Oozie笔记

简介

• Oozie 是用于 Hadoop 平台的开源的工作流调度引擎。
• 用于管理 Hadoop
• 属于web应用程序, 由 Oozie client 和 Oozie Server 两个组件构成。
• Oozie Server 运行于 Java Servlet容器 (Tomcat) 中的 web 程序。

作用

• 统一调度hadoop系统中场景的MR任务启动、hdfs操作、shell调度、hive操作等
• 使得复杂的依赖关系、时间触发、事件触发使用xml语言进行表达, 开发效率提高
• 一组任务使用一个DAG来表示, 使用图形表达流程逻辑更加清晰
• 支持很多种任务调度, 能完成大部分 hadoop 任务处理
• 程序定义支持 EL 常量 和 函数, 表达更加丰富

Oozie 架构

安装方式

• 手动安装
• Cloudera Manger 添加服务

Oozie Web控制台

• 解压ext-x.x到/var/lib/oozie目录下 unzip ext-x.x.zip -d /var/lib/oozie/
• Oozie服务中配置启用web控制台
• 保存，重启oozie服务

Oozie 配置

• 节点内存配置
• oozie.service.callablequeueservice.callable.concurrency（节点并发）
• oozie.service.callablequeueservice.queue.size（队列大小）
• oozie.service.ActionService.executor.ext.classes（扩展）

Oozie 共享库

• /user/oozie/share/lib(hdfs中目录)

web管理地址

• http://oozie_host_ip:11000/oozie/

Oozie 管理

• 任务列表查看
• 任务状态查看
• 流程返回信息
• 节点信息查看
• 流程图信息
• 日志查看
• 系统信息查看 和 配置

Oozie CLI 命令

• 启动任务
  • oozie job -oozie http://ip:11000/oozie/ -config job.properties -run
• 停止任务
  • oozie job -oozie http://ip:11000/oozie/ -kill 0000002-150713234209387-oozie-oozi-W
• 提交任务
  • oozie job -oozie http://ip:11000/oozie/ -kill 0000002-150713234209387-oozie-oozi-W
• 开始任务
  • oozie job -oozie http://ip:11000/oozie/ -config job.properties -start 0000003-150713234209387-oozie-oozi-W
• 查看任务执行情况
  • oozie job -oozie http://ip:11000/oozie/ -config job.properties -info 0000003-150713234209387-oozie-oozi-W

Job 配置 job.properties

WorkFLow 配置

• 版本信息

  • <workflow-app xmlns="uri:oozie:workflow:0.4" name=“workflow name">

• EL函数

  • 基本EL函数

    • String firstNotNull(String value1, String value2)

    • String concat(String s1, String s2)

    • String replaceAll(String src, String regex, String replacement)

    • String appendAll(String src, String append, String delimeter)

    • String trim(String s)

    • String urlEncode(String s)

    • String timestamp()

    • String toJsonStr(Map) (since Oozie 3.3)

    • String toPropertiesStr(Map) (since Oozie 3.3)

    • String toConfigurationStr(Map) (since Oozie 3.3)

  • WorkFlow EL

    • String wf:id() – 返回当前workflow作业ID
    • String wf:name() – 返回当前workflow作业NAME
    • String wf:appPath() – 返回当前workflow的路径
    • String wf:conf(String name) – 获取当前workflow的完整配置信息
    • String wf:user() – 返回启动当前job的用户
    • String wf:callback(String stateVar) – 返回结点的回调URL，其中参数为动作指定的退出状态
    • int wf:run() – 返回workflow的运行编号，正常状态为0
    • Map wf:actionData(String node) – 返回当前节点完成时输出的信息
    • int wf:actionExternalStatus(String node) – 返回当前节点的状态
    • String wf:lastErrorNode() – 返回最后一个ERROR状态推出的节点名称
    • String wf:errorCode(String node) – 返回指定节点执行job的错误码，没有则返回空
    • String wf:errorMessage(String message) – 返回执行节点执行job的错误信息，没有则返回空

  • HDFS EL

    • boolean fs:exists(String path)
    • boolean fs:isDir(String path)
    • long fs:dirSize(String path) – 目录则返回目录下所有文件字节数；否则返回-1
    • long fs:fileSize(String path) – 文件则返回文件字节数；否则返回-1\
    • long fs:blockSize(String path) – 文件则返回文件块的字节数；否则返回-1

• 节点

  • 流程控制节点

    • 流程控制节点

      • start – 定义workflow开始
      • end – 定义workflow结束
      • decision – 实现switch功能
      • sub-workflow – 调用子workflow
      • kill – 杀死workflow
      • fork – 并发执行workflow
      • join – 并发执行结束（与fork一起使用）

      <decision name="[NODE-NAME]">
          <switch>
              <case to="[NODE_NAME]">[PREDICATE]</case>
              ...
              <case to="[NODE_NAME]">[PREDICATE]</case>
              <default to="[NODE_NAME]" />
          </switch>
      </decision>
      

    • 动作节点

      • shell

      • java

      • fs

      • MR

      • hive

      • sqoop

        <fork name="[FORK-NODE-NAME]">
            <path start="[NODE-NAME]" />
            ...
            <path start="[NODE-NAME]" />
        </fork>
        ...
        <join name="[JOIN-NODE-NAME]" to="[NODE-NAME]" />
        
        

  • Shell节点

    • job.properties

      nameNode=hdfs://node01:8020
      jobTracker=node01:8032
      queueName=default
      examplesRoot=examples
      
      oozie.wf.application.path=${nameNode}/user/workflow/oozie/shell
      
      

    • workflow.xml

      <workflow-app xmlns="uri:oozie:workflow:0.3" name="shell-wf">
          <start to="shell-node"/>
          <action name="shell-node">
             <shell xmlns="uri:oozie:shell-action:0.1">
                  <job-tracker>${jobTracker}</job-tracker>
                  <name-node>${nameNode}</name-node>
                  <configuration>
                      <property>
                          <name>mapred.job.queue.name</name>
                          <value>${queueName}</value>
                      </property>
                  </configuration>
                  <exec>echo</exec>
                  <argument>hi shell in oozie</argument>
              </shell>
              <ok to="end"/>
              <error to="fail"/>
          </action>
          <kill name="fail">
              <message>Map/Reduce failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
          </kill>
          <end name="end"/>
      </workflow-app>
      
      

  • 调用impala

    • job.properties

      nameNode=hdfs://node01:8020
      jobTracker=node01:8032
      queueName=default
      examplesRoot=examples
      oozie.usr.system.libpath=true
      oozie.libpath=${namenode}/user/${user.name}/workflow/impala/lib
      
      oozie.wf.application.path=${nameNode}/user/${user.name}/workflow/impala
      
      

    • workflow.xml

      <workflow-app xmlns="uri:oozie:workflow:0.4" name="impala-wf">
          <start to="shell-node"/>
          <action name="shell-node">
              <shell xmlns="uri:oozie:shell-action:0.1">
                  <job-tracker>${jobTracker}</job-tracker>
                  <name-node>${nameNode}</name-node>
                  <configuration>
                      <property>
                          <name>mapred.job.queue.name</name>
                          <value>${queueName}</value>
                      </property>
                  </configuration>
                  <exec>impala-shell</exec>
                  <argument>-i</argument>
                  <argument>node02</argument>
                  <argument>-q</argument>
                  <argument>invalidate metadata</argument>
                  <capture-output/>
              </shell>
      	......
          </action>
      	.......
      </workflow-app>
      
      

  • fs节点

    • workflow.xml

      <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>
      
      

  • Java节点

    • job.properties

      nameNode=hdfs://node01:8020
      jobTracker=node01:8032
      queueName=default
      examplesRoot=examples
      oozie.usr.system.libpath=true
      oozie.libpath=${nameNode}/user/workflow/lib/lib4java
      
      oozie.wf.application.path=${nameNode}/user/workflow/oozie/java
      
      

    • workflow.xml

    <workflow-app xmlns="uri:oozie:workflow:0.3" name="mr-wc-wf">
      <start to="mr-node"/>
      <action name="mr-node">
         <java>
              <job-tracker>${jobTracker}</job-tracker>
              <name-node>${nameNode}</name-node>
              <prepare>
                  <delete path="${nameNode}/user/path" />
                  <mkdir path="${nameNode}/user/path" />
              </prepare>
              <configuration>
                  <property>
                      <name>mapred.job.queue.name</name>
                      <value>${queueName}</value>
                  </property>
              </configuration>
              <main-class>com.pagename.classname</main-class>
              <arg>args1</arg>
    		 <arg>args2</arg>
          </java>
          <ok to="end"/>
          <error to="fail"/>
      </action>
      <kill name="fail">
          <message>Map/Reduce failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
      </kill>
      <end name="end"/>
    </workflow-app>