高可用Hadoop平台－Oozie工作流之Hadoop调度

1.概述

　　在《高可用Hadoop平台－Oozie工作流》一篇中，给大家分享了如何去单一的集成Oozie这样一个插件。今天为大家介绍如何去使用Oozie创建相关工作流运行与Hadoop上，已经在创建过程当中需要注意的事项，下面是今天的分享目录：

Oozie简介
任务工作流
截图预览

　　下面开始今天的内容分享。

2.Oozie简介

　　在Oozie中有几个重要的概念，他们分别是：

WorkFlow：工作流，控制工作流的开始和结束过程，以及工作流Job的执行路径，并提供一种机制来控制工作流执行路径（比如：Decision、Fork以及Join节点等），其书写方式如下所示：

<workflow-app name="[WF-DEF-NAME]" xmlns="uri:oozie:workflow:0.1">
  ...
  省略详细内容
  ...
</workflow-app>

Coordinator：多个WorkFlow可以组成一个Coordinator，可以把前几个WorkFlow的输出作为后一个WorkFlow的输入，当然也可以定义WorkFlow的触发条件，来做定时触发，其书写方式如下所示：

<coordinator-app name="[CD-DEF-NAME]" frequency="${coord:minutes(10)}" start="${start}" end="${end}" timezone="GMT+0800"
                 xmlns="uri:oozie:coordinator:0.1">
        <action>
        <workflow>
            <app-path>${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>
    <action>
        <workflow>
          ...
        </workflow>
      </action>
</coordinator-app>

Bundle：控制一个或多个Coordinator应用，其写法如下所示：

 <bundle-app name=[NAME]  xmlns='uri:oozie:bundle:0.1'> 
  <controls>
       <kick-off-time>[DATETIME]</kick-off-time>
  </controls>
   <coordinator name=[NAME] >
       <app-path>[COORD-APPLICATION-PATH]</app-path>
          <configuration>
            <property>
              <name>[PROPERTY-NAME]</name>
              <value>[PROPERTY-VALUE]</value>
            </property>
            ...
         </configuration>
   </coordinator>
   ...
</bundle-app>

3.任务工作流

　　下面，我们在Hadoop平台下去创建这样一个工作流，首先，我们需要配置Hadoop的core-site.xml文件，在该文件中添加以下内容：

core-site.xml

        <!-- OOZIE -->
        <property>
                <name>hadoop.proxyuser.hadoop.hosts</name>
                <value>*</value>
        </property>
        <property>
                <name>hadoop.proxyuser.hadoop.groups</name>
                <value>*</value>
        </property>

　　然后，在去修改Oozie的oozie-site.xml文件，在该文件中添加如下内容如下：

oozie-site.xml

<property>
         <name>oozie.services</name>
         <value>
          org.apache.oozie.service.SchedulerService,
          org.apache.oozie.service.InstrumentationService,
          org.apache.oozie.service.MemoryLocksService,
          org.apache.oozie.service.UUIDService,
          org.apache.oozie.service.ELService,
          org.apache.oozie.service.AuthorizationService,
          org.apache.oozie.service.UserGroupInformationService,
          org.apache.oozie.service.HadoopAccessorService,
          org.apache.oozie.service.JobsConcurrencyService,
          org.apache.oozie.service.URIHandlerService,
          org.apache.oozie.service.DagXLogInfoService,
          org.apache.oozie.service.SchemaService,
          org.apache.oozie.service.LiteWorkflowAppService,
          org.apache.oozie.service.JPAService,
          org.apache.oozie.service.StoreService,
          org.apache.oozie.service.SLAStoreService,
          org.apache.oozie.service.DBLiteWorkflowStoreService,
          org.apache.oozie.service.CallbackService,
          org.apache.oozie.service.ActionService,
          org.apache.oozie.service.ShareLibService,
          org.apache.oozie.service.CallableQueueService,
          org.apache.oozie.service.ActionCheckerService,
          org.apache.oozie.service.RecoveryService,
          org.apache.oozie.service.PurgeService,
          org.apache.oozie.service.CoordinatorEngineService,
          org.apache.oozie.service.BundleEngineService,
          org.apache.oozie.service.DagEngineService,
          org.apache.oozie.service.CoordMaterializeTriggerService,
          org.apache.oozie.service.StatusTransitService,
          org.apache.oozie.service.PauseTransitService,
          org.apache.oozie.service.GroupsService,
          org.apache.oozie.service.ProxyUserService,
          org.apache.oozie.service.XLogStreamingService,
          org.apache.oozie.service.JvmPauseMonitorService
     </value>
  </property>
  <property>
         <name>oozie.service.HadoopAccessorService.hadoop.configurations</name>
         <value>*=/home/hadoop/hadoop-2.6.0/etc/hadoop</value>
  </property>

　　在修改完相关文件后，下面我们去创建Oozie的sharelib，其命令如下所示：

oozie-setup.sh sharelib create -fs hdfs://cluster1

　　然后使用shareliblist命令查看相关内容，命令如下所示：

oozie admin -shareliblist -oozie http://nna:11000/oozie

　　若成功创建，会生成如下图所示内容：

　　若未出现相应内容，请检查相关信息是否配置正确即可。

启动Oozie服务

oozied.sh start

　　注：在启动时，这里建议打开oozie的启动日志，动态观察相关日志信息，也许会出现一些异常信息，比如：

Caused by: java.lang.NoClassDefFoundError: org/htrace/Trace
    at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:214)
    
    Caused by: java.lang.NoClassDefFoundError: com/google/protobuf/ServiceException
    at org.apache.hadoop.ipc.ProtobufRpcEngine.<clinit>(ProtobufRpcEngine.jav

　　这些异常信息大多是由于我们在前面打包生成war包时，由于缺少相关的依赖JAR包导致的，这里我们将缺少的JAR从Hadoop的share目录下找到对应的JAR拷贝到Oozie运行war包容器下即可，如：

$OOZIE_HOME/oozie-server/webapps/oozie/WEB-INF/lib

　　这里，异常都有相应的提示，大家耐心的按照提示解决异常即可，在解决相关异常后，我们就可以去创建相关工作流。

　　Oozie给我们提供了相关示例让我去参考配置，下面我们将examples/apps下的文件上传到HDFS当中去，这里我上传在HDFS的/oozie目录下。接下来，我给大家去演示一个定时任务。首先，我们进去到apps目录下的cron目录，这是一个定时任务的示例，其中包含：coordinator.xml、job.properties和workflow.xml三个文件，这里我们对其进行配置。

coordinator.xml

<coordinator-app name="cron-coord" frequency="${coord:minutes(10)}" start="${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>

　　这里配置的频率为10分钟，该属性可配置其它频率（如：小时，天等）。

job.properties

nameNode=hdfs://cluster1
jobTracker=nna:8132
queueName=default
examplesRoot=examples

oozie.coord.application.path=${nameNode}/oozie/${examplesRoot}/apps/cron
start=2015-08-25T13:00+0800
end=2015-08-26T01:00+0800
workflowAppUri=${nameNode}/oozie/${examplesRoot}/apps/cron

　　这里由于使用Hadoop2.x的HA特性，在指定NameNode时，直接使用hdfs://cluster1，在Hadoop2.x后，jobTracker被替换了，这里将其地址指向resourcemanager.address的地址。

workflow.xml

<workflow-app xmlns="uri:oozie:workflow:0.2" name="one-op-wf">
    <start to="end"/>
    <end name="end"/>
</workflow-app>

　　工作流使用一个空的Job。

　　在配置完相关文件后，我们将workflow.xml和coordinator.xml上传到指定的HDFS地址（之前上传examples目录下的corn目录下，上传之前先删除存在的文件），最后，我们启动这样一个工作流，命令如下所示：

$OOZIE_HOME/bin/oozie job -oozie http://nna:11000/oozie -config job.properties -run

　　创建成功后，会生成一个JobID，如下图所示：

　　注：图中我将命令封装在Shell脚本当中。这里在创建工作流时，同样建议动态开启Oozie的运行日志，便于查看异常信息。

　　若是需要Kill任务，可以使用以下命令：

$OOZIE_HOME/bin/oozie job -oozie http://nna:11000/oozie -kill [JOB_ID]

　　其Job DAG如下图所示：

4.截图预览

　　在提交作业后，我们可以通过浏览Oozie的Web监控界面观察相关信息，如下图所示：

5.总结

　　在将Oozie集成到Hadoop平台时，会有点繁琐，出现的异常都会在日志中有详细的记录，我们可以根据这些记录去解决出现的异常。另外，我们在提交任务成功后，在Oozie执行期间若是出现异常，我们也可以通过Oozie的监控界面去非常方便的查看对应的异常信息，并排除。异常信息较多，需要我们耐心的阅读相关记录信息。

6.结束语

　　这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！

posted @ 2015-08-25 17:51 哥不是小萝莉阅读(9840) 评论(0) 编辑收藏举报

刷新页面返回顶部

哥不是小萝莉

高可用Hadoop平台－Oozie工作流之Hadoop调度

1.概述

2.Oozie简介

3.任务工作流

4.截图预览

5.总结

6.结束语

热爱生活，享受编程，与君共勉！

公众号：

作者：哥不是小萝莉［关于我］［犒赏］

出处：http://www.cnblogs.com/smartloli/

转载请注明出处，谢谢合作！

公告