pig与oozie工作流

c86crjj0 于 2021-06-21 发布在 Pig

关注(0)|答案(1)|浏览(455)

我有一个 Package shell脚本，它读取输入文件并多次调用pig脚本。这在crontab上运行良好。但是，在尝试使用oozie引擎时不起作用。如何在oozie中实现循环。如果这不是正确的方法，有人能建议其他方法吗？我需要能够从输入文件中读取一些参数，然后为每一行（以及相应的read param）多次调用pig脚本或pig操作。
读行时

do
    seedidprefix=$(echo $line |awk -v OFS='\t' '{print $3;}')
    seedaudprefix=$(echo $line |awk -v OFS='\t' '{print $2;}')
    adgrpid=$(echo $line |awk -v OFS='\t' '{print $1;}')
    nwtype=$(echo $line |awk -v OFS='\t' '{print $4;}')
    chainedseedid=$(echo $line |awk -v OFS='\t' '{print $5;}')

if [ $nwtype == "ADX" ]; then

    hadoop jar pig.jar -param segid=${seedaudprefix} -param nw=${nwtype} -param date=${MODELDATE} -param seedid=${seedidprefix} -param audienceId=${adgrpid} -param chainedseedid=${chainedseedid} ${TOP_DIR}/histo_bkup_adx.pig

else

    hadoop jar pig.jar -param segid=${seedaudprefix} -param nw=${nwtype} -param date=${MODELDATE} -param seedid=${seedidprefix} -param audienceId=${adgrpid} -param chainedseedid=${chainedseedid} ${TOP_DIR}/histo_bkup.pig

fi

done<${campaign_file}

oozie apache-pig

来源：https://stackoverflow.com/questions/24274632/pig-with-oozie-workflow

1条答案

按热度按时间

neskvpey1#

我遇到了一个类似的问题-我需要执行一个pig脚本多次。
对我有效的是在python中使用嵌入式pig（[参见doc.][1]）。
oozie工作流有一个pig操作，脚本指向python文件。还可以使用file标记标记需要重复执行的pig脚本，以便将其加载到工作目录（对于控制器（在您的示例中是shell脚本）从中读取输入的文件也是如此）。
oozie的剧本看起来像，

<workflow>
    ...        
    <action name="action_1" retry-max="0" retry-interval="1">
        <pig>        
            <script>${path_src}/my_controller.py</script>
            <file>${path_src}/data.txt#data.txt</file>
            <file>${path_src}/my_script.pig#my_script.py</file>
        </pig>
        <ok to="Done"/>
        <error to="Fail"/>
    </action>
    ...
</workflow>

python脚本看起来像，


# !/usr/bin/python

from org.apache.pig.scripting import Pig
if __name__ == '__main__' :
    # Load pig parameters - assuming each parameter is in the format KEY = Value
    pigParams = {}
    ipFile = open( 'data.txt', 'r' )
    for line in ipFile :
        if len( line.strip() ) == 0 :
            continue
        fields = line.split( '=' )
        pigParams[ fields[ 0 ].strip() ] = fields[ 1 ].strip()
    ipFile.close()

    for i in range( 10 ) :
        pigScript = Pig.compileFromFile( 'my_script.pig' )
        pigScript.bind( pigParams ).run()

希望这有帮助。

赞(0）回复(0）举报 2021-06-21

我来回答

pig与oozie工作流

1条答案

相关问题

热门标签

最新问答