Question

我有一个Oozie协调员，它会监视某个目录中显示的文件。这个协调员每天运行。如果正在观看的文件显示，则启动工作流程。

工作流程采用正在监视的文件/目录的参数。 Oozie将此传递给它。它是一个完全限定的路径（即：hdfs：// myhost / dir1 / dir2 / 2015-02-17）。

我需要抓住/ dir1 / dir2 / 2015-02-17并将其传递给Hive脚本，该脚本似乎没有采用完全合格的HDFS路径。这意味着我需要使用Workflow EL函数去掉hdfs：// myhost部分。我认为replaceAll（）会这样做。问题是将结果传递给Hive。

有没有办法在工作流本身中使用工作流配置属性？

例如，我希望能够使用'dateToProcess'，它是作为工作流输入的目录名的一部分：

  <workflow-app name="mywf" xmlns="uri:oozie:workflow:0.4">
  <parameters>
    <property>
       <name>region</name>
    </property>
    <property>
       <name>hdfsDumpDir</name>
    </property>
    <property>
      <name>hdfsWatchDir</name>
      <value>${nameNode}${watchDir}</value>
    </property>
  </parameters>

  <start to="copy_to_entries"/>
  <action name="copy_to_entries">
    <hive xmlns="uri:oozie:hive-action:0.2">
      <job-tracker>${jobTracker}</job-tracker>
      <name-node>${nameNode}</name-node>
      <job-xml>hive-site.xml</job-xml>

      <configuration>
        <property>
          <name>mapred.job.queue.name</name>
          <value>${queueName}</value>
        </property>
        <property>
          <name>dateToProcess</name>
          <value>${replaceAll(hdfsDumpDir, hdfsWatchDir,"")}</value>
        </property>
      </configuration>

      <script>myhivescript.q</script>
      <!--
           Parameters referenced within Hive script.
      -->
      <param>INPUT_TABLE=dumptable</param>
      <param>INPUT_LOCATION=${watchDir}/${wf:conf('dateToProcess')}</param>
    </hive>
    <ok to="cleanup"/>
    <error to="sendEmailKill"/>
  </action>
  ...
  </workflow>

当我使用$ wf：conf（'dateToProcess'）时，我得到一个空字符串。当我使用$ {dateToProcess}时，我找不到变量。

有什么想法吗？

Answer 1

删除

    <property>
      <name>dateToProcess</name>
      <value>${replaceAll(hdfsDumpDir, hdfsWatchDir,"")}</value>
    </property>

而是将其值直接放入<param>，即

  <param>INPUT_LOCATION=${watchDir}/${replaceAll(hdfsDumpDir, hdfsWatchDir,"")}</param>

如果您要在多个地方使用此功能，请将dateToProcess属性添加到config-default.xml，然后按预期即可使用。

如何在工作流本身中使用Oozie工作流配置属性？

1 个答案: