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。
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。
_
1条答案
按热度按时间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:
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。