如何在oozie工作流任务之间传递数据

bkkx9g8r  于 2021-05-29  发布在  Hadoop
关注(0)|答案(1)|浏览(305)

oozie有一组丰富的指令来描述任务之间所需的控制流。它是否有助于在这些任务之间传递数据?或者说,传递数据完全是留给用户的一种练习?
更新:我使用shell操作来调用spark,所以我需要一个足够通用的解决方案来包含这个用例。

7gs2gvoe

7gs2gvoe1#

为了在oozie工作流任务之间传递数据,您需要将workflow2的输入定义为workflow1的输出。例如:

<workflow-app xmlns='uri:oozie:workflow:0.1' name='demo-wf'>
  <start to="workflow1" />
    <action name="workflow1">
      <map-reduce>
        <job-tracker>${jobTracker}</job-tracker>
        <name-node>${nameNode}</name-node>
        <configuration>
          <property>
            <name>mapred.input.dir</name>
            <value>${workflow1_Input}</value>
          </property>
          <property>
            <name>mapred.output.dir</name>
            <value>${workflow1_Output}</value>
          </property>
        </configuration>
      </map-reduce>
      <ok to="workflow2" />
      <error to="fail" />
    </action>
    <action name="workflow2">
      <map-reduce>
        <job-tracker>${jobTracker}</job-tracker>
        <name-node>${nameNode}</name-node>
        <configuration>
          <property>
            <name>mapred.input.dir</name>
            <value>${workflow1_Output}</value>
          </property>
          <property>
            <name>mapred.output.dir</name>
            <value>${workflow2_Output}</value>
          </property>
        </configuration>
      </map-reduce>
      <ok to="done" />
      <error to="fail" />
    </action>
</workflow-app>

注意,我为map reduce作业留下了一堆细节,只显示了输入和输出。设置属性文件时,可以定义输入和输出参数。另一件需要注意的事情是mapreduce将忽略任何带有下划线的内容 _ 作为输入。因此,当第一个mapreduce作业完成时,它将有一个\u成功文件和一个\u日志目录,作为第二个操作的输入,该目录将被忽略。

相关问题