Big Whale 巨鯨任務調度平臺為美柚大數(shù)據(jù)研發(fā)的分布式計算任務調度系統(tǒng)，提供 Spark、Flink 等批處理任務的 DAG 調度和流處理任務的運行管理和狀態(tài)監(jiān)控，并具有Yarn應用管理、重復應用檢測、大內存應用檢測等功能。服務基于 Spring Boot 2.0 開發(fā)，打包后即可運行。

概述

1.架構圖

2.特性

基于SSH的腳本執(zhí)行機制，部署簡單快捷，僅需單個服務
基于Yarn Rest Api的任務狀態(tài)同步機制，對Spark、Flink無版本限制
支持失敗重試
支持任務依賴
支持復雜任務編排（DAG）
支持流處理任務運行管理和監(jiān)控
支持Yarn應用管理

部署

1.準備

Java 1.8+
Mysql 5.1.0+
下載項目或git clone項目
為解決 github README.md 圖片無法正常加載的問題，請在hosts文件中加入相關域名解析規(guī)則，參考：hosts

2.安裝

創(chuàng)建數(shù)據(jù)庫：big-whale
運行數(shù)據(jù)庫腳本：big-whale.sql
根據(jù)Spring Boot環(huán)境，配置相關數(shù)據(jù)庫賬號密碼，以及SMTP信息
配置：big-whale.properties
- 配置項說明
  - ssh.user: 擁有腳本執(zhí)行權限的ssh遠程登錄用戶名（平臺會將該用戶作為統(tǒng)一的腳本執(zhí)行用戶）
  - ssh.password: ssh遠程登錄用戶密碼
  - dingding.enabled: 是否開啟釘釘告警
  - dingding.watcher-token: 釘釘公共群機器人Token
  - yarn.app-memory-threshold: Yarn應用內存上限（單位：MB），-1禁用檢測
  - yarn.app-white-list: Yarn應用白名單列表（列表中的應用申請的內存超過上限，不會進行告警）
修改：$FLINK_HOME/bin/flink，參考：flink（因flink提交任務時只能讀取本地jar包，故需要在執(zhí)行提交命令時從hdfs上下載jar包并替換腳本中的jar包路徑參數(shù)）
打包：mvn clean package

3.啟動

檢查端口17070是否被占用，被占用的話，關閉占用的進程或修改項目端口號配置重新打包
拷貝target目錄下的big-whale.jar，執(zhí)行命令：java -jar big-whale.jar

4.初始配置

打開：http://localhost:17070
輸入賬號admin，密碼admin
點擊：權限管理->用戶管理，修改當前賬號的郵箱為合法且存在的郵箱地址，否則會導致郵件發(fā)送失敗
添加集群
- 集群管理->集群管理->新增
- “yarn管理地址”為Yarn ResourceManager的WEB UI地址
- “程序包存儲目錄”為程序包上傳至hdfs集群時的存儲路徑，如：/data/big-whale/storage
- “支持Flink任務代理用戶”“流處理任務黑名單”和“批處理任務黑名單”為內部定制的任務分配規(guī)則，勿填
添加集群用戶
- 集群管理->集群用戶->新增
- 該配置的語義為：平臺用戶在所選集群下可以使用的Yarn資源隊列（--queue）和代理用戶（--proxy-user）
添加代理
- 集群管理->代理管理->新增
- 可添加多個實例（僅支持IP地址，可指定端口號，默認為22），執(zhí)行腳本的時候會隨機選擇一個實例執(zhí)行，在實例不可達的情況下，會繼續(xù)隨機選擇下一個實例，在實例均不可達時執(zhí)行失敗
- 選擇集群后，會作為該集群下提交Spark或Flink任務的代理之一
添加計算框架版本
- 集群管理->版本管理->新增
- 同一集群下不同版本的Spark或Flink任務的提交命令可能有所不同，如Spark 1.6.0版本的提交命令為spark-submit，Spark 2.1.0版本的提交命令為spark2-submit

使用

1.離線調度

1.1 新增

目前支持“Shell”、“Spark Batch”和“Flink Batch”三種類型的批處理任務
通過拖拽左側工具欄相應的批處理任務圖標，可添加相應的DAG節(jié)點
- 支持時間參數(shù)${now} ${now - 1d} ${now - 1h@yyyyMMddHHmmss}等（d天、h時、m分、s秒、@yyyyMMddHHmmss為格式化參數(shù)）
- 非“Shell”類型的批處理任務應上傳與之處理類型相對應的程序包，此處為Spark批處理任務打成的jar包
- “資源選項”可不填
- 代碼有兩種編輯模式，“可視化視圖”和“代碼視圖”，可互相切換
- 點擊“測試”可測試當前節(jié)點是否正確配置并可以正常運行
- 為防止平臺線程被大量占用，平臺提交Saprk或Flink任務的時候都會強制以“后臺”的方式執(zhí)行，對應spark配置：--conf spark.yarn.submit.waitAppCompletion=false，flink配置：-d，但是基于后臺“作業(yè)狀態(tài)更新任務”的回調，在實現(xiàn)DAG執(zhí)行引擎時可以確保當前節(jié)點所提交的任務運行完成后再執(zhí)行下一個節(jié)點的任務
DAG節(jié)點支持失敗重試
將節(jié)點按照一定的順序連接起來可以構建一個完整的DAG
DAG構建完成后，點擊“保存”，完成調度設置

1.2 操作

打開離線調度列表
點擊左側操作欄“調度實例”可查看調度實例列表、運行狀態(tài)和節(jié)點啟動日志
點擊左側操作欄“手動執(zhí)行”可觸發(fā)調度執(zhí)行

2.實時任務

2.1 新增

目前支持“Spark Stream”和“Flink Stream”兩種類型的流處理任務
啟用監(jiān)控可以對任務進行狀態(tài)監(jiān)控，包括異常重啟、批次積壓告警等

2.2 操作

打開實時任務列表
點擊左側操作欄“日志”可查看任務啟動日志
點擊左側操作欄“執(zhí)行”可觸發(fā)任務啟動

3.任務告警

正確配置郵件或釘釘告警后在任務運行異常時會發(fā)送相應的告警郵件或通知，以便及時進行相應的處理

<巨鯨任務告警>
代理: agent1
類型: 腳本執(zhí)行失敗
用戶: admin
任務: 調度示例1 - shell_test
時間: 2021-03-05 15:18:23

<巨鯨任務告警>
集群: 集群1
類型: spark離線任務異常(FAILED)
用戶: admin
任務: 調度示例1 - spark_test
時間: 2021-03-05 15:28:33

<巨鯨任務告警>
集群: 集群1
類型: spark實時任務批次積壓，已重啟
用戶: admin
任務: sparkstream_test
時間: 2021-03-05 15:30:41

除上述告警信息外還有其他告警信息此處不一一列舉

Change log

v1.1開始支持DAG
v1.2開始支持DAG節(jié)點失敗重試
v1.3調度引擎進行重構升級，不支持從舊版本升級上來，原有舊版本的任務請手動進行遷移，離線調度移除“Python”類型腳本支持

Big Whale分布式計算任務調度系統(tǒng)

概述

1.架構圖

2.特性

部署

1.準備

2.安裝

3.啟動

4.初始配置

使用

1.離線調度

1.1 新增

1.2 操作

2.實時任務

2.1 新增

2.2 操作

3.任務告警

Change log