工作流引擎Oozie（二）：coordinator

时间：2017-05-05 01:06:00 阅读：262 评论：0 收藏：0 [点我收藏+]

标签：决定自定义 control comm 偏移量文件 mat timezone 格式化

1. 简介

coordinator是workflow的定时提交器，基于时间条件与数据生成触发（based on time and data triggers）。简单点说，coordinator按所定义的时间周期进行轮询，若数据生成条件满足，则触发workflow任务；否则，则等待数据生成或跳过（调度策略由设置的超时时间决定）。

2. 详解

coordinator-app

<coordinator-app name="coord-demo" frequency="${coord:days(1)}" start="${start_time}" end="${end_time}"
                 timezone="Asia/Shanghai" xmlns="uri:oozie:coordinator:0.1">

文件头定义了coordinator任务的名称，执行频率（frequency），开始与起止时间（start、end）。${coord:days(1)}为coordinator内置的EL function (Expression Language)，表示为执行周期为一天。frequency的时间单位为分钟，则${coord:days(1)}=1440，${coord:hours(3)}=180. 一般地，在job.properties定义如：start_time=2016-06-07T00:00Z，应以UTC时区为准。

Control information

<controls>
    <!--超时时间，若为0，一旦数据生成超时则coordinator action被丢弃；
    若为-1，则一直等待数据生成；
    若 > 0，即为超时时间（单位：分钟）-->
    <timeout>-1</timeout>
    <!--并发action数-->
    <concurrency>1</concurrency>
    <!--同时被触发的多个coordinator job的执行次序-->
    <execution>${execution_order}</execution>
</controls>

datasets

<datasets>
    <!--数据生成目录-->
    <dataset name="data" frequency="${coord:hours(1)}" initial-instance="${start_time}" timezone="${timezone}">
      <uri-template>${nameNode}/path/to/${YEAR}-${MONTH}-${DAY}/${HOUR}/</uri-template>
      <done-flag></done-flag>
    </dataset>
</datasets>

input-events

<input-events>
    <data-in name="dataReady" dataset="data">
      <instance>${coord:current(-1)}</instance>
    </data-in>
</input-events>

定义了数据触发条件，${coord:current(-1)}表示对于当前时间的偏移，其中偏移量=数值* dataset frequency。有些时候，我们要判断多个目录是否生成，比如，判断一天的24个小时目录，这时应这样写：

<data-in name="dataReady2" dataset="data">
  <start-instance>${coord:current(-24)}</start-instance>
  <end-instance>${coord:current(-1)}</end-instance>
</data-in>

action

<action>
    <workflow>
      <app-path>${wf_app_path}</app-path>
      <configuration>
        <property>
          <name>dayTime</name>
          <value>${coord:formatTime(coord:dateOffset(coord:nominalTime(), -1, ‘DAY‘), ‘yyyy-MM-dd‘)}</value>
        </property>
      </configuration>
    </workflow>
</action>

定义coordinator要触发的workflow，

app-path，workflow所在的HDFS目录；
property，定义传给workflow的参数

coordinator提供了一些用于时间计算的函数，比如：

coord:nominalTime()，返回coordinator的每一执行周期的当前时间；
coord:dateOffset(String baseDate, int instance, String timeUnit)，计算偏移后的时间，newDate = baseDate + instance * timeUnit；
coord:formatTime(String ts, String format)，定义格式化的时间，其中format应遵循Java‘s SimpleDateFormat。

返回多个时间：

<value>${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, ‘HOUR‘), -6, ‘DAY‘), ‘yyyy-MM-dd‘)},${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, ‘HOUR‘), -5, ‘DAY‘)</value>


参考
：http://www.cnblogs.com/en-heng/p/5581331.html

Oozie Coordinator使用及详解

http://shiyanjun.cn/archives/684.html
http://blog.csdn.net/oracle8090/article/details/54666543

工作流引擎Oozie（二）：coordinator

标签：决定自定义 control comm 偏移量文件 mat timezone 格式化

原文地址：http://www.cnblogs.com/ilinuxer/p/6810420.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行