Oozie工作流属性配置的方式与策略

本文原文出处: http://blog.csdn.net/bluishglc/article/details/46049817

Oozie工作流属性配置的三种方式

Oozie有三种方法可以给工作流提供属性属性配置：

1. App部署文件夹根目录下的：config-default.xml
2. 作业属性文件:job.properties
3. 在命令行中指定属性:-Dkey=value

Oozie工作流属性配置的策略（最佳实践）

坦率地讲，三种配置相互重叠，全部使用会使属性的配置过于分散，使得查找和定位属性变得繁琐。就我个人的经验，我倾向于这样做：

1. 对于静态的，不会因每次启动而发生成改变的配置项，全部配置在config-default.xml，因为这个文件是Oozie部署自包含（self-contained application）应用程序规范的一部分，也就是说这个文件会被自动加载并读取，就如同J2EE的中web.xml一样，所以把静态的配置项写在这里是最理想的。

2. 对于动态的，会因为每次启动而变化的配置项（典型的例子是coordinator的start time), 通过命令行的方式指定是最合适的。

3. 通常，大多数的构建工具（比如maven)都能够在构建时根据build的目标环境替换配置文件中的一些变量，我们应该利用这个特性，对config-default.xml和命令行（假如你有一个命令行脚本的话）中的与环境相关的属性在构建时进行替换。典型的例子是nameNode和jobTracker。

4. 避免使用job.properties，因为job.properties是一个本地文件，它显然没有config-default.xml方便，因为config-default.xml是自包含的。

综上所属，一个简洁地启动工作流的命令行应该是这个样子的：首先，指定oozie.wf.application.path或oozie.coord.application.path或oozie.bundle.application.path是必不可少的，因为至少你要告诉oozie，你的应用程序放在哪里，然后我们需要从命令行中再指定一些动态参数。因此，通过命令行启动一个工作流往往会是这样的：

oozie job -run \
-Doozie.wf.application.path=hdfs://your-namenode:8020/your/app/path \
-DPARAM1=${PARAM1} \
-DPARAM1=${PARAM2}

至于工作流其他的属性配置，都已存放于hdfs://your-namenode:8020/your/app/path/config-default.xml中。

Oozie工作流属性的命名规范

最后，作为一个补充，我们来谈谈oozie对其属性命名的要求：

- Properties that are a valid Java identifier, [A-Za-z_][0-9A-Za-z_]* , are available as '${NAME}' variables within the workflow definition.

- **Properties that are not valid Java Identifier, for example 'job.tracker'**, are available via the String wf:conf(String name) function.

是的，看上去也是有点奇葩的规定了，对于Oozie的属性名，只允许 使用数字、字母和下滑线，类似于job.tracker这样的属性名是非法的！