Oozie有一套丰富的指令来描述任务之间所需的控制流。它有什么有助于在这些任务之间传递数据吗?或者是将数据完全留给用户?如何在oozie工作流任务之间传递数据
更新:我使用shell操作来调用spark,所以我需要一个足够一般的解决方案来包含该用例。
Oozie有一套丰富的指令来描述任务之间所需的控制流。它有什么有助于在这些任务之间传递数据吗?或者是将数据完全留给用户?如何在oozie工作流任务之间传递数据
更新:我使用shell操作来调用spark,所以我需要一个足够一般的解决方案来包含该用例。
为了在Oozie Workflow Tasks之间传递数据,您需要将工作流2的输入定义为工作流1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,给我留下了一堆细节出于对地图,减少工作,只显示输入和输出。当你设置你的属性文件时,你可以定义输入和输出参数。还有一点需要注意的是MapReduce会忽略任何以下划线_
作为输入。因此,当第一个MapReduce作业完成时,它将有一个_SUCCESS文件和一个_log目录,这将被忽略作为第二个动作的输入。
谢谢。我认为这是mapreduce特定的?我使用shell动作来调用spark作业(我意识到我的问题没有提到)。 – Marcin
您可以使用'
你能解释你正在谈论什么类型的数据吗?你是指变量还是实际数据(例如MR作业的输出)? –
@ brandon.bell实际数据。 – Marcin