溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
安裝依賴程序 ；
[root@node01 ~]# yum -y install zlib zlib-devel bzip2 bzip2-devel ncurses ncurses-devel readline readline-devel openssl openssl-devel openssl-static xz lzma xz-devel sqlite sqlite-devel gdbm gdbm-devel tk tk-devel gcc下載python ；
可以前往 https://www.python.org/ftp/python/查看Python各個版本，這里，我們選擇安裝Python-3.6.5.tgz版本。通過如下命令下載Python源碼壓縮包：[root@node01 ~]# wget https://www.python.org/ftp/python/3.6.5/Python-3.6.5.tgz解壓Python源碼壓縮包 ；
[root@node01 ~]# tar -zxvf Python-3.6.5.tgz [root@node01 ~]# cd Python-3.6.5安裝python ；
[root@node01 Python-3.6.5]# ./configure prefix=/usr/local/python3 [root@node01 Python-3.6.5]# make [root@node01 Python-3.6.5]# make install [root@node01 Python-3.6.5]# mv /usr/bin/python /usr/bin/python2 #將原來的執行腳本改名備份 [root@node01 Python-3.6.5]# ln -s /usr/local/python3/bin/python3 /usr/bin/python #將新的python執行腳本鏈接到命令路徑內 [root@node01 Python-3.6.5]# ln -s /usr/local/python3/bin/pip3 /usr/bin/pip #將pip3鏈接到命令路徑內查看版本信息 ；
- 修改yum相關配置文件 ；
將以下兩個文件的開頭 #!/usr/bin/python 改成 #!/usr/bin/python2.7[root@node01 Python-3.6.5]# vim /usr/bin/yum [root@node01 Python-3.6.5]# vim /usr/libexec/urlgrabber-ext-down
默認python 3.6.5 已經自帶pip3 ，不需要再額外進行安裝。
如果是python2.x 就需要進行安裝pip 。
解壓MySQL軟件（文件大小六百多兆，官網直接下載免安裝）
[root@node01 ~]# tar zxvf mysql-5.7.28-linux-glibc2.12-x86_64.tar.gz [root@node01 ~]# mv mysql-5.7.28-linux-glibc2.12-x86_64 /opt/mysql [root@node01 ~]# cd /opt/mysql/創建MySQL運行需要的用戶跟組
[root@node01 mysql]# groupadd mysql [root@node01 mysql]# useradd -M -s /sbin/nologin -g mysql mysql創建存放數據的目錄
[root@node01 mysql]# mkdir data [root@node01 mysql]# chown -R mysql:mysql *編寫配置文件
vim /etc/my.cnf[client] port = 3306 socket = /opt/mysql/data/mysql.sock [mysqld] port = 3306 socket = /opt/mysql/data/mysql.sock basedir = /opt/mysql datadir = /opt/mysql/data user = mysql bind-address = 0.0.0.0 server-id = 1 init-connect = 'SET NAMES utf8' character-set-server = utf8初始化數據庫
[root@node01 mysql]# bin/mysqld --initialize --basedir=/opt/mysql --datadir=/opt/mysql/data --user=mysql將數據庫添加到服務內
[root@node01 mysql]# cp support-files/mysql.server /etc/init.d/mysqld [root@node01 mysql]# cp /opt/mysql/bin/* /usr/sbin/ [root@node01 mysql]# chmod +x /etc/init.d/mysqld- 添加開機自啟
[root@node01 mysql]# chkconfig --add mysqld [root@node01 mysql]# service mysqld start登陸 MySQL， 密碼在之前初始化時有提示的
[root@mysql_node01 mysql]# mysql -uroot -p修改root密碼，否則什么都做不了
mysql> alter user root@"localhost" identified by "123456"; Query OK, 0 rows affected (0.00 sec)- 測試賬號是否可以增刪
mysql> create database abctest; Query OK, 1 row affected (0.00 sec)
mysql> use abctest;
Database changed
mysql> drop database abctest;
Query OK, 0 rows affected (0.00 sec)
> 12. 授權airflow用戶可被訪問 ；
```bash
mysql> grant all on *.* to 'airflow'@'%' identified by '123456a';
Query OK, 0 rows affected, 1 warning (0.00 sec)
mysql> flush privileges;
Query OK, 0 rows affected (0.00 sec)
創建airflow 要用的數據庫，庫名 airflow ；
mysql> create database airflow ; Query OK, 1 row affected (0.00 sec)- 開啟timestamp ，數據更新時添加上當前時間 ；
mysql> set @@global.explicit_defaults_for_timestamp=on; Query OK, 0 rows affected (0.00 sec)
解壓redis （如需下載請直接到官網進行下載）；
[root@node01 ~]# tar zxvf redis-5.0.0.tar.gz [root@node01 ~]# cd redis-5.0.0/安裝redis ；
[root@node01 redis-5.0.0]# make && make test [root@node01 redis-5.0.0]# mkdir /usr/local/redis #創建redis運行的目錄 [root@node01 redis-5.0.0]# cp redis.conf /usr/local/redis/ #復制配置文件到redis運行目錄 [root@node01 redis-5.0.0]# cp src/redis-server /usr/sbin/ #復制redis-server程序 [root@node01 redis-5.0.0]# cp src/redis-cli /usr/sbin/ #復制redis-cli程序 [root@node01 redis-5.0.0]# cp src/redis-sentinel /usr/sbin/ #復制redis-sentinel 程序編輯redis 配置文件
[root@node01 redis-5.0.0]# vim /usr/local/redis/redis.conf bind 0.0.0.0 #對外的綁定地址 daemonize yes #守護進程 pidfile /usr/local/redis/redis_6379.pid #指定pid logfile "/usr/local/redis/redis.log" #指定log dir "/usr/local/redis" #指定家目錄 appendonly yes #開啟持久化啟動redis ；
[root@node01 redis-5.0.0]# redis-server /usr/local/redis/redis.conf- 連接redis 進行測試
[root@node01 ~]# redis-cli 127.0.0.1:6379> keys * (empty list or set)
安裝rabbitmq跟erlang （程序直接到官網下載即可）；
[root@node01 ~]# yum localinstall erlang-20.3-1.el7.centos.x86_64.rpm rabbitmq-server-3.7.5-1.el7.noarch.rpm -y拷貝配置文件模板，然后修改配置文件（開啟默認登錄用戶）；
[root@node01 ~]# cp /usr/share/doc/rabbitmq-server-3.7.5/rabbitmq.config.example /etc/rabbitmq/rabbitmq.config [root@node01 ~]# vim /etc/rabbitmq/rabbitmq.config
- 開啟管理插件，啟動程序 ；
[root@node01 ~]# rabbitmq-plugins enable rabbitmq_management #開啟管理插件 [root@node01 ~]# chown rabbitmq:rabbitmq /var/lib/rabbitmq/.erlang.cookie #設置cookie 文件權限（否則無法啟動） [root@node01 ~]# systemctl start rabbitmq-server.service #啟動rabbitmq [root@node01 ~]# systemctl enable rabbitmq-server.service #添加開機自啟打開管理頁面 http://ip:15672 ，使用默認用戶guest ，密碼guest 進入 ；
- 點擊admin -->> add a user ，添加用戶密碼并設置administrator 權限 ；
- 為admin用戶添加 虛擬目錄 / ；
單擊用戶admin
選擇對應的Virtual Host ，單擊 Set permission 進行設置 ；
重新查看，發現已經設置成功 ；
將所有守護進程運行在同一臺機器上即可完成 airflow 的單結點部署，架構如下圖所示
- 安裝依賴（ airflow[mysql] 需要用到 ）；
[root@node01 ~]# yum install mariadb-devel MySQL-python -y [root@node01 ~]# mkdir /usr/local/mysql #創建目錄
[root@node01 ~]# find / -name mysql.h #查看mysql.h 發現有兩個，因為node01有安裝MySQL，所以有兩個文件，在安裝airflow[mysql]時會調用/usr/local/mysql/include/mysql.h 文件
/usr/include/mysql/mysql.h
/opt/mysql/include/mysql.h
[root@node01 ~]# ln -s /opt/mysql /usr/local/mysql # 將MySQL安裝目錄鏈接到/usr/local/mysql
[root@node01 airflow]# ln -s /opt/mysql/lib/libmysqlclient.so.20 /usr/lib64/libmysqlclient.so.20
> 2. 添加環境變量vim /etc/profile
export PATH=$PATH:/usr/local/python3/bin/
export AIRFLOW_HOME=~/airflow
> 3. 安裝airflow 及相關應用 ；[root@node01 ~]# pip install --upgrade pip #更新pip
[root@node01 ~]# pip install --upgrade setuptools #更新setuptools
[root@node01 ~]# pip install apache-airflow #安裝airflow 主程序
[root@node01 ~]# pip install apache-airflow[mysql] #安裝mysql連接器
[root@node01 ~]# pip install apache-airflow[celery] #安裝celery 連接器
[root@node01 ~]# pip install redis #安裝redis連接器
[root@node01 ~]# pip install --upgrade kombu #更新kombu （celery 需要最新的版本）
> 4. 初始化airflow 數據庫 ；[root@node01 ~]# airflow initdb #或者可以只使用airflow 命令加載配置文件
> 5. 初始化完之后會產生airflow相關的一些文件，查看airflow目錄的內容 ；
> 6. 修改配置文件 ;
vim /root/airflow/airflow.cfg
時區設置
default_timezone = Asia/Shanghai
不加載案例
load_examples = False
執行webserver默認啟動端口
web_server_port = 8080
使用的執行器
executor = CeleryExecutor
設置消息的中間代理
broker_url = redis://192.168.255.16:6379/0
設定結果存儲后端 backend
當然也可以使用 Redis :result_backend =redis://redis:Kingsoftcom_123@172.19.131.108:6379/1
result_backend = db+mysql://airflow:123456a@192.168.255.16:3306/airflow
數據庫連接
sql_alchemy_conn = mysql://airflow:123456a@192.168.255.16:3306/airflow
> 7. 開啟timestamp ，數據更新時添加上當前時間 ；mysql -uairflow -p
mysql> set @@global.explicit_defaults_for_timestamp=on;
Query OK, 0 rows affected (0.00 sec)
> 8. 重新生成數據庫文件 ；airflow initdb
> 9. 啟動[root@node01 airflow]# airflow webserver -p 8080 -D
[root@node01 airflow]# airflow scheduler -D
[root@node01 airflow]# airflow flower -D
[root@node01 airflow]# airflow worker -D #默認啟動會報錯，因為worker不允許被ROOT用戶啟動
> 10. 設置worker 可以被root用戶啟動
> 在 /etc/profile 文件內添加 export C_FORCE_ROOT=True 內容 ，source /etc/profile 重新加載即可
> 11. 查看單節點是否已經搭建好
> 分別打開http://192.168.255.11:8080 跟 http://192.168.255.11:5050 查看是否ok
### airflow 多節點（集群）部署
>   在穩定性要求較高的場景，如金融交易系統中，一般采用集群、高可用的方式來部署。Apache Airflow 同樣支持集群、高可用的部署，airflow 的守護進程可分布在多臺機器上運行，架構如下圖所示：
#### 架構圖
##### 多節點好處
> 高可用
>   如果一個 worker 節點崩潰或離線時，集群仍可以被控制的，其他 worker 節點的任務仍會被執行。
> 分布式
>   處理如果你的工作流中有一些內存密集型的任務，任務最好是分布在多臺機器上運行以便得到更快的執行。
#### 擴展 worker 節點
##### 水平擴展
>   你可以通過向集群中添加更多 worker 節點來水平地擴展集群，并使這些新節點指向同一個元數據庫，從而分發處理過程。由于 worker 不需要在任何守護進程注冊即可執行任務，因此所以 worker 節點可以在不停機，不重啟服務下的情況進行擴展，也就是說可以隨時擴展。
##### 垂直擴展
>   你可以通過增加單個 worker 節點的守護進程數來垂直擴展集群。可以通過修改 airflow 的配置文件-{AIRFLOW_HOME}/airflow.cfg 中 celeryd_concurrency 的值來實現，例如：celeryd_concurrency = 30
> 您可以根據實際情況，如集群上運行的任務性質，CPU 的內核數量等，增加并發進程的數量以滿足實際需求。
#### 擴展 Master 節點（高可用）
>   您還可以向集群中添加更多主節點，以擴展主節點上運行的服務。您可以擴展 webserver 守護進程，以防止太多的 HTTP 請求出現在一臺機器上，或者您想為 webserver 的服務提供更高的可用性。需要注意的一點是，每次只能運行一個 scheduler 守護進程。如果您有多個 scheduler 運行，那么就有可能一個任務被執行多次。這可能會導致您的工作流因重復運行而出現一些問題。
>   下圖為擴展 Master 節點的架構圖：
>   看到這里，可能有人會問，scheduler 不能同時運行兩個，那么運行 scheduler 的節點一旦出了問題，任務不就完全不運行了嗎？
>
>   答案： 這是個非常好的問題，不過已經有解決方案了，我們可以在兩臺機器上部署 scheduler ，只運行一臺機器上的 scheduler 守護進程 ，一旦運行 scheduler 守護進程的機器出現故障，立刻啟動另一臺機器上的 scheduler 即可。我們可以借助第三方組件 airflow-scheduler-failover-controller 實現 scheduler 的高可用。
>
>   兩臺master 都安裝并運行 failover ，這樣才能實現真正的高可用
> 具體步驟如下所示：
> 1. 下載 failovergit clone https://github.com/teamclairvoyant/airflow-scheduler-failover-controller
> 2. 使用 pip 進行安裝cd airflow-scheduler-failover-controller
pip install -e .
> 3. 初始化 failoverscheduler_failover_controller init
> 注：初始化時，會向airflow.cfg中追加內容，因此需要先安裝 airflow 并初始化。
> 4. 更改 failover 配置scheduler_nodes_in_cluster= host1,host2
> 注:host name 可以通過scheduler_failover_controller get_current_host命令獲得
> 5. 配置安裝 failover 的機器之間的免密登錄，配置完成后，可以使用如下命令進行驗證：scheduler_failover_controller test_connection
> 6. 啟動 failoverscheduler_failover_controller start
> 注意：在failover 監控scheduler 時會出現無法啟動的情況，此時應該修改 /root/airflow/airflow.cfg 的airflow_scheduler_start_command = export AIRFLOW_HOME=/root/airflow;;nohup airflow scheduler >> ~/airflow/logs/scheduler.logs &
改為 airflow_scheduler_start_command = airflow scheduler -D
> 因此更健壯的架構圖如下所示：
##### 隊列服務及元數據庫(Metestore)的高可用。
> 隊列服務取決于使用的消息隊列是否可以高用可部署，如 RabbitMQ 和 Redis。
>   RabbitMQ 集群并配置Mirrored模式見：http://blog.csdn.net/u010353408/article/details/77964190
> 元數據庫(Metestore) 取決于所使用的數據庫，如 Mysql 等。
>   Mysql 做主從備份見：http://blog.csdn.net/u010353408/article/details/77964157
#### airflow 集群部署的具體步驟
##### 前提條件
> 節點運行的守護進程如下:
* master1 運行: webserver, scheduler
* master2運行：webserver
* worker1運行：worker
* worker2運行：worker
> 隊列服務處于運行中. (RabbitMQ, Redis, etc)
* 安裝 RabbitMQ 方法參見: http://site.clairvoyantsoft.com/installing-rabbitmq/
* 如果正在使用 RabbitMQ, 推薦 RabbitMQ 也做成高可用的集群部署，并為 RabbitMQ 實例配置負載均衡。
##### 步驟
> 1、 在所有需要運行守護進程的機器上安裝 Apache Airflow。
> 2、修改 {AIRFLOW_HOME}/airflow.cfg 文件，確保所有機器使用同一份配置文件。
> 1. 修改 Executor 為 CeleryExecutorexecutor = CeleryExecutor
> 2. 指定元數據庫（metestore)sql_alchemy_conn = mysql://{USERNAME}:{PASSWORD}@{MYSQL_HOST}:3306/airflow
> 3. 設置中間人（broker)
>   如果使用 RabbitMQbroker_url = amqp://guest:guest@{RABBITMQ_HOST}:5672/
>   如果使用 Redisbroker_url = redis://{REDIS_HOST}:6379/0 #使用數據庫 0
> 4. 設定結果存儲后端 backendcelery_result_backend = db+mysql://{USERNAME}:{PASSWORD}@{MYSQL_HOST}:3306/airflow
#當然您也可以使用 Redis :celery_result_backend =redis://{REDIS_HOST}:6379/1
> 3、在 master1 和 master2 上部署您的工作流（DAGs）。
> 4、在 master 1，初始 airflow 的元數據庫$ airflow initdb
> 5、在 master1, 啟動相應的守護進程$ airflow webserver
$ airflow scheduler
> 6、在 master2，啟動 Web Server$ airflow webserver
> 7、在 worker1 和 worker2 啟動 worker$ airflow worker
> 8、使用負載均衡處理 webserver
> 可以使用 nginx，AWS 等服務器處理 webserver 的負載均衡，所有均已集群或高可用部署，apache-airflow 系統已堅不可摧。免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
