oozie使用中的一些小结(持续完善)

 

 

0 关于oozie 寻找包寻找位置原则：

 

 

oozie在运行的时候 只会去两个地方寻找本身须要的lib
         1 回去当前提交任务的workflow所在的hdfs目录下的lib下寻找 
		  eg: /user/root/examples/apps/fork-merge的workflow下有  job.properties   lib   workflow.xml三个目录 会去lib目录下找对应jar
     
         2 若是是shell命令提交的话，他会主动去本身的公共资源库中寻找本身须要的jar文件，公共资源库为 /user/root/share/lib/lib_20150128185329
		   其中共享库里面存放的是oozie 常见action须要的包  好比hive  hive2 pig  sqoop oozie  hcatalog  distcp等
		   若是是java客户端提交任务的话，须要设置oozie.libpath(此时此路径下能够存放你工程须要的别的jar包而不须要存放在共享库中 防止混淆)
		   properties.setProperty("oozie.use.system.libpath","true");  ---> 设置使用oozie共享库
		   properties.setProperty("oozie.libpath","hdfs://master:9000/user/hdfs/examples/thirdlib");  ---> 设置存放工程使用的第三方的jar
		   
		 3 上面2是针对java代码写法，若是对应到job.properties写法为：
		   
		   nameNode=hdfs://master:9000
		   jobTracker=master:8032
		   queueName=default
		   examplesRoot=examples
		   
		   oozie.use.system.libpath=true
		   oozie.libpath=hdfs://master:9000/user/hdfs/examples/thirdlib
		   
		   oozie.wf.application.path=${nameNode}/user/${user.name}/${examplesRoot}/apps/sqoop-sqlserver-to-hdfs

 

 

 

 

 

1 关于oozie使用调用sqoop action执行数据导出导入时对应的jar包：

 

    1.1 须要将 mysql/sqlserver/oracle等主流数据库的驱动包放在oozie的共享库对应hdfs目录下 eg:

    hdfs://master:9000/user/root/share/lib/lib_20141031094140/sqoop下

    1.2 将 oozie-sharelib-sqoop-4.0.0-cdh5.1.0.jar   sqoop-1.4.4-cdh5.1.0.jar也放在上述目录中

 

 

2 hadoop运行时内存不足或者其余缘由内存引发的错误

 

修改hadoop的配置文件 mapred-site.xml 增长以下内容

<property>
	<name>mapred.child.java.opts</name>
	<value>-Xmx4096m</value>
</property>
<property>
	<name>mapred.map.child.java.opts</name>
	<value>-Xmx4096m</value>
</property>
<property>
	<name>mapred.reduce.child.java.opts</name>
	<value>-Xmx4096m</value>
</property>

或者增长map的数量

 

 3 关于oozie安装时数据库有问题的：

 

因为oozie错误或者其余缘由形成的oozie安装失败，第二次安装若是采用默认值可能会失败：eg 数据库初始化失败错误，
处理方式： 删除上一次默认的oozie数据文件data文件夹或者修改默认的值使得安装指向别的地方。

 

4 oozie提交任务时，job.properties文件的namenode属性值不建议写IP 建议写主机名

 

5 关于oozie分支的：

 

oozie的节点分为 动做节点(action) 和控制节点(好比 start end  fork merge)  其中控制节点下目前只能够放动做节点
  分支节点下不支持在存放分支节点(即分支套分支的写法)
  案例来自官网： http://oozie.apache.org/docs/4.0.0/WorkflowFunctionalSpec.html#a3.1.5_Fork_and_Join_Control_Nodes
  
  <workflow-app name="sample-wf" xmlns="uri:oozie:workflow:0.1">
    ...
    <fork name="forking">
        <path start="firstparalleljob"/>
        <path start="secondparalleljob"/>
    </fork>
    <action name="firstparallejob">
        <map-reduce>
            <job-tracker>foo:8021</job-tracker>
            <name-node>bar:8020</name-node>
            <job-xml>job1.xml</job-xml>
        </map-reduce>
        <ok to="joining"/>
        <error to="kill"/>
    </action>
    <action name="secondparalleljob">
        <map-reduce>
            <job-tracker>foo:8021</job-tracker>
            <name-node>bar:8020</name-node>
            <job-xml>job2.xml</job-xml>
        </map-reduce>
        <ok to="joining"/>
        <error to="kill"/>
    </action>
    <join name="joining" to="nextaction"/>
    ...
</workflow-app>

 

 

6 关于oozie 对应mysql数据库下表的说明：

 

 

 

 

 

7 关于oozie webservice api的部分说明：

 

 

 

 

 

 

其他问题后续须要跟进的：   须要等到7月份

 

a) 关于oozie流程设计图设计方面的技巧 规则 建议

 

b) 关于oozie 用户的，尤为是oozie在 cm版本上的用户  什么oozie用户 root用户 等等

    在cm上oozie用的是哪一个帐号提交任务  白名单等

   

 

c)  oozie提怎么提交任务给mr的，oozie是否有一些参数来规定提交到mr后 mr任务的启动的任务数，

    占有资源等