hadoop - 基于 Oozie 文件的协调器

Question

我正在尝试创建一个具有基于文件的依赖项的协调器。我的目标是只有在创建了指定的文件时，协调器才应该执行工作流。如果文件未创建，协调器应等待文件创建。我试过以下代码:

<coordinator-app name="MY_APP" frequency="1440" start="2009-02-01T00:00Z" end="2009-02-07T00:00Z" timezone="UTC" xmlns="uri:oozie:coordinator:0.1">
  <datasets>
    <dataset name="input1" frequency="60" initial-instance="2009-01-01T00:00Z" timezone="UTC">
      <uri-template>hdfs://localhost:9000/tmp/revenue_feed/${YEAR}/${MONTH}/${DAY}/${HOUR}</uri-template>
      <done-flag>trigger.dat</done-flag>
    </dataset>
  </datasets>
  <input-events>
    <data-in name="coordInput1" dataset="input1">
      <start-instance>${coord:current(-23)}</start-instance>
      <end-instance>${coord:current(0)}</end-instance>
    </data-in>
  </input-events>
  <action>
    <workflow>
      <app-path>hdfs://localhost:9000/tmp/workflows</app-path>
    </workflow>
  </action>     
</coordinator-app>

我启动了 Oozie 作业，它处于 WAITING 状态。我已经执行了将在 HDFS 的指定目录结构中创建文件 (trigger.dat) 的脚本 (hdfs://localhost:9000/tmp/revenue_feed/${YEAR}/${MONTH}/${DAY}/${小时})。文件创建成功，还是WAITING状态。

谁能帮我解决这个问题..

Answer 1

我已经更改了开始日期和结束日期，现在可以使用了。

coordinator.xml 工作是:

<coordinator-app name="MY_APP" frequency="60" start="2015-01-12T05:00Z" end="2015-01-12T08:00Z" timezone="UTC" xmlns="uri:oozie:coordinator:0.1">
  <datasets>
    <dataset name="input1" frequency="30" initial-instance="2015-01-12T04:02Z" timezone="UTC">
      <uri-template>hdfs://localhost:9000/tmp/revenue_feed/${YEAR}/${MONTH}/${DAY}/${HOUR}</uri-template>
      <done-flag>trigger.dat</done-flag>
    </dataset>
  </datasets>
  <input-events>
    <data-in name="coordInput1" dataset="input1">
      <start-instance>${coord:current(-1)}</start-instance>
      <end-instance>${coord:current(0)}</end-instance>
    </data-in>
  </input-events>
  <action>
    <workflow>
      <app-path>hdfs://localhost:9000/tmp/workflows</app-path>
      <configuration>
        <property>
          <name>property1</name>
          <value>${coord:dataIn('coordInput1')}</value>
        </property>
      </configuration>
    </workflow>
  </action>     
</coordinator-app>

我观察到的一些要点是:

1. 预期的目录结构基于我们定义的数据集的 initial-instance="2015-01-12T04:02Z"和 frequency="30"。

2. 如果不在下面声明属性数据集，Oozie 将不会考虑

   <property>
<name>property1</name>
<value>${coord:dataIn('coordInput1')}</value>
</property>

3. Oozie 始终考虑 GMT/UTC 时区。在安排任何工作流程时，请牢记格林威治标准时间并相应地进行安排。

4. 在创建目录之前，协调器作业将处于 RUNNING 状态，但工作流作业将处于 WAITING 状态。