Oozie分布式工作流——Action节点

前篇讲述了下什么是流控制节点，本篇继续来说一下什么是 Action Nodes操作节点。Action节点有一些比较通用的特性：

Action节点是远程的

所有oozie创建的计算和处理任务都是异步的，没有任何应用是工作在oozie内部的。基本上都是创建一个oozie任务，oozie任务会以map的形式，在各个节点再创建相应的任务。因此当你执行spark任务的时候，就会发现yarn集群监控列表里面会同时有两个任务出现。

Action节点是异步的

oozie创建的任务都是异步的，对于大多数的任务来说，oozie都是创建action，然后一直等到这个action完成，才退出。对于fs的异常操作来说，是同步的。

oozie可以通过两种方式检测任务是否完成——回调和轮训。

当oozie创建一个任务时，会提供一个唯一的回调url，当任务完成时，会调用该url通知完成。当无法回调时，也可以采用轮训的机制，检测是否完成。

Action有两种状态，ok和error

如果任务异常退出，那么需要明确的提供error-code，这个信息可以用于decision控制节点进行决策选择。每个工作流都应该清晰的定义errorcode

Action的恢复机制

oozie对于不同的错误有不同的处理方式：

• 对于那些偶然的错误，比如网络原因或者远程系统暂时不能访问，oozie会根据预先设置的参数进行重试。这个参数可以在action中进行重写。
• 对于那些非偶然的错误，oozie会挂起任务，直到管理员或者外部系统手动解决。

一些常用的Action

FS Action

fs Action允许操作hdfs上的文件或者目录，比如move,delete,mkdir,chmod,touchz,chgrp等等。

这个FS命令都是同步执行的，只有节点完成该命令操作，才会继续往下执行。

如果使用了路径，那么路径可以使用EL表达式参数化，但是一定要是绝对路径才行。对于move,delete,chmod,chgrp命令来说，可以使用通配符。但是对于move命令，只能给源路径使用通配。

语法规则如下:

<workflow-app name="[WF-DEF-NAME]" xmlns="uri:oozie:workflow:0.5">
    ...
    <action name="[NODE-NAME]">
        <fs>
            <delete path='[PATH]'/>
            ...
            <mkdir path='[PATH]'/>
            ...
            <move source='[SOURCE-PATH]' target='[TARGET-PATH]'/>
            ...
            <chmod path='[PATH]' permissions='[PERMISSIONS]' dir-files='false' />
            ...
            <touchz path='[PATH]' />
            ...
            <chgrp path='[PATH]' group='[GROUP]' dir-files='false' />
        </fs>
        <ok to="[NODE-NAME]"/>
        <error to="[NODE-NAME]"/>
    </action>
    ...
</workflow-app>

delete命令可以删除指定的路径的内容，如果目标是一个目录，那么会级联删除下面的所有内容。

mkdir命令会创建指定的路径内容，如果路径上缺少父级目录，也会自动创建。如果目录已经存在，那么什么都不会做。

在move命令中，source路径必须要指定。下面是使用move的一些场景：

• 文件系统URI（比如hdfs://{namenode}）可以在target中省略，因为系统会默认使用source的URI。
• target路径的父级目录都必须存在
• 如果target目录已经存在，那么将会替换目标文件

chmod命令可以改变路径的权限。权限跟linux类似，都是-rwxrw-rw-或者755的形式。默认的情况下权限会应用到目标目录以及其子文件。如果只想应用到目录而不影响它的文件，可以把dir-files属性设置为false.如果想要级联修改内部的所有文件，可以内部嵌套一个recursive元素.

touchz命令在该文件不存在的时候会创建一个长度为0的文件。如果文件已经存在，那么仅会更新一下该文件的修改时间。touchz命令仅支持绝对路径。

chgrp命令可以修改路径的所有组。属性跟chmod是一样的。

举个例子：

<workflow-app name="sample-wf" xmlns="uri:oozie:workflow:0.5">
    ...
    <action name="hdfscommands">
         <fs>
            <delete path='hdfs://foo:8020/usr/tucu/temp-data'/>
            <mkdir path='archives/${wf:id()}'/>
            <move source='${jobInput}' target='archives/${wf:id()}/processed-input'/>
            <chmod path='${jobOutput}' permissions='-rwxrw-rw-' dir-files='true'><recursive/></chmod>
            <chgrp path='${jobOutput}' group='testgroup' dir-files='true'><recursive/></chgrp>
        </fs>
        <ok to="myotherjob"/>
        <error to="errorcleanup"/>
    </action>
    ...
</workflow-app>

在其他的工作流节点中，也可以使用fs操作:

<workflow-app name="sample-wf" xmlns="uri:oozie:workflow:0.4">
    ...
    <action name="hdfscommands">
        <fs>
           <name-node>hdfs://foo:8020</name-node>
           <job-xml>fs-info.xml</job-xml>
           <configuration>
             <property>
               <name>some.property</name>
               <value>some.value</value>
             </property>
           </configuration>
           <delete path='/usr/tucu/temp-data'/>
        </fs>
        <ok to="myotherjob"/>
        <error to="errorcleanup"/>
    </action>
    ...
</workflow-app>

这个功能在其他的工作流节点中是非常常用的，像我们平时使用的sqoop操作都需要实现执行以下delete删除目标数据。