亚马逊aws emr hadoop集群 调度工具azkaban安装

aws的EMR搭建Hadoop集群 还是先极简介绍一下EMR是什么,Amazon EMR 基于 Hadoop 的开源框架将您的数据分布在可重新调整大小的 Amazon EC2 实例集群中并进行处理。Amazon EMR 可用于各种应用程序中,包括日志分析、Web 索引、数据仓库、机器学习、财务分析、科学模拟和生物信息学。具体的功能特性可以直接到官网查阅。直接上实验: 实验包括: 1. 使用EMR创建Hadoop集群 2. 定义schema,创建示例表。 3. 通过HiveQL分析数据,并将分析结果保存到S3上 4. 下载已经分析结果数据。 阅读详情
  • 解压后重命名
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • keytool -keystore keystore -alias jetty -genkey -keyalg RSA在 azkaban目录下生成keystore文件,然后mv到/lib/azkaban/azkaban-web
    在这里插入图片描述

-

  • /lib/azkaban/azkaban-web/conf/azkaban.properties
#Azkaban Personalization Settings
azkaban.name=Test
azkaban.label=My Local Azkaban
azkaban.color=#FF3601
azkaban.default.servlet.path=/index
web.resource.dir=/lib/azkaban/azkaban-web/web
default.timezone.id=Asia/Shanghai

#Azkaban UserManager class
user.manager.class=azkaban.user.XmlUserManager
user.manager.xml.file=/lib/azkaban/azkaban-web/conf/azkaban-users.xml
#Loader for projects
executor.global.properties=/lib/azkaban/azkaban-executor/conf/global.properties
azkaban.project.dir=projects

database.type=mysql
mysql.port=3306
mysql.host=xxx
mysql.database=azkaban
mysql.user=hadoop
mysql.password=123456
mysql.numconnections=100

# Velocity dev mode
velocity.dev.mode=false

# Azkaban Jetty server properties.
jetty.maxThreads=25
jetty.ssl.port=8443
jetty.port=8081
jetty.keystore=/lib/azkaban/azkaban-web/keystore
jetty.password=123456
jetty.keypassword=123456
jetty.truststore=/lib/azkaban/azkaban-web/keystore
jetty.trustpassword=123456

# Azkaban Executor settings
executor.port=12321

# mail settings
mail.sender=xxx@163.com
mail.host=smtp.163.com
mail.user=xxx@163.com
#授权码
mail.password=xxx
job.failure.email=xxx@163.com
job.success.email=xxx@163.com

lockdown.create.projects=false

cache.directory=cache
    • /lib/azkaban/azkaban-web/conf/azkaban-users.xml
<azkaban-users>
	<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"/>
</azkaban-users>

  • lib/azkaban/azkaban-executor/conf/azkaban.properties
#Azkaban
default.timezone.id=Asia/Shanghai

# Azkaban JobTypes Plugins
azkaban.jobtype.plugin.dir=plugins/jobtypes

#Loader for projects
executor.global.properties=/lib/azkaban/azkaban-executor/conf/global.properties
azkaban.project.dir=projects

database.type=mysql
mysql.port=3306
mysql.host=xxx
mysql.database=azkaban
mysql.user=hadoop
mysql.password=123456
mysql.numconnections=100

# Azkaban Executor settings
executor.maxThreads=50
executor.port=12321
executor.flow.threads=30


  • web https://xxxxx:8443/ u:admin p:admin
    在这里插入图片描述
    在这里插入图片描述
  • sqoop list-databases --connect jdbc:mysql://xxxx:3306 --username xx--password xxx
    在这里插入图片描述
  • 在 有mysql的机器上 sudo mysql 进入cli
    在这里插入图片描述
    select host,user,password,select_priv,insert_priv,drop_priv from mysql.user;
  • 添加远程账号hadoop
  • grant all privileges on . to hadoop@’%’ identified by ‘password’;
    在这里插入图片描述
  • source /home/hadoop/azkaban-cli/create-all-sql-2.5.0.sql;在mysql中建azkaban需要用到的表
AWS云上部署Hadoop 阅读详情

相关推荐

AWS EC2 搭建 Hadoop 和 Spark 集群

前言 本篇演示如何使用 AWS EC2 云服务搭建集群。当然在只有一台计算机的情况下搭建完全分布式集群,还有另外几种方法:一种是本地搭建多台虚拟机,好处是免费易操控,坏处是虚拟机对宿主机配置要求较高,我就一台普通的笔记本,开两三个虚拟机实在承受不起; 另一种方案是使用 AWS EMR ,是亚马逊专门设计的集群平台,能快速启动集群,且具有较高的灵活性和扩展性,能方便地增加机器。然而其缺点是只能使用...

s69122942chuiqi的博客 1070

AWS-EMR & Airflow 调度hivesql 异常thrift.transport.TTransport.TTransportException: TSocket read 0 bytes

增加 hive.server2.authentication 设置为NOSASL。通过Airflow 调用 EMR 中的hive 执行sql,遇到错误异常。修改hive-site.xml。

Turk的专栏 1510

Airflow调度工具简介和使用

Airflow是airbnb家的基于DAG(有向无环图)的任务管理系统, 最简单的理解就是一个高级版的crontab。它解决了crontab无法解决的任务依赖问题。 本文将介绍 Airflow 这一款优秀的调度工具。主要包括 Airflow 的服务构成、Airflow 的 Web 界面、DAG 配置、常用配置等。 一、什么是 Airflow Airflow 是 Airbnb 开源的一个用 Python 编写的调度工具。于 2014 年启动,2015 年春季开源,2016 年加入 Apache 软件基金会的孵

清平乐的技术专栏 1394

azkaban搭建文档、用户管理以及维护文档

准备文件 这四个文件,然后。   Azkaban 2.5安装 系统时区设置 安装和配置mysql Azkaban Web Server 安装 Azkaban Executor Server安装 启动验证 Azkaban web server插件安装 Azkaban Executor Server 插件安装    ...

大壮的博客 1137

头歌 DNS协议分析第3关----DNS 报文分析

DNS 报文分析

qq_67667368的博客 4344

SLG大地图实战:从Tilemap到Shader的地表渲染与数据分层架构

本文深入探讨了SLG大地图开发中的关键技术挑战与解决方案,包括Tilemap系统的深度改造、地表渲染的Shader优化以及数据分层架构设计。通过实战案例,展示了如何实现视觉表现丰富、性能开销可控的SLG大地图,特别适合Unity开发者和游戏技术美术参考。

weixin_28693309的博客 517

AWS之EMR Job的几种提交方式

AWS包装改进开源Hadoop的MapReduce,自己搞了一个EMR,不过基本完全兼容我们开源的Hadoop。    EMR的几种提交job方式:         1、可以通过add step,通过设置job flow,将多个job,放到一个flow中串行执行。适合大批量job提交。         2、可以通过console,添加job jar,执行,其实和hadoop jar 执行一样。 ...

拉丁解牛技术专栏 1815

智能音箱麦克风阵列实战:Python实现宽带GSC波束形成(附完整代码)

本文从工程实战角度,详细介绍了如何在智能音箱中利用Python实现宽带GSC波束形成算法。文章深入解析了广义旁瓣消除器(GSC)的核心架构,包括固定波束形成、阻塞矩阵与自适应滤波路径,并提供了完整的仿真代码、关键参数(如LMS步长)调优方法,以及面向嵌入式部署的计算优化与移植考量,旨在帮助开发者构建在真实噪声环境下高效工作的语音增强系统。

opencv7vision的博客 342

大神讲解Azkaban VS EMR-数据开发

Azkaban EMR-数据开发 占用独立服务器,独立部署,独立运维 集成在 EMR 中,不需要部署,不需要特运维 代码文件打包成 zip,手动上传 代码文件手动上传到 OSS 一个项目下可以都多个工作流,但是必须在一个 zip 包中,上传后自动解析 flow。flow 之间无法直接依赖。 一个项目可以多个工作流,工作流之间可以互相依赖。 每个 flow 下的 job,支持 hive、shell、...

441

numeca linux 11,NUMECA FINE/Turbo16下载-NUMECA FINE/Turbo16官方版v16.0 最新版 - 起点软件园...

NUMECA FINE/Turbo16,空气动力学模拟工具,帮助小伙伴随时仿真模拟,让小伙伴可以模拟出最真实的环境,让小伙伴可以轻松完成环境模拟的服务,帮助小伙伴更好的解决自己的课题研究!NUMECA FINE/Turbo16说明1、支持在64位WINDOWS操作系统和LINUX操作系统下运行2、基于全二阶精度的数值格式,保证了计算精度3、采用先进的全多重网格技术和基于密度的求解方法保证了快速的流...

weixin_39858298的博客 1618

【操作系统】Hello CTF-专为CTF比赛封装的虚拟机 Beta版

很多师傅在学习与研究CTF的道路上,总是碰到想提升自我水平,但缺少本地化的训练环境以及安装各类软件的烦恼现象;因此拥有一些趁手“武器”,干起活来将会事半功倍。CTFos是探姬(ProbiusOfficial)专为CTF比赛封装的虚拟机,基于工具集封装多个版本和系统。CTF入门选手各行业网络/信息从业人员安全相关工作人员但不想在工作机上安装CTF一些奇葩的软件…该系统是通过虚拟机封装的,需要使用打开!一个专为CTF比赛封装的虚拟机,开箱即用。

qq_47493625的博客 1万+

Hadoop工作流:Oozie与Azkaban

Hadoop 工作流 (一)什么是工作流 工作流(Workflow),指“业务过程的部分或整体在计算机应用环境下的自动化”。是对工作流程及其各操作步骤之间业务规则的抽象、概括描述。在计算机中,工作流属于计算机支持的协同工作(CSCW)的一部分。后者是普遍地研究一个群体如何在计算机的帮助下实现协同工作的。 工作流之JBpM 工作流之Activiti (二)Hadoop内置工作流

u012430775的专栏 358

I2S时序及音频驱动

I2S、音频驱动

qq_41882586的博客 3946

大数据开源框架技术汇总

目录 系统平台(Hadoop、CDH、HDP) 监控管理(CM、Hue、Ambari、Dr.Elephant、Ganglia、Zabbix、Eagle) 文件系统(HDFS、GPFS、Ceph、GlusterFS、Swift 、BeeGFS、Alluxio) 资源调度(YARN、Mesos、) 协调框架(ZooKeeper 、Etcd、Consul) 数据存储(HBase、Cassandra、ScyllaDB 、MongoDB、Accumu...

GavinKai 1010

基于RAG(Retrieval Augmented Generation)架构的简单问答系统的Python实现示例

以下是一个基于RAG(Retrieval Augmented Generation)架构的简单问答系统的Python实现示例。这个系统使用langchain库进行文档处理、检索,以及与大语言模型交互。

max500600的博客 741

YOLOv8改进 | 主干网络 | 将主干网络替换为轻量化的ShuffleNetv2【原理 + 完整代码】

yolov8,yolov8创新,yolov8改进

kay_545 2563

azkaban3.16安装部署坑以及azkaban邮件提醒设置

一、azkaban3.16安装部署    启动azkaban-web-server-3.16.0或azkaban-exec-server-3.16.0是如果摆错内容为找不到global.properties、 azkaban-users.xml或keystore 请确认两件事情,①确认文件是否存在,不存在则需要按要求创建。②如果存在则看报错信息中此文件的路径是否正确,此处可以修改azkaban.p...

CaptainJava的博客 6328

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

aws EMR 调试

通过CLI工具创建、交互shell 调用aws cli 首先在终端中输入 aws configure 按照要求输入credentials.csv中的ID,key 创建EMR cluster aws emr create-cluster --name "Spark cluster" --release-label emr-5.16.0 --applications Name=Spark \...

weixin_40988315的博客 1219

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

aws emr使用_使用Dask和AWS EMR进行大规模ETL作业入门

aws emr使用Dask is an increasingly popular Python-ecosystem SDK for managing large-scale ETL jobs and ETL pipelines across multiple machines. Albeit somewhat newer than Apache Spark — its best-known com...

weixin_26742939的博客 1338

Amazon Glue ETL作业调度工具选型揭秘!

Amazon Glue是一项完全托管,无服务器架构的ETL服务。客户无需预置基础设置,仅需由Amazon Glue负责预置、扩展Spark运行环境,客户只需要专注开发ETL代码,并且使用A...

亚马逊云科技专栏 1115

在Amazon EMR上运行Hadoop MapReduce作业

不久前,我发布了如何使用CLI设置EMR群集的信息。 在本文中,我将展示如何使用适用于AWS的Java SDK来设置集群。 展示如何使用Java AWS开发工具包执行此操作的最佳方法是展示完整的示例,因此,让我们开始吧。 设置一个新的Maven项目 为此,我创建了一个新的默认Maven项目。 您可以运行该项目中的主类来启动EMR集群并执行我在本文中创建的MapReduce作业: p...

最佳 Java 编程 544

工作流调度器azkaban

为什么需要工作流调度系统 一个完整的数据分析系统通常都是由大量任务单元组成: shell脚本程序,java程序,mapreduce程序、hive脚本等 各任务单元之间存在时间先后及前后依赖关系 为了很好地组织起这样的复杂执行计划,需要一个工作流调度系统来调度执行 例如,我们可能有这样一个需求,某个业务系统每天产生20G原始数据,我们每天都要对其进行处理,处理步骤...

weixin_30274627的博客 272

AWS下搭建Hadoop集群

AWS下搭建Hadoop集群原帖地址:http://xiaomixin11.iteye.com/blog/20899171. 搭建流程2. 注册AWS账户 访问http://aws.amazon.com/cn/ 按提示一步步操作以获得账号3. 创建Ubuntu Instances登陆到AWS Console之后,在services列表中选中EC2(EC2用于配置云中的基础设备)点击INSTANCE...

weixin_41470722的博客 3776
上一篇: azkaban配置邮箱
下一篇: jupyter Fatal error in launcher: Unable to create process using
BigData-0
博客等级 码龄7年 341粉丝 309原创
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BigData-0

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值