在安裝好Azkaban后，熟悉Azkaban的用法花了較長時間，也踩了一些坑，接下來將詳細描述Azkaban的使用過程。
目錄
一、界面介紹
二、Projects
1. 創建Command類型單一Job示例
1）創建一個Project，填寫名稱和描述
2）點擊Create Project之后
3）創建Job
4）打包Job資源文件並上傳
2. 創建Command類型多Job工作流
1）創建Project
2）上傳文件
3）執行一次
4）指定定時任務
一、界面介紹
首頁有6個菜單：
- Projects：最重要的部分，創建一個工程，所有flows將在工程中運行
- Scheduling：顯示定時任務
- Executing：顯示當前運行的任務
- History：顯示歷史運行任務
- Scheduled Flow Triggers：定時flow觸發器
- Documentation：Azkaban文檔
二、Projects
創建工程：創建之前我們先了解下Project、Flow和Job之間的關系，一個Project包含一個或多個Flow，一個Flow包含多個Job。Job是你想在Azkaban中運行的一個進程，可以是簡單的Linux命令，可以是Java程序，也可以是復雜的Shell腳本，當然，如果你安裝相關插件，也可以運行插件。一個Job可以依賴於另一個Job，這種多個Job和它們的依賴組成的圖表叫做Flow。
1. 創建Command類型單一Job示例
1）創建一個Project，填寫名稱和描述
2）點擊Create Project之后
- Flows：工作流程，由多個Job組成
- Permissions：權限管理
- Project Logs：工程日志
3）創建Job
創建Job很簡單，只要創建一個以.job結尾的文本文件就行了，例如我們創建一個工作，用來打印Hello Azkaban, welcome to the world!，名字叫做command.job
#command.job type=command command=echo 'Hello Cellphone, welcome to this world!'
一個簡單的job就創建好了，解釋下，type的command，告訴Azkaban用unix原生命令去運行，比如原生命令或者Shell腳本，當然也有其他類型，后面介紹。
4）打包Job資源文件並上傳
注意：只能是zip格式！！！
在分布式計算（四）Azkaban安裝文中說到，安裝的是two server model模式，所以在執行Flow時需要顯示指定useExecutor，在 flow params中設置"useExecutor" = EXECUTOR_ID，而EXECUTOR_ID是數據表executors的id。如果不指定，配置的Flow是無法成功執行的。如果不想通過頁面設置來指定Executor，可以在properties文件中指定，同時在代碼中加上對該屬性的解析，然后，才能分發到指定Executor。
2. 創建Command類型多Job工作流
1）創建Project
前面介紹過多個Job和它們的依賴組成Flow。怎么創建依賴，只要指定dependencies參數就行了。比如導入Hive前，需要進行數據清洗，數據清洗前需要上傳，上傳之前需要從Ftp獲取日志。
定義5個Job：
1. download_log_from_ftp1：從ftp1下載日志
2. download_log_from_ftp2：從ftp2下載日志
3. upload_log_to_hdfs：上傳日志到hdfs
4. clean_data：清洗數據
5. transport_data_to_hive：將清洗完的數據入hive庫
依賴關系：
3依賴1和2，4依賴3，5依賴4，1和2沒有依賴關系。
download_log_from_ftp1.job
type=command # 執行sh腳本，建議這樣做，后期只需維護腳本就行了，azkaban定義工作流程 # 這里為了測試，把command修改為echo + 相應命令 command=echo 'sh /job/download_log_from_ftp1.sh'
download_log_from_ftp2.job
type=command # 執行sh腳本，建議這樣做，后期只需維護腳本就行了，azkaban定義工作流程 # 這里為了測試，把command修改為echo + 相應命令 command=echo 'sh /job/download_log_from_ftp2.sh'
upload_log_to_hdfs.job
type=command command=echo 'sh /job/upload_log_to_hdfs.sh' #多個依賴用逗號隔開 dependencies=download_log_from_ftp1,download_log_from_ftp2
clean_data.job
type=command command=echo 'sh /job/clean_data.sh' #多個依賴用逗號隔開 dependencies=upload_log_to_hdfs
transport_data_to_hive.job
type=command command=echo 'sh /job/transport_data_to_hive.sh' #多個依賴用逗號隔開 dependencies=clean_data
可以運行unix命令，也可以運行python腳本（強烈推薦）。將上述job打成zip包。
2）上傳文件
創建工程MultiJob，並上傳MultiJob.zip
點擊transport_data_to_hive進入流程，azkaban流程名稱以最后一個沒有依賴的job定義的。
右上方是配置執行當前流程或者執行定時流程。
說明：
Flow view：流程視圖，可以禁用，啟用某些Job
Notification：定義任務成功或者失敗是否發送郵件
Failure Options：定義一個Job失敗，剩下的Job怎么執行
Concurrent：並行任務執行設置
Flow Parametters：參數設置
3）執行一次
設置好上述參數，點擊execute。
綠色代表成功，藍色是運行，紅色是失敗。可以查看job運行時間，依賴和日志，點擊details可以查看各個job運行情況。
4）指定定時任務
可以查看下次執行時間。
問題
1. Azkaban 執行 Flow 一直處於 Preparing 狀態，無法正常執行
修改 web-server conf/azkaban.properties 配置
# execute 主機過濾器配置, 去掉 MinimumFreeMemory # MinimumFreeMemory 過濾器會檢查 executor 主機空余內存是否會大於 6G，如果不足 6G，則 web-server 不會將任務交由該主機執行 azkaban.executorselector.filters=StaticRemainingFlowSize,CpuStatus