驭象者之Apache Oozie

(1)Apache Oozie是什么? Oozie在英语中的释义指的是:驯象人,驭象者(多指缅甸那边的俗称),这个比喻相对与它的功能来说,还是很恰当的。 Apache Oozie是一个用来管理Hadoop任务的工作流调度系统,是基于有向无环图的模型(DAG)。Oozie支持大多数的Hadoop任务的组合,常见的有Java MapReduce,Streaming map-reduce,Pig,Hive, Sqoop , Distcp,也可以结合一些脚本如Shell,Python,Java来很灵活的完成一些事情。同时,它也是一个可伸缩的,可扩展,高可靠的的系统

(2)Apache Oozie能用来干什么? 其实,上面的这张图,已经足够回答这个问题了,工作流嘛,顾名思义,就是我要干一件事,需要很多步骤,然后有序组合,最终达到能够完成这件事的目的。 举个例子,就拿做饭这件事吧。 1,买菜 2,洗菜 3,切菜 4,炒菜 5,上菜 这是一个简单的流程,当然这里面会有很多其他的小细节,比如我买菜,去了不同的菜市场,炒菜时候,又临时去买了一些调料,等等。 仔细分析这里面的道道,有些是有依赖关系的,有些没依赖关系的,比如菜是核心,所有很菜有关的都有先后顺序,其他的辅助步骤,比如说烧水,跟这是没有依赖关系的。反应到实际工作中的一些任务也是如此,所以采用oozie来管理调度,还是很方便的一件事。

(3)Oozie的组成 Readme, license, notice & Release log files.(一个项目的,版权,介绍,log等) Oozie server: oozie-server directory.(oozie的服务端目录) Scripts: bin/ directory, client and server scripts.(bin下面有一些常用的命令,来管理oozie的) Binaries: lib/ directory, client JAR files.(存放oozie的依赖包) Configuration: conf/ server configuration directory.(oozie的配置文件) Archives:(归档包目录) oozie-client-*.tar.gz : Client tools.(oozie的客户端包) oozie.war : Oozie WAR file.(web的服务工程) docs.zip : Documentation.(文档) oozie-examples-*.tar.gz : Examples.(例子) oozie-sharelib-*.tar.gz : Share libraries (with Streaming, Pig JARs).(一些工作流支持的框架共享包) (4)oozie支持调度的应用 1,Email任务 2,Shell任务 3,Hive任务 4,Sqoop任务 5,SSH任务 6,Distcp任务 7,自定义的任务

(5)oozie的下载,安装,编译 oozie目前最新的版本是oozie4.1.0,下载地址1,如果链接不上,可点击这个下载地址2, 在linux上,可以直接wget http://archive.apache.org/dist/oozie/4.1.0/oozie-4.1.0.tar.gz下载 下载完,可以解压出来根据自己的一些环境编译。 散仙这里的一些环境如下: Hadoop2.2 JDK1.7 Maven3.0.5 Ant1.9.4 Hive0.13.1 Pig0.12.1 所以,需要修改在oozie的根目录下的pom文件: 1,修改JDK版本 2,如有必要可修改各个组件的版本,在跟目录下执行 grep -l "2.3.0" `find . -name "pom.xml"`

Java代码

  1. ./pom.xml
  2. ./hadooplibs/hadoop-distcp-2/pom.xml
  3. ./hadooplibs/hadoop-test-2/pom.xml
  4. ./hadooplibs/hadoop-utils-2/pom.xml
  5. ./hadooplibs/hadoop-2/pom.xml

将查出来的pom文件,修改对应hadoop版本,hive,hbase,pig等组件版本 注意使用(sed -e 's/2.3.0/2.2.0/g' pom.xml 替换可能更快,但是建议自己去修改,因为改的地方并不是太多!) 注意,在4.1.0里,需要把下面这个保持成2.3.0,hadoop的版本可以是2.2.0如果,不改的话,编译Zookeeper-Scurity-Test时候,会报错

Java代码

  1. [INFO] Apache Oozie ZooKeeper Security Tests ............. FAILURE [2.204s]
  2. [INFO] ------------------------------------------------------------------------
  3. [INFO] BUILD FAILURE
  4. [INFO] ------------------------------------------------------------------------
  5. [INFO] Total time: 5:27.818s
  6. [INFO] Finished at: Fri May 15 12:50:50 CST 2015
  7. [INFO] Final Memory: 132M/237M
  8. [INFO] ------------------------------------------------------------------------
  9. [ERROR] Failed to execute goal on project oozie-zookeeper-security-tests: Could not resolve dependencies for project org.apache.oozie:oozie-zookeeper-security-tests:jar:4.1.0: Failed to collect dependencies for [org.apache.curator:curator-test:jar:2.5.0 (test), org.apache.hadoop:hadoop-minikdc:jar:2.2.0 (test), org.apache.oozie:oozie-core:jar:4.1.0 (test), org.apache.oozie:oozie-core:jar:tests:4.1.0 (test), org.apache.oozie:oozie-hadoop:jar:2.2.0.oozie-4.1.0 (provided), org.apache.oozie:oozie-hadoop-test:jar:2.2.0.oozie-4.1.0 (test)]: Failed to read artifact descriptor for org.apache.hadoop:hadoop-minikdc:jar:2.2.0: Could not transfer artifact org.apache.hadoop:hadoop-minikdc:pom:2.2.0 from/to Codehaus repository (http://repository.codehaus.org/): peer not authenticated -> [Help 1]
  10. [ERROR]
  11. [ERROR] To see the full stack trace of the errors, re-run Maven with the -e switch.
  12. [ERROR] Re-run Maven using the -X switch to enable full debug logging.
  13. [ERROR]
  14. [ERROR] For more information about the errors and possible solutions, please read the following articles:
  15. [ERROR] [Help 1] http://cwiki.apache.org/confluence/display/MAVEN/DependencyResolutionException
  16. [ERROR]
  17. [ERROR] After correcting the problems, you can resume the build with the command
  18. [ERROR] mvn <goals> -rf :oozie-zookeeper-security-tests

改回2.3.0即可

Java代码

  1. <dependency>
  2. <groupId>org.apache.hadoop</groupId>
  3. <artifactId>hadoop-minikdc</artifactId>
  4. <version>2.3.0</version>
  5. </dependency>

3,修改完成后,执行下面命令进行编译: bin/mkdistro.sh -DskipTests -Dhadoop.version=2.2.0 4,中间如果出现错误,不要紧,重新执行上面命令,会增量的编译,原来编译成功的,不会重复编译,编译成功如下:

Java代码

  1. [INFO] Reactor Summary:
  2. [INFO]
  3. [INFO] Apache Oozie Main .................................. SUCCESS [ 1.440 s]
  4. [INFO] Apache Oozie Client ................................ SUCCESS [ 22.217 s]
  5. [INFO] Apache Oozie Hadoop 1.1.1.oozie-4.1.0 .............. SUCCESS [ 0.836 s]
  6. [INFO] Apache Oozie Hadoop Distcp 1.1.1.oozie-4.1.0 ....... SUCCESS [ 0.065 s]
  7. [INFO] Apache Oozie Hadoop 1.1.1.oozie-4.1.0 Test ......... SUCCESS [ 0.182 s]
  8. [INFO] Apache Oozie Hadoop Utils 1.1.1.oozie-4.1.0 ........ SUCCESS [ 0.784 s]
  9. [INFO] Apache Oozie Hadoop 2.3.0.oozie-4.1.0 .............. SUCCESS [ 4.803 s]
  10. [INFO] Apache Oozie Hadoop 2.3.0.oozie-4.1.0 Test ......... SUCCESS [ 0.254 s]
  11. [INFO] Apache Oozie Hadoop Distcp 2.3.0.oozie-4.1.0 ....... SUCCESS [ 0.066 s]
  12. [INFO] Apache Oozie Hadoop Utils 2.3.0.oozie-4.1.0 ........ SUCCESS [ 1.033 s]
  13. [INFO] Apache Oozie Hadoop 0.23.5.oozie-4.1.0 ............. SUCCESS [ 3.231 s]
  14. [INFO] Apache Oozie Hadoop 0.23.5.oozie-4.1.0 Test ........ SUCCESS [ 0.336 s]
  15. [INFO] Apache Oozie Hadoop Distcp 0.23.5.oozie-4.1.0 ...... SUCCESS [ 0.062 s]
  16. [INFO] Apache Oozie Hadoop Utils 0.23.5.oozie-4.1.0 ....... SUCCESS [ 0.878 s]
  17. [INFO] Apache Oozie Hadoop Libs ........................... SUCCESS [ 3.780 s]
  18. [INFO] Apache Oozie Hbase 0.94.2.oozie-4.1.0 .............. SUCCESS [ 0.338 s]
  19. [INFO] Apache Oozie Hbase Libs ............................ SUCCESS [ 0.692 s]
  20. [INFO] Apache Oozie HCatalog 0.13.1.oozie-4.1.0 ........... SUCCESS [ 0.919 s]
  21. [INFO] Apache Oozie HCatalog Libs ......................... SUCCESS [ 1.735 s]
  22. [INFO] Apache Oozie Share Lib Oozie ....................... SUCCESS [ 13.552 s]
  23. [INFO] Apache Oozie Share Lib HCatalog .................... SUCCESS [ 40.232 s]
  24. [INFO] Apache Oozie Core .................................. SUCCESS [05:03 min]
  25. [INFO] Apache Oozie Docs .................................. SUCCESS [01:07 min]
  26. [INFO] Apache Oozie Share Lib Pig ......................... SUCCESS [01:38 min]
  27. [INFO] Apache Oozie Share Lib Hive ........................ SUCCESS [ 12.927 s]
  28. [INFO] Apache Oozie Share Lib Sqoop ....................... SUCCESS [ 5.655 s]
  29. [INFO] Apache Oozie Share Lib Streaming ................... SUCCESS [ 4.577 s]
  30. [INFO] Apache Oozie Share Lib Distcp ...................... SUCCESS [ 1.900 s]
  31. [INFO] Apache Oozie WebApp ................................ SUCCESS [02:26 min]
  32. [INFO] Apache Oozie Examples .............................. SUCCESS [ 3.762 s]
  33. [INFO] Apache Oozie Share Lib ............................. SUCCESS [ 11.415 s]
  34. [INFO] Apache Oozie Tools ................................. SUCCESS [ 10.718 s]
  35. [INFO] Apache Oozie MiniOozie ............................. SUCCESS [ 9.647 s]
  36. [INFO] Apache Oozie Distro ................................ SUCCESS [ 27.966 s]
  37. [INFO] Apache Oozie ZooKeeper Security Tests .............. SUCCESS [ 7.040 s]
  38. [INFO] ------------------------------------------------------------------------
  39. [INFO] BUILD SUCCESS

5,编译成功后在oozie-release-4.1.0/distro/target目录下,会生成如下的几个文件:

Java代码

  1. drwxr-xr-x 2 root root 4096 5月 15 13:45 antrun
  2. drwxr-xr-x 2 root root 4096 5月 15 13:45 archive-tmp
  3. drwxr-xr-x 2 root root 4096 5月 15 13:45 maven-archiver
  4. drwxr-xr-x 3 root root 4096 5月 15 13:46 oozie-4.1.0-distro
  5. -rw-r--r-- 1 root root 201469924 5月 15 13:46 oozie-4.1.0-distro.tar.gz
  6. -rw-r--r-- 1 root root 2875 5月 15 13:45 oozie-distro-4.1.0.jar
  7. drwxr-xr-x 3 root root 4096 5月 15 13:45 tomcat

6,拷贝oozie-4.1.0-distro.tar.gz压缩包,至你需要安装的地方并解压,然后进入根目录下, 执行mkdir libext命令,创建libext目录 接着执行 cp ${HADOOP_HOME}/share/hadoop/*/*.jar libext/ cp ${HADOOP_HOME}/share/hadoop/*/lib/*.jar libext/ 命令,将hadoop的相关的jar包拷贝至改目录 下载一个ext-2.2.zip包,也放入libext目录,由于oozie的js可能会依赖这个包,最新的版本应该不需要了,待验证?这个包,散仙在文末会上传到附件中, 7,删除libext下这几个包,因为会和hadoop的中的一些包冲突,造成类加载器无法识别重复的jsp,servlet或el解析器: jasper-compiler-5.5.23.jar jasper-runtime-5.5.23.jar jsp-api-2.1.jar 8,修改conf/oozie-site.xml文件,更改以下几个地方:

Xml代码

  1. <!-- 修改对应的hadoop的安装用户,散仙这里是search -->
  2. <property>
  3. <name>oozie.system.id</name>
  4. <value>oozie-search</value>
  5. <description>
  6. The Oozie system ID.
  7. </description>
  8. </property>
  9. <!-- 修改hadoop的conf的文件目录 -->
  10. <property>
  11. <name>oozie.service.HadoopAccessorService.hadoop.configurations</name>
  12. <value>*=/home/search/hadoop/etc/hadoop</value>
  13. <description>
  14. Comma separated AUTHORITY=HADOOP_CONF_DIR, where AUTHORITY is the HOST:PORT of
  15. the Hadoop service (JobTracker, HDFS). The wildcard '*' configuration is
  16. used when there is no exact match for an authority. The HADOOP_CONF_DIR contains
  17. the relevant Hadoop *-site.xml files. If the path is relative is looked within
  18. the Oozie configuration directory; though the path can be absolute (i.e. to point
  19. to Hadoop client conf/ directories in the local filesystem.
  20. </description>
  21. </property>
  22. <!-- 修改oozie的share lib的HDFS目录 -->
  23. <property>
  24. <name>oozie.service.WorkflowAppService.system.libpath</name>
  25. <value>/user/search/share/lib</value>
  26. <description>
  27. System library path to use for workflow applications.
  28. This path is added to workflow application if their job properties sets
  29. the property 'oozie.use.system.libpath' to true.
  30. </description>
  31. </property>
  32. <!-- 修改代理用户Hue需要用到,下面这两个配置,在Hadoop的core-site.xml中,同样需要添加,代理用户提交作业功能 -->
  33. <property>
  34. <name>oozie.service.ProxyUserService.proxyuser.search.hosts</name>
  35. <value>*</value>
  36. </property>
  37. <property>
  38. <name>oozie.service.ProxyUserService.proxyuser.search.groups</name>
  39. <value>*</value>
  40. </property>

9,删除/home/search/oozie-4.1.0/conf/hadoop-conf下的core-site.xml文件,将/home/search/hadoop/etc/hadoop/下的所有配置文件,拷贝到此处 (6)执行bin/oozie-setup.sh prepare-war命令,重新生成war包 (7)执行bin/oozie-setup.sh sharelib create -fs hdfs://<namenode-hostname>:8020命令,将share下面的共享jar拷贝至HDFS中, 此处,也可以自己使用hadoop fs -copyFromLocal share/ /hdfs/xxx拷贝 (8)执行bin/oozie-setup.sh db create -run初始化oozie数据库 (9)执行bin/oozied.sh start启动oozie server

(10) 执行bin/oozie admin -oozie http://localhost:11000/oozie -status)返回Normal,即代表安装成功

Java代码

  1. [search@h1 oozie-4.1.0]$ bin/oozie admin -oozie http://localhost:11000/oozie -status
  2. System mode: NORMAL
  3. [search@h1 oozie-4.1.0]$

(11)在win上访问测试

(12)看到上图,说明你已经成功安装了,关系服务的命令 bin/oozied.sh stop,如果说不能停止,需要手动去删掉pid文件,然后在关闭。 oozie安装成功,很重要,因为Hue需要依赖它,做任务调度,下一篇文章,散仙就总结下hue安装笔记。

原文发布于微信公众号 - 我是攻城师(woshigcs)

原文发表时间:2015-05-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Java帮帮-微信公众号-技术文章全总结

高级框架-SpringBoot【悟空教程】

Spring 诞生时是 Java 企业版(Java Enterprise Edition,JEE,也称 J2EE)的轻量级代替品。无需开发重量级的 Enterp...

3812
来自专栏Web项目聚集地

从零学习Spring Boot-入门起步

Spring Boot是Spring社区较新的一个项目。该项目的目的是帮助开发者更容易的创建基于Spring的应用程序和服务,让更多人的人更快的对Spring进...

1083
来自专栏颇忒脱的技术博客

Spring、Spring Boot和TestNG测试指南 - @OverrideAutoConfiguration

在Chapter 1: 基本用法 - 使用Spring Boot Testing工具里提到:

1592
来自专栏大数据学习笔记

Hadoop基础教程-第13章 源码编译(13.1 Zookeeper源码编译)

第13章 源码编译 13.1 Zookeeper源码编译 13.1.1 安装Ant 注意,不要下载最新版,下载指定版本 http://archive.apa...

2395
来自专栏java工会

Spring Boot入门

1802
来自专栏微信公众号:Java团长

Spring Boot入门

Spring Boot是Spring社区较新的一个项目。该项目的目的是帮助开发者更容易的创建基于Spring的应用程序和服务,让更多人的人更快的对Spring进...

1101
来自专栏从零开始的linux

harbor安装

安装docker harbor 安装docker yum源 tee /etc/yum.repos.d/docker.repo <<-'EOF' [dockerr...

3397
来自专栏Java技术栈

Spring Boot 2.X 来临,本文将带你起飞!

当前互联网技术盛行,以Spring 框架为主导的Java 互联网技术成了主流,而基于Spring 技术衍生出来的Spring Boot,采用了“约定优于配置”的...

1221
来自专栏后台及大数据开发

Linux巩固记录(8) Hbase shell 基本使用

1.进入hbase shell: hbase有很多种操作方式,比如shell,java客户端,webUI等,可以直接输入hbase进行提示

751
来自专栏大数据学习笔记

Hadoop基础教程-第13章 源码编译(13.3 HBase1.2.6源码编译)

第13章 源码编译 13.3 HBase1.2.6源码编译 13.3.1 下载源码 https://mirrors.tuna.tsinghua.edu.cn/a...

21110

扫码关注云+社区

领取腾讯云代金券