Oozie简单配置与使用
1、Oozie英文翻译
驯象人
2、Oozie简介
一个基于工作流引擎的开源框架，由Cloudera公司贡献给Apache，提供对Hadoop Mapreduce、Pig Jobs的任务调度与协调。
Oozie需要部署到Java Servlet容器中运行。
3、Oozie在集群中扮演的角色
定时调度任务，多任务可以按照执行的逻辑顺序调度。
4、Oozie的功能模块
4.1、Workflow
顺序执行流程节点，支持fork（分支多个节点），join（合并多个节点为一个）
4.2、Coordinator
定时触发workflow
4.3、Bundle Job
绑定多个Coordinator
5、Oozie的节点
5.1、控制流节点（Control Flow Nodes）
控制流节点一般都是定义在工作流开始或者结束的位置，比如start,end,kill等。以及提供工作流的执行路径机制，
如decision,fork,join等。
5.2、动作节点（Action Nodes）
就是执行具体任务动作的节点。
6、Oozie的安装与部署
6.1上传（oozie-4.0.0-cdh5.3.6.tar.gz）并解压（tar -zxvf oozie-4.0.0-cdh5.3.6.tar.gz -C /opt/module/）
6.2上传ext-2.2.zip（可视化之类的工具）（不用解压）
6.3修改Hadoop配置文件修改( cd /opt/module/hadoop-2.5.0-cdh5.3.6/etc/hadoop)，完成后scp到其他机器节点
6.3.1修改core-site.xml（vim core-site.xml ），在最后添加
<!-- Oozie Server的Hostname 允许代理的用户--> <property> <name>hadoop.proxyuser.jokerq.hosts</name> <value>*</value> </property> <!-- 允许被Oozie代理的用户组 --> <property> <name>hadoop.proxyuser.jokerq.groups</name> <value>*</value> </property>
6.3.2配置JobHistoryServer服务（必须，如果原来已经不用配置，检查是否配置）
6.3.2.1修改mapred-site.xml（vim mapred-site.xml），在最后添加
<!-- 配置 MapReduce JobHistory Server 地址 ，默认端口10020 --> <property> <name>mapreduce.jobhistory.address</name> <value>hadoop201:10020</value> </property> <!-- 配置 MapReduce JobHistory Server web ui 地址， 默认端口19888 --> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>hadoop201:19888</value> </property>
6.3.2.2修改yarn-site.xml（vim yarn-site.xml）（已经修改过），在最后添加
<!-- 任务历史服务 --> <property> <name>yarn.log.server.url</name> <value>http://hadoop201:19888/jobhistory/logs/</value> </property>
6.4同步到其他机器节点（同步整个etc文件操作）
cd ../..
scp -r etc/ hadoop202:/opt/module/hadoop-2.5.0-cdh5.3.6/
scp -r etc/ hadoop203:/opt/module/hadoop-2.5.0-cdh5.3.6/
6.4开启Hadoop集群
$ sh ~/start-cluster.sh（启动脚本）
*尖叫提示：需要配合开启JobHistoryServer （启动命令：mr-jobhistory-daemon.sh start historyserver）
6.5 最好执行一个MR任务进行测试（在hadoop202中执行此命令（mapreduce机器））。
bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0-cdh5.3.6.jar wordcount /input/ /output111/
启动后在http://192.168.25.202:8088/中查看点击History跳转成功即可
6.7解压oozie目录下的hadooplibs到oozie所在的目录（解压成功后文件夹会生成在oozie目录下hadooplibs/）
tar -zxvf /opt/module/oozie-4.0.0-cdh5.3.6/oozie-hadooplibs-4.0.0-cdh5.3.6.tar.gz -C /opt/module/
6.8在oozie目录下创建创建libext文件夹（mkdir libext/）
6.9拷贝一些依赖的Jar包到libext目录下
6.9.1进入到hadooplibs下的hadooplib-2.5.0-cdh5.3.6.oozie-4.0.0-cdh5.3.6目录
cd /opt/module/oozie-4.0.0-cdh5.3.6/hadooplibs/hadooplib-2.5.0-cdh5.3.6.oozie-4.0.0-cdh5.3.6
6.9.2拷贝当前文件夹所有到libext目录下
cp * /opt/module/oozie-4.0.0-cdh5.3.6/libext/
6.9.3拷贝Mysql驱动包到libext目录下
cd /opt/software/mysql-connector-java-5.1.27
6.9.4拷贝驱动包
cp -a mysql-connector-java-5.1.27-bin.jar /opt/module/oozie-4.0.0-cdh5.3.6/libext/
6.10将ext-2.2.zip拷贝到libext/目录下
cp -a /opt/software/ext-2.2.zip /opt/module/oozie-4.0.0-cdh5.3.6/libext/
6.11修改Oozie配置文件
6.11.1 进入oozie的conf目录下（cd /opt/module/oozie-4.0.0-cdh5.3.6/conf/）
6.11.2修改 （vim oozie-site.xml ）
修改以下name对应的value：
** JDBC驱动
oozie.service.JPAService.jdbc.driver
com.mysql.jdbc.Driver
** Mysql的oozie数据库的配置 一会需要手动创建此oozie数据库
oozie.service.JPAService.jdbc.url
jdbc:mysql://192.168.25.201:3306/oozie
** 数据库用户名
oozie.service.JPAService.jdbc.username
root
** 数据库密码
oozie.service.JPAService.jdbc.password
123456
** 让Oozie引用Hadoop的配置文件 修改路径为hadoop配置文件的路径
oozie.service.HadoopAccessorService.hadoop.configurations
*=/opt/module/hadoop-2.5.0-cdh5.3.6/etc/hadoop
6.12在Mysql中创建Oozie的数据库
6.12.1进入数据库( mysql -uroot -p123456)
6.12.2创建数据库(mysql> create database oozie;)
6.13初始化Oozie的配置
6.13.1上传Oozie目录下的yarn.tar.gz文件到HDFS（尖叫提示：yarn.tar.gz文件会自行解压）
cd /opt/module/oozie-4.0.0-cdh5.3.6/
bin/oozie-setup.sh sharelib create -fs hdfs://hadoop201:8020 -locallib oozie-sharelib-4.0.0-cdh5.3.6-yarn.tar.gz
(执行成功之后，去50070检查对应目录有没有文件生成。)
6.13.2创建oozie.sql文件
bin/oozie-setup.sh db create -run -sqlfile oozie.sql
6.13.3打包项目，生成war包（Oozie停止状态）
bin/oozie-setup.sh prepare-war
6.14启动Oozie服务
bin/oozied.sh start
（关闭Oozie服务：$ bin/oozied.sh stop）
6.15访问Oozie的Web页面
案例
一、案例一 使用Oozie调度Shell脚本
1.进入（cd /opt/module/oozie-4.0.0-cdh5.3.6/）
2.解压官方案例模板
tar -zxvf oozie-examples.tar.gz
3. 创建oozie-apps文件夹（mkdir oozie-apps）
4.拷贝文件到文件夹下
cp -r examples/apps/shell/ oozie-apps/
5.进入文件夹（cd oozie-apps/shell/）
6.随便编写一个脚本p1.sh （vi p1.sh），添加如下测试内容
#!/bin/bash
/usr/sbin/ifconfig > /tmp/p1.log
7.编辑job.properties（ vim job.properties ）修改如下内容
8.修改workflow.xml （vim workflow.xml）
(<file>/ser/jokerq/oozie-apps/shell/${EXEC}#${EXEC}</file>)
9.上传任务配置
/opt/module/hadoop-2.5.0-cdh5.3.6/bin/hdfs dfs -put /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps /user/jokerq
10.执行任务
cd /opt/module/oozie-4.0.0-cdh5.3.6/
bin/oozie job -oozie http://hadoop201:11000/oozie -config oozie-apps/shell/job.properties -run
在mapreduce的8088可以查看
11.想要杀死某个任务
bin/oozie job -oozie http://hadoop201:11000/oozie -kill 0000000-181230182825159-oozie-joke-W
案例二 执行多个Job调度
1.解压官方案例模板，创建文件夹等操作（上面已经执行）
2. 进入（cd /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps/shell）
3.创建测试脚本p1.sh(vim p1.sh)，添加如下
#!/bin/bash
/usr/bin/date > /tmp/p1.log
4.创建测试脚本p2.sh(vim p2.sh)，添加如下
#!/bin/bash
/usr/bin/date > /tmp/p2.log
5.编辑job.properties
6.编辑workflow.xml（添加一个action，一个action对应一个脚本）
7.上传
（先删除上个案例留下的）/opt/module/hadoop-2.5.0-cdh5.3.6/bin/hdfs dfs -rmr /user/jokerq/oozie-apps
/opt/module/hadoop-2.5.0-cdh5.3.6/bin/hdfs dfs -put /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps /user/jokerq
8.执行
cd /opt/module/oozie-4.0.0-cdh5.3.6/
bin/oozie job -oozie http://hadoop201:11000/oozie -config oozie-apps/shell/job.properties -run
案例三 调度MapReduce任务
1.先编写一个可以运行的MR任务的.jar包（此处拷贝mapredurce的例子jar包）
cp -a /opt/module/hadoop-2.5.0-cdh5.3.6/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0-cdh5.3.6.jar /opt/module/oozie-4.0.0-cdh5.3.6/
2.进入 oozie目录( cd /opt/module/oozie-4.0.0-cdh5.3.6/)
3.拷贝官方模板到oozie-apps
cp -r /opt/module/oozie-4.0.0-cdh5.3.6/examples/apps/map-reduce/ /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps/
4.测试一下wordcount在yarn中的运行
/opt/module/hadoop-2.5.0-cdh5.3.6/bin/yarn jar hadoop-mapreduce-examples-2.5.0-cdh5.3.6.jar wordcount /input/ /ouput111/
5.配置job.properties(cd oozie-apps/map-reduce/ --->>> vim job.properties )
6.配置workflow.xml (vim workflow.xml)
<workflow-app xmlns="uri:oozie:workflow:0.2" name="map-reduce-wf"> <start to="mr-node"/> <action name="mr-node"> <map-reduce> <job-tracker>${jobTracker}</job-tracker> <name-node>${nameNode}</name-node> <prepare> <delete path="${nameNode}/output/"/> </prepare> <configuration> <property> <name>mapred.job.queue.name</name> <value>${queueName}</value> </property> <!-- 配置调度MR任务时，使用新的API --> <property> <name>mapred.mapper.new-api</name> <value>true</value> </property> <property> <name>mapred.reducer.new-api</name> <value>true</value> </property> <!-- 指定Job Key输出类型 --> <property> <name>mapreduce.job.output.key.class</name> <value>org.apache.hadoop.io.Text</value> </property> <!-- 指定Job Value输出类型 --> <property> <name>mapreduce.job.output.value.class</name> <value>org.apache.hadoop.io.IntWritable</value> </property> <!-- 指定输入路径 --> <property> <name>mapred.input.dir</name> <value>/input/</value> </property> <!-- 指定输出路径 --> <property> <name>mapred.output.dir</name> <value>/output/</value> </property> <!-- 指定Map类 --> <property> <name>mapreduce.job.map.class</name> <value>org.apache.hadoop.examples.WordCount$TokenizerMapper</value> </property> <!-- 指定Reduce类 --> <property> <name>mapreduce.job.reduce.class</name> <value>org.apache.hadoop.examples.WordCount$IntSumReducer</value> </property> <property> <name>mapred.map.tasks</name> <value>1</value> </property> </configuration> </map-reduce> <ok to="end"/> <error to="fail"/> </action> <kill name="fail"> <message>Map/Reduce failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message> </kill> <end name="end"/> </workflow-app>
7.拷贝待执行的jar包到map-reduce的lib目录下
cp -a /opt/module/oozie-4.0.0-cdh5.3.6/hadoop-mapreduce-examples-2.5.0-cdh5.3.6.jar ./lib
8.上传配置好的app文件夹到HDFS
/opt/module/hadoop-2.5.0-cdh5.3.6/bin/hdfs dfs -put /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps/map-reduce/ /user/jokerq/oozie-apps
9.执行任务
cd /opt/module/oozie-4.0.0-cdh5.3.6/
bin/oozie job -oozie http://hadoop201:11000/oozie -config oozie-apps/map-reduce/job.properties -run
案例四 Coordinator周期性调度任务
1.配置Linux时区为+0800(在设置集群同步时间时设置的上海时间)
2.改oozie-default.xml文件(cd /opt/module/oozie-4.0.0-cdh5.3.6/conf --->>> vim oozie-default.xml ),修改oozie的时区为GMT+0800：
3.修改js框架中的关于时间设置的代码
vi /opt/module/oozie-4.0.0-cdh5.3.6/oozie-server/webapps/oozie/oozie-console.js
4.重启oozie服务，并重启浏览器（一定要注意清除缓存）
cd /opt/module/oozie-4.0.0-cdh5.3.6/
$ bin/oozied.sh stop
$ bin/oozied.sh start
5.拷贝官方模板配置定时任务
cp -r /opt/module/oozie-4.0.0-cdh5.3.6/examples/apps/cron/ /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps/
6.进入目录
cd /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps/cron
7.修改 job.properties
nameNode=hdfs://hadoop201:8020
jobTracker=hadoop202:8032
queueName=default
examplesRoot=oozie-apps
oozie.coord.application.path=${nameNode}/user/${user.name}/${examplesRoot}/cron
start=2018-12-31T21:30+0800
end=2019-1-1T21:30+0800
workflowAppUri=${nameNode}/user/${user.name}/${examplesRoot}/cron
EXEC1=p1.sh
EXEC2=p2.sh
8.修改coordinator.xml
9.修改workflow.xml
<workflow-app xmlns="uri:oozie:workflow:0.5" name="one-op-wf"> <start to="p1-shell-node"/> <action name="p1-shell-node"> <shell xmlns="uri:oozie:shell-action:0.2"> <job-tracker>${jobTracker}</job-tracker> <name-node>${nameNode}</name-node> <configuration> <property> <name>mapred.job.queue.name</name> <value>${queueName}</value> </property> </configuration> <exec>${EXEC1}</exec> <file>/user/jokerq/oozie-apps/shell/${EXEC1}#${EXEC1}</file> <!-- <argument>my_output=Hello Oozie</argument>--> <capture-output/> </shell> <ok to="p2-shell-node"/> <error to="fail"/> </action> <action name="p2-shell-node"> <shell xmlns="uri:oozie:shell-action:0.2"> <job-tracker>${jobTracker}</job-tracker> <name-node>${nameNode}</name-node> <configuration> <property> <name>mapred.job.queue.name</name> <value>${queueName}</value> </property> </configuration> <exec>${EXEC2}</exec> <file>/user/jokerq/oozie-apps/shell/${EXEC2}#${EXEC2}</file> <!-- <argument>my_output=Hello Oozie</argument>--> <capture-output/> </shell> <ok to="end"/> <error to="fail"/> </action> <decision name="check-output"> <switch> <case to="end"> ${wf:actionData('shell-node')['my_output'] eq 'Hello Oozie'} </case> <default to="fail-output"/> </switch> </decision> <kill name="fail"> <message>Shell action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message> </kill> <kill name="fail-output"> <message>Incorrect output, expected [Hello Oozie] but was [${wf:actionData('shell-node')['my_output']}]</message> </kill> <end name="end"/> </workflow-app>
10.创建p1.sh和p2.sh测试脚本（同上一个测试脚本内容）
11.上传配置，启动任务(未完全成功，有bug残留（提示时间格式不正确）)
/opt/module/hadoop-2.5.0-cdh5.3.6/bin/hdfs dfs -put /opt/module/oozie-4.0.0-cdh5.3.6/oozie-apps/cron/ /user/jokerq/oozie-apps
cd /opt/module/oozie-4.0.0-cdh5.3.6/
bin/oozie job -oozie http://hadoop201:11000/oozie -config oozie-apps/cron/job.properties -run
小问题总结：
1、Mysql权限配置
2、workflow.xml配置的时候不要忽略file属性
3、jps查看进程时，注意有没有bootstrap
4、关闭oozie
** bin/oozied.sh stop）如果无法关闭，则可以使用kill
** kill -9 11111
oozie-server/temp/xxx.pid文件一定要删除
5、Oozie重新打包时，一定要注意先关闭进程，删除对应文件夹下面的pid文件。（可以参考第4条目）
6、配置文件一定要生效
** 起始标签和结束标签无对应则不生效
** 配置文件的属性写错了，那么则执行默认的属性。
7、libext下边的jar存放于某个文件夹中，导致share/lib创建不成功
8、-rmr share/lib这样是不行的。 rm -rmr /user/admin这样删除是错误的。
9、调度任务时，找不到指定的脚本，可能是oozie-site.xml里面的Hadoop配置文件没有关联上
10、修改Hadoop配置文件，需要重启集群。一定要记得scp到其他节点
11、JobHistoryServer必须开启，集群要重启的。
12、Mysql配置如果没有生效的话，默认使用derby数据库
13、在本地修改完成的job配置，必须重新上传到HDFS
14、将HDFS上面的配置文件，下载下来查看是否有错误。
15、Linux用户名和Hadoop的用户名不一致。
