，密码为 azkaban，并设置权限。

mysql> CREATE DATABASE azkaban;
mysql> CREATE USER 'azkaban'@'%' IDENTIFIED BY 'azkaban';
mysql> GRANT all ON azkaban.* to 'azkaban'@'%' WITH GRANT OPTION;
mysql> flush privileges;

修改 /etc/my.cnf 文件，设置 max_allowed_packet 值：

[mysqld]
...
max_allowed_packet=1024M

然后重启 MySql。

安装 azkaban-web-server

解压缩 azkaban-web-server-0.1.0-SNAPSHOT.zip。

unzip azkaban-web-server-0.1.0-SNAPSHOT.zip
mv azkaban-web-server-0.1.0-SNAPSHOT /opt/azkaban-web-server

创建 SSL 配置，命令：

keytool -keystore keystore -alias jetty -genkey -keyalg RSA

密码均输入azkaban，最后在当前目录生成 keystore 证书文件。将 keystore 考贝到 azkaban web 目录中

mv keystore /opt/azkaban-web-server

修改 azkaban web 服务器配置conf/azkaban.properties，主要包括：
a. 修改时区和首页名称:

# Azkaban Personalization Settings
azkaban.name=ETL Task
azkaban.label=By BI
azkaban.color=#FF3601
azkaban.default.servlet.path=/index
web.resource.dir=web/
default.timezone.id=Asia/Shanghai

b. 修改 MySql 数据库配置

database.type=mysql
mysql.port=3306
mysql.host=localhost
mysql.database=azkaban
mysql.user=azkaban
mysql.password=azkaban
mysql.numconnections=100

c. 修改 Jetty 服务器属性，包括 keystore 的相关配置

# Azkaban Jetty server properties.
jetty.hostname=0.0.0.0
jetty.maxThreads=25
jetty.port=8081
jetty.keystore=keystore
jetty.password=azkaban
jetty.keypassword=azkaban
jetty.truststore=keystore
jetty.trustpassword=azkaban

d. 开启SSL

jetty.use.ssl=true
jetty.ssl.port=8443

e.修改邮件设置（可选）

# mail settings
mail.sender=admin@javachen.space
mail.host=javachen.space
mail.user=admin
mail.password=admin

f. 解压缩azkaban-db-0.1.0-SNAPSHOT.zip，然后进入 mysql 命令行模式：

unzip azkaban-db-0.1.0-SNAPSHOT.zip
$ mysql -uazkaban -pazkaban
mysql> use azkaban
mysql> source azkaban-db-0.1.0-SNAPSHOT/create-all-sql-0.1.0-SNAPSHOT.sql

g. 设置Executor：

#Multiple Executor
azkaban.use.multiple.executors=true
#azkaban.executorselector.filters=StaticRemainingFlowSize,MinimumFreeMemory,CpuStatus
azkaban.executorselector.filters=StaticRemainingFlowSize,CpuStatus
azkaban.executorselector.comparator.NumberOfAssignedFlowComparator=1
azkaban.executorselector.comparator.Memory=1
azkaban.executorselector.comparator.LastDispatched=1
azkaban.executorselector.comparator.CpuUsage=1
executor.port=12321

安装 azkaban-exec-server

解压缩 azkaban-exec-server-0.1.0-SNAPSHOT.zip

unzip azkaban-exec-server-0.1.0-SNAPSHOT.zip
mv azkaban-exec-server-0.1.0-SNAPSHOT /opt/azkaban-exec-server

然后修改配置文件conf/azkaban.properties，包括：
a. 修改时区为：default.timezone.id=Asia/Shanghai
b. 修改 MySql 数据库配置

database.type=mysql
mysql.port=3306
mysql.host=localhost
mysql.database=azkaban
mysql.user=azkaban
mysql.password=azkaban
mysql.numconnections=100

c. 设置executor端口为12321

executor.maxThreads=50
executor.port=12321
executor.flow.threads=30

用户设置

进入 azkaban web 服务器 conf 目录，修改 azkaban-users.xml ，增加管理员用户：

<azkaban-users>
  <user groups="azkaban" password="admin027" roles="admin" username="azkaban"/>
  <user password="metrics" roles="metrics" username="metrics"/>
  <user groups="test" username="test"  password="123456" roles="read"/>
  <role name="admin" permissions="ADMIN"/>
  <role name="metrics" permissions="METRICS"/>
  <role name="read" permissions="READ"/>
  <role name="write" permissions="WRITE"/>
  <role name="execute" permissions="EXECUTE"/>
  <role name="schedule" permissions="SCHEDULE"/>
  <role name="createprojects" permissions="CREATEPROJECTS"/>
</azkaban-users>

启动服务

azkaban-exec-server，需要在 azkaban-exec-server 目录下执行下面命令：

sh bin/start-exec.sh

激活当前executor：

$ curl -G "localhost:$(<./executor.port)/executor?action=activate" && echo
{"status":"success"}

azkaban-web-server，需要在 azkaban-web-server 目录下执行下面命令：

sh bin/start-web.sh

Docker安装

关于azkaban的docker镜像，可以参考：

• https://gitee.com/datatech/docker-azkaban
• https://github.com/jfim/data-platform-demo/blob/master/dockerfiles/Dockerfile-azkaban
• https://github.com/wilson-lauw/azkaban

这里，我参考上面文章自己制作了azkaban的相关镜像，地址：azkaban-web-server 和 azkaban-exec-server

azkaban-web-server镜像

azkaban-web-server镜像制作过程：
1、首先从源码编译得到打包后的文件 azkaban-web-server-0.1.0-SNAPSHOT.tar.gz

mkdir azkaban-exec-server azkaban-web-server
wget https://github.com/azkaban/azkaban/archive/3.84.8.zip
unzip 3.84.8.zip
cd azkaban-3.84.8
./gradlew distTar
cp azkaban-exec-server/build/distributions/azkaban-exec-server-0.1.0-SNAPSHOT.tar.gz ../azkaban-exec-server/
cp azkaban-web-server/build/distributions/azkaban-web-server-0.1.0-SNAPSHOT.tar.gz ../azkaban-web-server/

2、创建Dockerfile：

FROM javachen/alpine-jdk:8
# Azkaban web server port
EXPOSE 8443    
COPY azkaban-web-server-0.1.0-SNAPSHOT.tar.gz .
RUN set -eux \
    && tar zxf azkaban-web-server-0.1.0-SNAPSHOT.tar.gz \
    && mv azkaban-web-server-0.1.0-SNAPSHOT azkaban-web-server \
    && rm -rf azkaban-web-server-0.1.0-SNAPSHOT.tar.gz
# Define default workdir
WORKDIR azkaban-web-server
COPY conf/* conf/
COPY run.sh run.sh
RUN chmod +x run.sh
CMD ./run.sh && tail -f /dev/null

3、创建conf目录，存储配置文件：

• azkaban-users.xml
• azkaban.properties
• keystore

4、创建run.sh文件，主要用于设置等待mysql启动之后再启动服务并修改启动服务的命令

#!/bin/bash
DB_LOOPS="20"
MYSQL_HOST="mysql"
MYSQL_PORT="3306"
START_CMD="bin/start-web.sh"
#wait for mysql
i=0
while ! nc $MYSQL_HOST $MYSQL_PORT >/dev/null 2>&1 < /dev/null; do
  i=`expr $i + 1`
  if [ $i -ge $DB_LOOPS ]; then
    echo "$(date) - ${MYSQL_HOST}:${MYSQL_PORT} still not reachable, giving up"
    exit 1
  fi
  echo "$(date) - waiting for ${MYSQL_HOST}:${MYSQL_PORT}..."
  sleep 1
done
# Work around to run container as a daemon
sed -i "s/ &//" $START_CMD
curl -G "executor:12321/executor?action=activate" && echo
# mysql -h mysql -uazkaban -pazkaban -e "update executors set active=1 where host='executor';"
# Work around to run container as a daemon
exec $START_CMD

注意：

• 从run.sh可以看到 azkaban-web-server 依赖 mysql 数据库，其主机名为 mysql ，所以需要部署一个mysql容器，容器名称设置为mysql，当然，你如果想用外置的sql，则可以设置为ip或者域名。

5、编译上传镜像：

docker build -t javachen/azkaban-web-server .
docker push javachen/azkaban-web-server

azkaban-exec-server镜像

同理，azkaban-exec-server镜像制作过程：
1、首先从源码编译得到打包后的文件 azkaban-exec-server-0.1.0-SNAPSHOT.tar.gz 以及sql文件 create-all-sql-0.1.0-SNAPSHOT.sql
2、创建Dockerfile：

FROM javachen/alpine-jdk:8
# Azkaban executor port
EXPOSE 12321
COPY azkaban-exec-server-0.1.0-SNAPSHOT.tar.gz .
# coreutils https://www.cnblogs.com/shansongxian/p/10531439.html
RUN  apk add --no-cache git coreutils mysql-client mongodb-tools postgresql-client redis \
    && tar zxf azkaban-exec-server-0.1.0-SNAPSHOT.tar.gz \
    && mv azkaban-exec-server-0.1.0-SNAPSHOT azkaban-exec-server \
    && rm -rf azkaban-exec-server-0.1.0-SNAPSHOT.tar.gz
# Define default workdir
WORKDIR azkaban-exec-server
COPY conf/* conf/
COPY run.sh run.sh
RUN chmod +x run.sh
CMD ./run.sh && tail -f /dev/null

3、创建conf目录，存储配置文件：

• azkaban.properties

4、创建run.sh文件

#!/bin/bash
DB_LOOPS="20"
MYSQL_HOST="mysql"
MYSQL_PORT="3306"
START_CMD="bin/start-exec.sh"
i=0
while ! nc $MYSQL_HOST $MYSQL_PORT >/dev/null 2>&1 < /dev/null; do
  i=`expr $i + 1`
  if [ $i -ge $DB_LOOPS ]; then
    echo "$(date) - ${MYSQL_HOST}:${MYSQL_PORT} still not reachable, giving up"
    exit 1
  fi
  echo "$(date) - waiting for ${MYSQL_HOST}:${MYSQL_PORT}..."
  sleep 1
done
sed -i "s/ &//" $START_CMD
# echo "import azkaban create-all-sql.sql to $MYSQL_HOST"
# mysql -h $MYSQL_HOST -uazkaban -pazkaban azkaban < create-all-sql-0.1.0-SNAPSHOT.sql
# Work around to run container as a daemon
exec $START_CMD

注意：

• 从run.sh可以看到 azkaban-web-server 依赖 mysql 数据库，其主机名为 mysql ，所以需要部署一个mysql容器，容器名称设置为mysql，当然，你如果想用外置的sql，则可以设置为ip或者域名。

5、编译上传镜像：

docker build -t javachen/azkaban-exec-server .
docker push javachen/azkaban-exec-server

docker-compose

创建一个网络：

docker create network traefik

Docker-compose.yaml编排文件：

version: '3'
services:
  mysql:
    command: --character-set-server=utf8mb4 --collation-server=utf8mb4_unicode_ci
    image: mysql:5.7
    restart: always
    environment:
      MYSQL_DATABASE: azkaban
      MYSQL_USER: azkaban
      MYSQL_PASSWORD: azkaban
      MYSQL_ROOT_PASSWORD: 123456
    ports:
      - "3306:3306"  
    volumes:
      - mysql:/var/lib/mysql
  executor:
    image: javachen/azkaban-exec-server
    restart: always
    # 和服务名称保持一致
    hostname: executor
    environment:
      AZKABAN_OPTS: "-Xmx2048m"
    ports:
      - "12321:12321"  
    volumes:
      - /data/bi_etl:/data/bi_etl
      - /data/ods:/data/ods #自定义的数据目录
    networks:
      - traefik
  webserver:
    image: javachen/azkaban-web-server
    restart: always
    environment:
      AZKABAN_OPTS: "-Xmx512m"
    depends_on:
      - executor
    networks:
      - traefik
    ports:
      - "8081:8081"
networks:
  traefik:
    external: true

可以先启动mysql：

docker-compose up -d mysql

然后需要初始化数据库，执行脚本：

docker exec -it mysql_1 bash
mysql -h localhost -uazkaban -pazkaban azkaban < create-all-sql-0.1.0-SNAPSHOT.sql

然后，启动azkaban：

docker-compose up -d