大数据Azkaban Work Flow实战

目录

• 1 HelloWorld 案例
• • 1.1 yarm语法：
• 2 作业依赖案例
• • 2.1 修改 basic.flow 为如下内容
  • 2.2 将修改后的 basic.flow 和 azkaban.project 压缩成 second.zip 文件
  • 2.3 重复 HelloWorld 后续步骤。
• 3 自动失败重试案例
• • 3.1 编译配置流
  • 3.2 将修改后的 basic.flow 和 azkaban.project 压缩成 four.zip 文件
  • 3.3 重复HelloWorld 后续步骤。
  • 3.4 执行并观察到一次失败+三次重试
  • 3.5 也可以点击上图中的 Log，在任务日志中看到，总共执行了 4 次
  • 3.6 也可以在 Flow 全局配置中添加任务失败重试配置，此时重试配置会应用到所有 Job
• 4 手动失败重试案例
• • 4.1 编译配置流
  • 4.2 将修改后的 basic.flow 和 azkaban.project 压缩成 five.zip 文件
  • 4.3 重复HelloWorld 后续步骤。
  • 4.4 可以根据需求选择性执行对应的任务。

---

1 HelloWorld 案例

1）在 windows 环境，新建 azkaban.project 文件，编辑内容如下azkaban-flow-version: 2.0
注意：该文件作用，是采用新的 Flow-API 方式解析 flow 文件。

2.0 azkaban支持 properties配置文件，也支持yml配置文件！
3.0 azkaban默认支持yml配置文件！

1.1 yarm语法：

  yml:  简洁，适合表示层级关系复杂的数据！

• yml主要使用缩进表示层级关系，一旦下一行出现了缩进，表示下一行是上一行的子属性！
• 缩进时，如果缩进的距离一致，层级一致！
• 大量使用空格，缩进时不能使用tab，K-V之间必须使用空格！

K-V类型表示方法:

k:(空格)v

对象类型数据,map(k-v)

jack:
  name: jack
  age: 20

单行：

jack: {name: jack,age: 20}

数组类型数据，List,Set

fruits:
  - apple
  - banana

单行:

fruits: [apple,banana]

2）新建 basic.flow 文件，内容如下

nodes:
- name: jobA
  type: command
  config:
    command: echo "Hello World"

（1）Name：job 名称
（2）Type：job 类型。command 表示你要执行作业的方式为命令
（3）Config：job 配置

3）将 azkaban.project、basic.flow 文件压缩到一个 zip 文件，文件名称必须是英文。

4）在 WebServer 新建项目：http://hadoop102:8081/index
5）给项目名称命名和添加项目描述

6）first.zip 文件上传

7）选择上传的文件

8）执行任务流



9）在日志中，查看运行结果

2 作业依赖案例

需求：JobA 和 JobB 执行完了，才能执行 JobC
具体步骤：

2.1 修改 basic.flow 为如下内容

nodes:
- name: jobC
  type: command
# jobC 依赖 JobA 和 JobB
  dependsOn:
    - jobA
    - jobB
  config:
    command: echo "I’m JobC"
- name: jobA
  type: command
  config:
   command: echo "I’m JobA"
- name: jobB
  type: command
  config:
    command: echo "I’m JobB"

（1）dependsOn：作业依赖，后面案例中演示

2.2 将修改后的 basic.flow 和 azkaban.project 压缩成 second.zip 文件

2.3 重复 HelloWorld 后续步骤。

3 自动失败重试案例

需求：如果执行任务失败，需要重试 3 次，重试的时间间隔 10000ms
具体步骤：

3.1 编译配置流

nodes:
  - name: JobA
  type: command
  config:
    command: sh /not_exists.sh
    retries: 3
    retry.backoff: 10000

这个sh文件是不存在的
参数说明：
retries：重试次数
retry.backoff：重试的时间间隔

3.2 将修改后的 basic.flow 和 azkaban.project 压缩成 four.zip 文件

3.3 重复HelloWorld 后续步骤。

3.4 执行并观察到一次失败+三次重试

3.5 也可以点击上图中的 Log，在任务日志中看到，总共执行了 4 次

。

3.6 也可以在 Flow 全局配置中添加任务失败重试配置，此时重试配置会应用到所有 Job

案例如下：

config:
  retries: 3
  retry.backoff: 10000
nodes:
  - name: JobA
  type: command
  config:
    command: sh /not_exists.sh

4 手动失败重试案例

需求：JobA=》JobB（依赖于 A）=》JobC=》JobD=》JobE=》JobF。生产环境，任何 Job 都有可能挂掉，可以根据需求执行想要执行的 Job。
具体步骤：

4.1 编译配置流

nodes:
  - name: JobA
  type: command
  config:
    command: echo "This is JobA."
  - name: JobB
  type: command
  dependsOn:
    - JobA
  config:
    command: echo "This is JobB."
- name: JobC
  type: command
  dependsOn:
    - JobB
  config:
    command: echo "This is JobC."
- name: JobD
type: command
  dependsOn:
    - JobC
  config:
    command: echo "This is JobD."
  - name: JobE
  type: command
  dependsOn:
    - JobD
  config:
    command: echo "This is JobE."
- name: JobF
  type: command
  dependsOn:
    - JobE
  config:
    command: echo "This is JobF."

4.2 将修改后的 basic.flow 和 azkaban.project 压缩成 five.zip 文件

4.3 重复HelloWorld 后续步骤。

Enable 和 Disable 下面都分别有如下参数：
Parents：该作业的上一个任务
Ancestors：该作业前的所有任务
Children：该作业后的一个任务
Descendents：该作业后的所有任务
Enable All：所有的任务

4.4 可以根据需求选择性执行对应的任务。