如何在oozie工作流任务之间传递数据

Question

Oozie有一组丰富的指令来描述任务之间期望的控制流。它有什么可以帮助在这些任务之间传递数据的吗？还是传递数据是完全留给用户的练习？

更新:我使用shell操作来调用星星之火，所以我需要一个足够通用的解决方案来包含这个用例。

Answer 1

为了在Oozie工作流任务之间传递数据，需要将workflow2的输入定义为workflow1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，我在地图上留下了一堆细节--减少作业，只显示输入和输出。设置属性文件时，可以定义输入和输出参数。另一件需要注意的事情是，MapReduce将忽略任何以下划线_作为输入的内容。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，这将被忽略为第二个操作的输入。