工作流引擎Oozie:coordinator

Posted ilinux_one

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了工作流引擎Oozie:coordinator相关的知识,希望对你有一定的参考价值。

1. 简介

coordinator是workflow的定时提交器,基于时间条件与数据生成触发(based on time and data triggers)。简单点说,coordinator按所定义的时间周期进行轮询,若数据生成条件满足,则触发workflow任务;否则,则等待数据生成或跳过(调度策略由设置的超时时间决定)。

2. 详解

coordinator-app

<coordinator-app name="coord-demo" frequency="${coord:days(1)}" start="${start_time}" end="${end_time}"
                 timezone="Asia/Shanghai" xmlns="uri:oozie:coordinator:0.1">

文件头定义了coordinator任务的名称,执行频率(frequency),开始与起止时间(start、end)。${coord:days(1)}为coordinator内置的EL function (Expression Language),表示为执行周期为一天。frequency的时间单位为分钟,则${coord:days(1)}=1440${coord:hours(3)}=180. 一般地,在job.properties定义如:start_time=2016-06-07T00:00Z,应以UTC时区为准。

Control information

<controls>
    <!--超时时间,若为0,一旦数据生成超时则coordinator action被丢弃;
    若为-1,则一直等待数据生成;
    若 > 0,即为超时时间(单位:分钟)-->
    <timeout>-1</timeout>
    <!--并发action数-->
    <concurrency>1</concurrency>
    <!--同时被触发的多个coordinator job的执行次序-->
    <execution>${execution_order}</execution>
</controls>

datasets

<datasets>
    <!--数据生成目录-->
    <dataset name="data" frequency="${coord:hours(1)}" initial-instance="${start_time}" timezone="${timezone}">
      <uri-template>${nameNode}/path/to/${YEAR}-${MONTH}-${DAY}/${HOUR}/</uri-template>
      <done-flag></done-flag>
    </dataset>
</datasets>

相关参数:

  • initial-instance,对应初始时间的数据目录,作为时间周期偏移的基准目录
  • uri-template,文件目录HDFS目录,${YEAR}${MONTH}等为EL Time Constants,具体数值由<input-events> <data-in ..>传入,也可通过job.properties传入自定义的参数。
  • done-flag,数据目录生成的文件标识,若未指定,则默认为 _SUCCESS 文件;若指定为空,则表示文件夹本身。

input-events

<input-events>
    <data-in name="dataReady" dataset="data">
      <instance>${coord:current(-1)}</instance>
    </data-in>
</input-events>

定义了数据触发条件,${coord:current(-1)}表示对于当前时间的偏移,其中偏移量=数值* dataset frequency。有些时候,我们要判断多个目录是否生成,比如,判断一天的24个小时目录,这时应这样写:

<data-in name="dataReady2" dataset="data">
  <start-instance>${coord:current(-24)}</start-instance>
  <end-instance>${coord:current(-1)}</end-instance>
</data-in>

action

<action>
    <workflow>
      <app-path>${wf_app_path}</app-path>
      <configuration>
        <property>
          <name>dayTime</name>
          <value>${coord:formatTime(coord:dateOffset(coord:nominalTime(), -1, \'DAY\'), \'yyyy-MM-dd\')}</value>
        </property>
      </configuration>
    </workflow>
</action>

定义coordinator要触发的workflow,

  • app-path,workflow所在的HDFS目录;
  • property,定义传给workflow的参数

coordinator提供了一些用于时间计算的函数,比如:

  • coord:nominalTime(),返回coordinator的每一执行周期的当前时间;
  • coord:dateOffset(String baseDate, int instance, String timeUnit),计算偏移后的时间,newDate = baseDate + instance * timeUnit;
  • coord:formatTime(String ts, String format),定义格式化的时间,其中format应遵循Java\'s SimpleDateFormat。

返回多个时间:

<value>${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, \'HOUR\'), -6, \'DAY\'), \'yyyy-MM-dd\')},${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, \'HOUR\'), -5, \'DAY\')</value>


参考
:http://www.cnblogs.com/en-heng/p/5581331.html

  Oozie Coordinator使用及详解

http://shiyanjun.cn/archives/684.html
http://blog.csdn.net/oracle8090/article/details/54666543

以上是关于工作流引擎Oozie:coordinator的主要内容,如果未能解决你的问题,请参考以下文章

Oozie-coordinator调度

oozie coordinator 定时调度

Oozie Coordinator 中数据集的延迟

Oozie coordinator 作业自定义的配置的一些方法

oozie bundle 调用多个coordinator

问题记录CDH版Hue提交Oozie Coordinator调度报500异常