Oozie的功能模块

workflow
由多个工作单元组成
工作单元之间有依赖关系
MR1->MR2->MR3->result
hadoop jar:提交1个MR
oozie:监控当前工作单元状态,完成之后自动提交下一个工作单元
scheduler
crontab:是linux简单调度脚本
定时调度工作单元
模块:
1) workflow:定义工作流程;顺序执行流程节点,支持fork(分支多个节点),join(合并多个节点为一个)

2) Coordinator:协调器,调度工作流程,只能定义一个周期;定时触发workflow

3) Bundle:绑定多个定时任务;绑定多个Coordinator

workflow常用节点:

1) 工作单元-对应->动作节点Action Nodes
2) 指明工作流走向->控制节点Control Flow Nodes

部署Hadoop(CDH版本的)

apache版本的oozie需要编译(即用maven导入相应的jar包)
Namenode:core-site.xml
hdfs:9000->8020为了区别之前的hadoop

core-site.xml

    <!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop101:8020</value>
</property>
<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/cdh/hadoop-2.5.0-cdh5.3.6</value>
</property>
<!-- Oozie Server的Hostname -->
<property>
<name>hadoop.proxyuser.kris.hosts</name>
<value>*</value>
</property> <!-- 允许被Oozie代理的用户组 -->
<property>
<name>hadoop.proxyuser.kris.groups</name>
<value>*</value>
</property>

hadoop代理用户
有可能没有权限,让代理去做无关紧要的事
kris被代理,user1代理;oozie用到了hadoop的代理机制

kris能够代理用户的节点
kris能够代理的用户组
即kris能够代理所有节点上的所有用户

hdfs-site.xml

    <!-- 数据的副本数量 -->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop103:50090</value>
</property>

yarn-site.xml

    <!-- Reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property> <!-- 指定YARN的ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop102</value>
</property>
<!-- 任务历史服务 -->
<property>
<name>yarn.log.server.url</name>
<value>http://hadoop101:19888/jobhistory/logs/</value>
</property>

改名为mapred-site.xml

    <property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 配置 MapReduce JobHistory Server 地址 ,默认端口10020 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop101:10020</value>
</property> <!-- 配置 MapReduce JobHistory Server web ui 地址, 默认端口19888 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop101:19888</value>
</property>

oozie是通过历史服务器进行监控工作单元
服务地址端口10020,web页面的端口是19888

slaves

hadoop101
hadoop102
hadoop103

启动hadoop集群:
[kris@hadoop101 hadoop-2.5.0-cdh5.3.6]$bin/hdfs namenode -format ##如果出现reformat就点击N
[kris@hadoop101 hadoop-2.5.0-cdh5.3.6]$sbin/start-dfs.sh
[kris@hadoop102 hadoop-2.5.0-cdh5.3.6]$sbin/start-yarn.sh
[kris@hadoop101 hadoop-2.5.0-cdh5.3.6]$sbin/mr-jobhistory-daemon.sh start historyserver

部署Oozie

1. 解压Oozie
  [kris@hadoop101 software]$ tar -zxvf /opt/software/oozie-4.0.-cdh5.3.6.tar.gz -C /opt/module
2. 在oozie根目录下解压oozie-hadooplibs-4.0.-cdh5.3.6.tar.gz;因为它上级目录与这个目录一样,它就会直接把hadooplibs解压到根目录;
  [kris@hadoop101 oozie-4.0.-cdh5.3.6]$ tar -zxvf oozie-hadooplibs-4.0.-cdh5.3.6.tar.gz -C ../
    也可以: tar -zxf oozie-hadooplibs-4.0.0-cdh5.3.6.tar.gz 
           mv hadooplibs/ ../
  完成后Oozie目录下会出现hadooplibs目录。
3. 在Oozie目录下创建libext目录
  [kris@hadoop101 oozie-4.0.-cdh5.3.6]$ mkdir libext/ 4. 拷贝依赖的Jar包;jar包、mysql驱动类、js框架放到libext目录下;
  )将hadooplibs里面的jar包,拷贝到libext目录下:
  [kris@hadoop101 oozie-4.0.-cdh5.3.6]$ cp -ra hadooplibs/hadooplib-2.5.-cdh5.3.6.oozie-4.0.-cdh5.3.6/* libext/
  2)拷贝Mysql驱动包到libext目录下:
  [kris@hadoop101 oozie-4.0.0-cdh5.3.6]$ cp -a /opt/software/mysql-connector-java-5.1.27/mysql-connector-java-5.1.27-bin.jar ./libext/
  3)将ext-2.2.zip拷贝到libext/目录下
  ext是一个js框架,用于展示oozie前端页面:
  [kris@hadoop101 oozie-4.0.0-cdh5.3.6]$ cp -a /opt/software/ext-2.2.zip libext/
5. 修改Oozie配置文件
oozie-site.xml
属性:oozie.service.JPAService.jdbc.driver
属性值:com.mysql.jdbc.Driver
解释:JDBC的驱动 属性:oozie.service.JPAService.jdbc.url
属性值:jdbc:mysql://hadoop101:3306/oozie
解释:oozie所需的数据库地址 属性:oozie.service.JPAService.jdbc.username
属性值:root
解释:数据库用户名 属性:oozie.service.JPAService.jdbc.password
属性值:
解释:数据库密码 属性:oozie.service.HadoopAccessorService.hadoop.configurations
属性值:*=/opt/module/cdh/hadoop-2.5.-cdh5.3.6/etc/hadoop
解释:让Oozie引用Hadoop的配置文件 6. 在Mysql中创建Oozie的数据库
进入Mysql并创建oozie数据库:
$ mysql -uroot -p123456
mysql> create database oozie; 7、初始化Oozie
1)上传Oozie目录下的yarn.tar.gz文件到HDFS:
oozie会自动解压上传到hdfs
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie-setup.sh sharelib create -fs hdfs://hadoop101:8020 -locallib oozie-sharelib-4.0.0-cdh5.3.6-yarn.tar.gz
执行成功之后,去50070检查对应目录有没有文件生成。
2)创建oozie.sql文件 ;它会生成一个.sql文件,如果不指定它会在tmp那个目录创建.sql文件
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/ooziedb.sh create -sqlfile oozie.sql -run
setting CATALINA_OPTS="$CATALINA_OPTS -Xmx1024m"
3)打包项目,生成war包
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie-setup.sh prepare-war
setting CATALINA_OPTS="$CATALINA_OPTS -Xmx1024m"
New Oozie WAR file with added 'ExtJS library, JARs' at /opt/module/oozie-4.0.0-cdh5.3.6/oozie-server/webapps/oozie.war
4) Oozie的启动与关闭
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozied.sh start [kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozied.sh stop

访问Oozie的Web页面

http://hadoop101:11000/oozie/

如果没有oozied.sh 起来,把oozied.pid文件给删掉,重新起下;
[kris@hadoop101 temp]$ pwd
/opt/module/oozie-4.0.-cdh5.3.6/oozie-server/temp
[kris@hadoop101 temp]$ ll
总用量
drwxrwxr-x. kris kris 3月 : oozie-kris4439005802986311795.dir
-rw-rw-r--. kris kris 3月 : oozie.pid
-rwxr-xr-x. kris kris 11月 safeToDelete.tmp

Oozie的使用

Oozie调度shell脚本

)创建工作目录
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ mkdir -p oozie-apps/shell
)在oozie-apps/shell目录下创建两个文件——job.properties和workflow.xml文件
[kris@hadoop101 shell]$ touch workflow.xml
[kris@hadoop101 shell]$ touch job.properties
)编辑job.properties和workflow.xml文件

job.properties

#HDFS地址
nameNode=hdfs://hadoop101:8020
#ResourceManager地址
jobTracker=hadoop102:
#队列名称
queueName=default
examplesRoot=oozie-apps
oozie.wf.application.path=${nameNode}/user/${user.name}/${examplesRoot}/shell

workflow.xml

<workflow-app xmlns="uri:oozie:workflow:0.4" name="shell-wf">
<!--开始节点-->
<start to="shell-node"/>
<!--动作节点-->
<action name="shell-node">
<!--shell动作-->
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<!--要执行的脚本-->
<exec>mkdir</exec>
<argument>/opt/module/d</argument>
<capture-output/>
</shell>
<ok to="end"/>
<error to="fail"/>
</action>
<!--kill节点-->
<kill name="fail">
<message>Shell action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<!--结束节点-->
<end name="end"/>
</workflow-app>

job-tracker是hadoop1.x 中ResourceManager

oozie.coord.application.path:${nameNode}/user/${user.name}/${examplesRoot}/shell 这个路径是这两个配置文件要上传到HDFS上的路径

              hdfs://hadoop101:8020/user/kris/oozie-apps/shell

[kris@hadoop101 shell]$ ll
总用量
-rw-rw-r--. kris kris 3月 : job.properties
-rw-rw-r--. kris kris 3月 : workflow.xml [kris@hadoop101 oozie-4.0.-cdh5.3.6]$ /opt/module/cdh/hadoop-2.5.-cdh5.3.6/bin/hadoop fs -put oozie-apps/ /user/kris
// :: WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie job -oozie http://hadoop101:11000/oozie -config oozie-apps/shell/job.properties -run
job: --oozie-kris-W

DAG有向无环图,没有形成死循环
  start

  ↓
  action → kill

  ↓
  end

颜色是绿色才代表成功,否则就是出错了;

杀死某个任务
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie job -oozie http://hadoop101:11000/oozie -kill 0000000-190302183330904-oozie-kris-W

Oozie逻辑调度执行多个Job| 两个工作单元

job.properties

nameNode=hdfs://hadoop101:8020
jobTracker=hadoop102:
queueName=default
examplesRoot=oozie-apps
oozie.wf.application.path=${nameNode}/user/${user.name}/${examplesRoot}/shells

workflow.xml

<workflow-app xmlns="uri:oozie:workflow:0.4" name="shell-wf">
<start to="p1-shell-node"/>
<action name="p1-shell-node">
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>mkdir</exec>
<argument>/opt/module/d1</argument>
<capture-output/>
</shell>
<ok to="p2-shell-node"/>
<error to="fail"/>
</action> <action name="p2-shell-node">
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>mkdir</exec>
<argument>/opt/module/d2</argument>
<capture-output/>
</shell>
<ok to="end"/>
<error to="fail"/>
</action>
<kill name="fail">
<message>Shell action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<end name="end"/>
</workflow-app>
上传任务配置
[kris@hadoop101 hadoop-2.5.-cdh5.3.6]$ /opt/module/cdh/hadoop-2.5.0-cdh5.3.6/bin/hadoop fs -put oozie-apps/shells/ /user/kris/oozie-apps// :: WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
执行任务
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie job -oozie http://hadoop101:11000/oozie -config oozie-apps/shells/job.properties -run
job: --oozie-kris-W

Oozie调用有分支的任务| 4个工作单元

fock和join的用法见官网:http://oozie.apache.org/docs/4.0.0/WorkflowFunctionalSpec.html#a3.1.5_Fork_and_Join_Control_Nodes

             ---to-->p2-shell-node

p1-shell-node --to-->forking                                 ---它俩 --join---to -->p4-shell-node

              ---to-->p3-shell-node

job.properties

nameNode=hdfs://hadoop101:8020
jobTracker=hadoop102:8032
queueName=default
examplesRoot=oozie-apps
oozie.wf.application.path=${nameNode}/user/${user.name}/${examplesRoot}/xshell

workflow.xml

<workflow-app xmlns="uri:oozie:workflow:0.4" name="shell-wf">
<start to="p1-shell-node"/>
<action name="p1-shell-node">
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>mkdir</exec>
<argument>/opt/module/d1</argument>
<capture-output/>
</shell>
<ok to="forking"/>
<error to="fail"/>
</action> <action name="p2-shell-node">
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>mkdir</exec>
<argument>/opt/module/d2</argument>
<capture-output/>
</shell>
<ok to="joining"/>
<error to="fail"/>
</action> <action name="p3-shell-node">
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>mkdir</exec>
<argument>/opt/module/d3</argument>
<capture-output/>
</shell>
<ok to="joining"/>
<error to="fail"/>
</action>
<action name="p4-shell-node">
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>mkdir</exec>
<argument>/opt/module/d4</argument>
<capture-output/>
</shell>
<ok to="end"/>
<error to="fail"/>
</action> <fork name="forking">
<path start="p2-shell-node"/>
<path start="p3-shell-node"/>
</fork>
<join name="joining" to="p4-shell-node"/> <kill name="fail">
<message>Shell action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<end name="end"/>
</workflow-app>
上传
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ /opt/module/cdh/hadoop-2.5.-cdh5.3.6/bin/hadoop fs -put oozie-apps/xshell/ /user/kris/oozie-apps
// :: WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
执行任务
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie job -oozie http://hadoop101:11000/oozie -config oozie-apps/xshell/job.properties -run
job: --oozie-kris-W

Oozie调度MapReduce任务

oozie.examples.tar.gz包:即所有的案例:

[kris@hadoop101 apps]$ ll
总用量
drwxr-xr-x. kris kris 3月 : aggregator
drwxr-xr-x. kris kris 3月 : bundle
drwxr-xr-x. kris kris 3月 : cron ##新的
drwxr-xr-x. kris kris 3月 : cron-schedule ##配置定时的,适合linux
drwxr-xr-x. kris kris 3月 : custom-main
drwxr-xr-x. kris kris 3月 : datelist-java-main
drwxr-xr-x. kris kris 3月 : demo
drwxr-xr-x. kris kris 3月 : distcp
drwxr-xr-x. kris kris 3月 : hadoop-el
drwxr-xr-x. kris kris 3月 : hcatalog
drwxr-xr-x. kris kris 3月 : hive
drwxr-xr-x. kris kris 3月 : java-main #java类
drwxr-xr-x. kris kris 3月 : map-reduce #
drwxr-xr-x. kris kris 3月 : no-op
drwxr-xr-x. kris kris 3月 : pig
drwxr-xr-x. kris kris 3月 : shell #
drwxr-xr-x. kris kris 3月 : sla
drwxr-xr-x. kris kris 3月 : sqoop #
drwxr-xr-x. kris kris 3月 : sqoop-freeform
drwxr-xr-x. kris kris 3月 : ssh
drwxr-xr-x. kris kris 3月 : streaming
drwxr-xr-x. kris kris 3月 : subwf
[kris@hadoop101 apps]$ pwd
/opt/module/oozie-4.0.-cdh5.3.6/examples/apps
[kris@hadoop101 map-reduce]$ ll
总用量
-rw-r--r--. kris kris 7月 job.properties
-rw-r--r--. kris kris 7月 job-with-config-class.properties #带有配置类的;之前写的那三个mapreduce类,Driver是输入输出路径以及k,v格式类型;roozie调用MR时有两种配置:
一种是专门写一个配置类,oozie提供好了接口到时去继承它就可以,实现里边的方法;
另外一种是直接在workflow.xml文件中配置;我们采用第二种方式;
drwxrwxr-x. kris kris 3月 : lib #放jar包;
-rw-r--r--. kris kris 7月 workflow-with-config-class.xml
-rw-r--r--. kris kris 7月 workflow.xml
) 拷贝官方模板到oozie-apps
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ cp -r /opt/module/oozie-4.0.-cdh5.3.6/examples/apps/map-reduce/ oozie-apps/ [kris@hadoop101 hadoop-2.5.-cdh5.3.6]$ bin/hadoop fs -mkdir /input
// :: WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
) 测试一下wordcount在yarn中的运行
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ /opt/module/cdh/hadoop-2.5.-cdh5.3.6/bin/yarn jar /opt/module/cdh/hadoop-2.5.-cdh5.3.6/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.-cdh5.3.6.jar wordcount /input/ /output/
// :: INFO mapreduce.Job: map % reduce %
// :: INFO mapreduce.Job: Job job_1551522372459_0005 completed successfully
// :: INFO mapreduce.Job: Counters:

########下面是另外一种:

  创建输入文件wordcount.txt
[kris@hadoop101 hadoop
-2.5.-cdh5.3.6]$ vim wordcount.txt
java java java
kafka kafka
oozie
  把它上传到hdfs上
[kris@hadoop101 hadoop-2.5.-cdh5.3.6]$ bin/hadoop fs -put wordcount.txt /
  执行下官方提供的wordcount的jar包
[kris@hadoop101 hadoop-2.5.-cdh5.3.6]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.-cdh5.3.6.jar wordcount /wordcount.txt /output

  把官方案例的wordcount的jar包放在lib下面
[kris@hadoop101 lib]$ ll
总用量
-rw-r--r--. kris kris 3月 : oozie-examples-4.0.-cdh5.3.6.jar
[kris@hadoop101 lib]$ rm -rf oozie-examples-4.0.-cdh5.3.6.jar
[kris@hadoop101 lib]$ cp /opt/module/cdh/hadoop-2.5.-cdh5.3.6/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.-cdh5.3.6.jar ./
[kris@hadoop101 lib]$ ll
总用量
-rw-r--r--. kris kris 3月 : hadoop-mapreduce-examples-2.5.-cdh5.3.6.jar
[kris@hadoop101 lib]$

3) 配置map-reduce任务的job.properties以及workflow.xml

job.properties

nameNode=hdfs://hadoop101:8020
jobTracker=hadoop102:
queueName=default
examplesRoot=oozie-apps oozie.wf.application.path=${nameNode}/user/${user.name}/${examplesRoot}/map-reduce/workflow.xml
outputDir=map-reduce

workflow.xml

<workflow-app xmlns="uri:oozie:workflow:0.2" name="map-reduce-wf">
<start to="mr-node"/>
<action name="mr-node">
<map-reduce>
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<prepare>
<delete path="${nameNode}/output/"/>
</prepare>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
<!-- 配置调度MR任务时,使用新的API -->
<property>
<name>mapred.mapper.new-api</name>
<value>true</value>
</property> <property>
<name>mapred.reducer.new-api</name>
<value>true</value>
</property> <!-- 指定Job Key输出类型 -->
<property>
<name>mapreduce.job.output.key.class</name>
<value>org.apache.hadoop.io.Text</value>
</property> <!-- 指定Job Value输出类型 -->
<property>
<name>mapreduce.job.output.value.class</name>
<value>org.apache.hadoop.io.IntWritable</value>
</property> <!-- 指定输入路径 -->
<property>
<name>mapred.input.dir</name>
<value>/wordcount.txt</value>
</property> <!-- 指定输出路径 -->
<property>
<name>mapred.output.dir</name>
<value>/output/</value>
</property> <!-- 指定Map类 -->
<property>
<name>mapreduce.job.map.class</name>
<value>org.apache.hadoop.examples.WordCount$TokenizerMapper</value>
</property> <!-- 指定Reduce类 -->
<property>
<name>mapreduce.job.reduce.class</name>
<value>org.apache.hadoop.examples.WordCount$IntSumReducer</value>
</property>
</configuration>
</map-reduce>
<ok to="end"/>
<error to="fail"/>
</action>
<kill name="fail">
<message>Map/Reduce failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<end name="end"/>
</workflow-app>

<delete path="${nameNode}/output/"/> ##跑在mapreduce中输入路径不能存在;即把output输入文件给删掉

#mapred是不对的,老版的;可以去官网有新旧的对比;也可以直接看wordcount的源码看设置的什么属性

如果map端输出的k v和最终输出的k v类型是一样的,配置一个就可以了

#mapreduce的个数不指定,让它自己决定;看它的源码反编译,jar包反编译就可以得出它的value

                <property>
<name>mapred.map.tasks</name> ##可以不指定
<value>1</value>
</property>

) 上传配置好的文件夹到HDFS
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ /opt/module/cdh/hadoop-2.5.-cdh5.3.6/bin/hdfs dfs -put oozie-apps/map-reduce/ /user/kris/oozie-apps
) 执行任务
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie job -oozie http://hadoop101:11000/oozie -config oozie-apps/map-reduce/job.properties -run
job: --oozie-kris-W

Oozie定时任务/循环任务

目标:Coordinator周期性调度任务

分步实现:

1)  配置Linux时区以及时间服务器

2)  检查系统当前时区:

# date -R

[kris@hadoop101 hadoop-2.5.-cdh5.3.6]$ date -R
Sun, Mar :: +
[kris@hadoop102 module]$ date -R
Sun, Mar :: +
[kris@hadoop103 ~]$ date -R
Sun, Mar :: +
  配置oozie-site.xml文件;  注:该属性去oozie-default.xml中找到即可
[kris@hadoop101 conf]$ vim oozie-site.xml ;将默认的UTC改成GMT+
<property>
<name>oozie.processing.timezone</name>
<value>GMT+</value>
<description>
Oozie server timezone. Valid values are UTC and GMT(+/-)####, for example 'GMT+0530' would be India
timezone. All dates parsed and genered dates by Oozie Coordinator/Bundle will be done in the specified
timezone. The default value of 'UTC' should not be changed under normal circumtances. If for any reason
is changed, note that GMT(+/-)#### timezones do not observe DST changes.
</description>
</property> 修改js框架中的关于时间设置的代码
function getTimeZone() {
Ext.state.Manager.setProvider(new Ext.state.CookieProvider());
return Ext.state.Manager.get("TimezoneId","GMT+0800");
}
重启oozie服务,并重启浏览器(一定要注意清除缓存)
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozied.sh stop
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozied.sh start 拷贝官方模板配置定时任务\
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ cp -r examples/apps/cron oozie-apps/ 修改模板job.properties和coordinator.xml以及workflow.xml

job.properties

nameNode=hdfs://hadoop101:8020
jobTracker=hadoop102:8032
queueName=default
examplesRoot=oozie-apps oozie.coord.application.path=${nameNode}/user/${user.name}/${examplesRoot}/cron
#start:必须设置为未来时间,否则任务失败
start=2019-03-03T12:33+0800
end=2019-03-03T12:53+0800
workflowAppUri=${nameNode}/user/${user.name}/${examplesRoot}/cron
EXEC=p1.sh

coordinator.xml

<coordinator-app name="cron-coord" frequency="${coord:minutes(5)}" start="${start}" end="${end}" timezone="GMT+0800" xmlns="uri:oozie:coordinator:0.2">
<action>
<workflow>
<app-path>${workflowAppUri}</app-path>
<configuration>
<property>
<name>jobTracker</name>
<value>${jobTracker}</value>
</property>
<property>
<name>nameNode</name>
<value>${nameNode}</value>
</property>
<property>
<name>queueName</name>
<value>${queueName}</value>
</property>
</configuration>
</workflow>
</action>
</coordinator-app>

workflow.xml

<workflow-app xmlns="uri:oozie:workflow:0.5" name="one-op-wf">
<start to="shell-node"/>
<action name="shell-node">
<shell xmlns="uri:oozie:shell-action:0.2">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>${EXEC}</exec>
<file>/user/kris/oozie-apps/cron/${EXEC}#${EXEC}</file>
<capture-output/>
</shell>
<ok to="end"/>
<error to="fail"/>
</action>
<kill name="fail">
<message>Shell action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<end name="end"/>
</workflow-app>

其中 #${EXEC}是给起别名; 需要自定义配置的:frequency start end timezone;定时调度的workflow:路径hdfs上的

workflowAppUri 这个路径是放workflow.xml文件和job.properties的HDFS上的路径

<!--要执行的脚本的写法-->

<exec>p1.sh</exec>
  <file>/opt/module/oozie-apps/cron/p1.sh</file> #hdfs上的路径
<capture-output/>
p1.sh也可以自己创建lib目录下就不需写路径了

yarn通过container收集日志;可以查看它的log日志

[kris@hadoop101 cron]$ vim p1.sh  #这里要写绝对路径
#!/bin/bash
date >> /opt/module/p1.sh
上传配置
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ /opt/module/cdh/hadoop-2.5.-cdh5.3.6/bin/hadoop fs -put oozie-apps/cron/ /user/kris/oozie-apps
启动任务
[kris@hadoop101 oozie-4.0.-cdh5.3.6]$ bin/oozie job -oozie http://hadoop101:11000/oozie -config oozie-apps/cron/job.properties -run
job: --oozie-kris-C 可以看到
[kris@hadoop102 module]$ cat p1.sh
2019年 03月 03日 星期日 :: CST
2019年 03月 03日 星期日 :: CST
2019年 03月 03日 星期日 :: CST

hive的配置

[kris@hadoop101 hive]$ ll
总用量
-rw-r--r--. kris kris 7月 job.properties
-rw-r--r--. kris kris 7月 script.q
-rw-r--r--. kris kris 7月 workflow.xml
[kris@hadoop101 hive]$ pwd
/opt/module/oozie-4.0.-cdh5.3.6/examples/apps/hive

[kris@hadoop101 hive]$ vim script.q 
CREATE EXTERNAL TABLE test (a INT) STORED AS TEXTFILE LOCATION '${INPUT}';
INSERT OVERWRITE DIRECTORY '${OUTPUT}' SELECT * FROM test;
[kris@hadoop101 hive]$ vim workflow.xml
<script>script.q</script>...

Oozie的更多相关文章

  1. Oozie分布式任务的工作流——Spark篇

    Spark是现在应用最广泛的分布式计算框架,oozie支持在它的调度中执行spark.在我的日常工作中,一部分工作就是基于oozie维护好每天的spark离线任务,合理的设计工作流并分配适合的参数对于 ...

  2. 大数据之Oozie——源码分析(一)程序入口

    工作中发现在oozie中使用sqoop与在shell中直接调度sqoop性能上有很大的差异.为了更深入的探索其中的缘由,开始了oozie的源码分析之路.今天第一天阅读源码,由于没有编译成功,不能运行测 ...

  3. Oozie分布式任务的工作流——邮件篇

    在大数据的当下,各种spark和hadoop的框架层出不穷.各种高端的计算框架,分布式任务如乱花般迷眼.你是否有这种困惑!--有了许多的分布式任务,但是每天需要固定时间跑任务,自己写个调度,既不稳定, ...

  4. Oozie 快速入门

    设想一下,当你的系统引入了spark或者hadoop以后,基于Spark和Hadoop已经做了一些任务,比如一连串的Map Reduce任务,但是他们之间彼此右前后依赖的顺序,因此你必须要等一个任务执 ...

  5. Oozie分布式任务的工作流——脚本篇

    继前一篇大体上翻译了Email的Action配置,本篇继续看一下Shell的相关配置. Shell Action Shell Action可以执行Shell脚本命令,工作流会等到shell完全执行完毕 ...

  6. Oozie调度报错——ORA-00918:未明确定义列

    Oozie在执行sqoop的时候报错,同样的SQL在sqoop中可用,在oozie中不可用: Caused by: java.sql.SQLSyntaxErrorException: ORA-0091 ...

  7. Oozie分布式任务的工作流——Sqoop篇

    Sqoop的使用应该是Oozie里面最常用的了,因为很多BI数据分析都是基于业务数据库来做的,因此需要把mysql或者oracle的数据导入到hdfs中再利用mapreduce或者spark进行ETL ...

  8. 工作流引擎Oozie(一):workflow

    1. Oozie简介 Yahoo开发工作流引擎Oozie(驭象者),用于管理Hadoop任务(支持MapReduce.Spark.Pig.Hive),把这些任务以DAG(有向无环图)方式串接起来.Oo ...

  9. 工作流引擎Oozie(二):coordinator

    1. 简介 coordinator是workflow的定时提交器,基于时间条件与数据生成触发(based on time and data triggers).简单点说,coordinator按所定义 ...

  10. #数据技术选型#即席查询Shib+Presto,集群任务调度HUE+Oozie

    郑昀 创建于2014/10/30 最后更新于2014/10/31   一)选型:Shib+Presto 应用场景:即席查询(Ad-hoc Query) 1.1.即席查询的目标 使用者是产品/运营/销售 ...

随机推荐

  1. 【原创】大数据基础之Hive(3)最简绿色部署

    hadoop部署参考:https://www.cnblogs.com/barneywill/p/10428098.html 1 拷贝到所有服务器上并解压 # ansible all-servers - ...

  2. LuoGu P2420 让我们异或吧

    其实......这就是个SB题,本来看到这个题,和树上路径有关 于是--我就欣喜地打了一个树剖上去,结果嘞,异或两遍等于没异或 所以这题和LCA屁关系都没有,所以这题就是个树上DFS!!!! 所以它为 ...

  3. Oracle Blob查询和插入

    注:本文来源于<Oracle Blob查询和插入> 插入 UPDATE cmm05 SET OUTFILE = to_blob('12345690'): 查询: SELECT utl_ra ...

  4. Confluence 6 使用 CSS 样式化 Confluence 的介绍

    这个页面对 Confluence 通过修改 CSS 来改变外观和感觉的情况进行了说明. 层叠样式表(Cascading Style Sheets (CSS))是对 Web 页面进行样式化的工业化标准. ...

  5. LeetCode(116):填充同一层的兄弟节点

    Medium! 题目描述: 给定一个二叉树 struct TreeLinkNode { TreeLinkNode *left; TreeLinkNode *right; TreeLinkNode *n ...

  6. Python全栈习题一

    1.执行 Python 脚本的两种方式 a../run.py  直接在命令行调用python脚本: b.python run.py 调用python解释器来调用Python脚本. 2.简述位.字节的关 ...

  7. Synchronized和java.util.concurrent.locks.Lockde区别联系

    1.Lock能够完成几乎所有synchronize的功能,并且具有锁投票,定时锁,可中断等候锁,synchronize是java语言层面的,是内置的关键字,Lock是一个包,synchronize使用 ...

  8. 项目中使用sass预处理器

    安装sass npm install node-sass sass-loader --save 新建样式文件后缀为 .scss 在使用样式的页面引入:import  'xx.scss';

  9. ORACLE EHCC(exadata hybrid columnar compression)

    目录: 1. 简介 2. 压缩方式及压缩比 3. 压缩哪些数据 4. 可能有用的脚本 一.简介 EHCC(Exadata Hybrid Columnar Compression),是Oralce 数据 ...

  10. python之ORM操作

    1. SQLalchemy简介 SQLAlchemy是一个开源的SQL工具包,基本Python编程语言的MIT许可证而发布的对象关系映射器.SQLAlchemy提供了“一个熟知的企业级全套持久性模式, ...