Oozie-ActionExecutor

控制節(jié)點(diǎn)執(zhí)行器:

StartActionExecutor.class
EndActionExecutor.class
KillActionExecutor.class
ForkActionExecutor.class
JoinActionExecutor.class

任務(wù)執(zhí)行器:

org.apache.oozie.action.decision.DecisionActionExecutor
org.apache.oozie.action.hadoop.JavaActionExecutor
org.apache.oozie.action.hadoop.FsActionExecutor
org.apache.oozie.action.hadoop.MapReduceActionExecutor
org.apache.oozie.action.hadoop.PigActionExecutor
org.apache.oozie.action.hadoop.HiveActionExecutor
org.apache.oozie.action.hadoop.ShellActionExecutor
org.apache.oozie.action.hadoop.SqoopActionExecutor
org.apache.oozie.action.hadoop.DistcpActionExecutor
org.apache.oozie.action.hadoop.Hive2ActionExecutor
org.apache.oozie.action.ssh.SshActionExecutor
org.apache.oozie.action.oozie.SubWorkflowActionExecutor
org.apache.oozie.action.email.EmailActionExecutor
org.apache.oozie.action.hadoop.SparkActionExecutor

本文關(guān)注點(diǎn)是wf滿足了條件之后 action如何執(zhí)行并且將結(jié)果反饋的瑞信;

diagram4.png

Oozie系統(tǒng)沒(méi)有自己專屬的執(zhí)行機(jī)器肠鲫,oozie采用的策略是 將不同的任務(wù)都封裝成一個(gè) map-reduce任務(wù)岸售,提交到hadoop集群來(lái)執(zhí)行囤热,mr任務(wù)結(jié)束静浴,任務(wù)即結(jié)束

public class LauncherMapper<K1, V1, K2, V2> implements Mapper<K1, V1, K2, V2>, Runnable {

如果大家寫過(guò)map-reduce 任務(wù)的話巴比,應(yīng)該可以想到它的實(shí)現(xiàn)邏輯。

public void map(K1 key, V1 value, OutputCollector<K2, V2> collector, Reporter reporter) throws IOException {
    try {
        if (configFailure) {
            throw configureFailureEx;
        }
        else {
            String mainClass = getJobConf().get(CONF_OOZIE_ACTION_MAIN_CLASS);
            if (getJobConf().getBoolean("oozie.hadoop-2.0.2-alpha.workaround.for.distributed.cache", false)) {              System.err.println("WARNING, workaround for Hadoop 2.0.2-alpha distributed cached issue (MAPREDUCE-4820) enabled");
            }
            String msgPrefix = "Main class [" + mainClass + "], ";
            int errorCode = 0;
            Throwable errorCause = null;
            String errorMessage = null;
            try {
                new LauncherSecurityManager();
            }
            catch (SecurityException ex) {
                errorMessage = "Could not set LauncherSecurityManager";
                errorCause = ex;
            }
            try {
                setupHeartBeater(reporter);
                setupMainConfiguration();
                // Propagating the conf to use by child job.
                propagateToHadoopConf();
                try {
                    System.out.println("Starting the execution of prepare actions");
                    executePrepare();
                    System.out.println("Completed the execution of prepare actions successfully");
                } catch (Exception ex) {
                    System.out.println("Prepare execution in the Launcher Mapper has failed");
                    throw new LauncherException(ex.getMessage(), ex);
                }
                String[] args = getMainArguments(getJobConf());
                printContentsOfCurrentDir();
                System.out.println();
                System.out.println("Oozie Java/Map-Reduce/Pig action launcher-job configuration");
                System.out.println("=================================================================");
                System.out.println("Workflow job id   : " + System.getProperty("oozie.job.id"));
                System.out.println("Workflow action id: " + System.getProperty("oozie.action.id"));
                System.out.println();
                System.out.println("Classpath         :");
                System.out.println("------------------------");
                StringTokenizer st = new StringTokenizer(System.getProperty("java.class.path"), ":");
                while (st.hasMoreTokens()) {
                    System.out.println("  " + st.nextToken());
                }
                System.out.println("------------------------");
                System.out.println();
                System.out.println("Main class        : " + mainClass);
                System.out.println();
                System.out.println("Maximum output    : "
                        + getJobConf().getInt(CONF_OOZIE_ACTION_MAX_OUTPUT_DATA, 2 * 1024));
                System.out.println();
                System.out.println("Arguments         :");
                for (String arg : args) {
                    System.out.println("                    " + arg);
                }
                System.out.println();
                System.out.println("Java System Properties:");
                System.out.println("------------------------");
                System.getProperties().store(System.out, "");
                System.out.flush();
                System.out.println("------------------------");
                System.out.println();
                System.out.println("=================================================================");

public static void setupLauncherInfo(JobConf launcherConf, String jobId, String actionId, Path actionDir,            String recoveryId, Configuration actionConf, String prepareXML) throws IOException, HadoopAccessorException {
        launcherConf.setMapperClass(LauncherMapper.class);
        launcherConf.setSpeculativeExecution(false);
        launcherConf.setNumMapTasks(1);
        launcherConf.setNumReduceTasks(0);
        launcherConf.set(LauncherMapper.OOZIE_JOB_ID, jobId);
        launcherConf.set(LauncherMapper.OOZIE_ACTION_ID, actionId);
        launcherConf.set(LauncherMapper.OOZIE_ACTION_DIR_PATH,
 actionDir.toString());
        launcherConf.set(LauncherMapper.OOZIE_ACTION_RECOVERY_ID, recoveryId);
        launcherConf.set(LauncherMapper.ACTION_PREPARE_XML, prepareXML);
        actionConf.set(LauncherMapper.OOZIE_JOB_ID, jobId);
        actionConf.set(LauncherMapper.OOZIE_ACTION_ID, actionId);

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末腰奋,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子抱怔,更是在濱河造成了極大的恐慌劣坊,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,277評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件屈留,死亡現(xiàn)場(chǎng)離奇詭異局冰,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)灌危,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門康二,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人勇蝙,你說(shuō)我怎么就攤上這事赠摇。” “怎么了浅蚪?”我有些...
    開(kāi)封第一講書人閱讀 163,624評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵藕帜,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我惜傲,道長(zhǎng)洽故,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書人閱讀 58,356評(píng)論 1 293
  • 正文 為了忘掉前任盗誊,我火速辦了婚禮时甚,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘哈踱。我一直安慰自己荒适,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,402評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布开镣。 她就那樣靜靜地躺著刀诬,像睡著了一般。 火紅的嫁衣襯著肌膚如雪邪财。 梳的紋絲不亂的頭發(fā)上陕壹,一...
    開(kāi)封第一講書人閱讀 51,292評(píng)論 1 301
  • 那天,我揣著相機(jī)與錄音树埠,去河邊找鬼糠馆。 笑死,一個(gè)胖子當(dāng)著我的面吹牛怎憋,可吹牛的內(nèi)容都是我干的又碌。 我是一名探鬼主播九昧,決...
    沈念sama閱讀 40,135評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼毕匀!你這毒婦竟也來(lái)了耽装?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書人閱讀 38,992評(píng)論 0 275
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤期揪,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后规个,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體凤薛,經(jīng)...
    沈念sama閱讀 45,429評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,636評(píng)論 3 334
  • 正文 我和宋清朗相戀三年诞仓,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了缤苫。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,785評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡墅拭,死狀恐怖活玲,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情谍婉,我是刑警寧澤舒憾,帶...
    沈念sama閱讀 35,492評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站穗熬,受9級(jí)特大地震影響镀迂,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜唤蔗,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,092評(píng)論 3 328
  • 文/蒙蒙 一探遵、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧妓柜,春花似錦箱季、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,723評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至作煌,卻和暖如春诉稍,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背最疆。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 32,858評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工杯巨, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人努酸。 一個(gè)月前我還...
    沈念sama閱讀 47,891評(píng)論 2 370
  • 正文 我出身青樓服爷,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子仍源,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,713評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • 自定義實(shí)現(xiàn)wordcount的workflow 在yarn上測(cè)試wordcount程序 生產(chǎn)一個(gè)應(yīng)用目錄心褐,并把wo...
    心_的方向閱讀 7,882評(píng)論 2 4
  • Spring Cloud為開(kāi)發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見(jiàn)模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)笼踩,斷路器逗爹,智...
    卡卡羅2017閱讀 134,654評(píng)論 18 139
  • 問(wèn)題Review 因?yàn)閛ozie4.2版本修復(fù)了4.1版本的rerun的bug,而且考慮升級(jí)成本不大嚎于,so在某一天...
    UniMan閱讀 1,927評(píng)論 0 3
  • 目的這篇教程從用戶的角度出發(fā)掘而,全面地介紹了Hadoop Map/Reduce框架的各個(gè)方面。先決條件請(qǐng)先確認(rèn)Had...
    SeanC52111閱讀 1,725評(píng)論 0 1
  • 魚(yú)魚(yú)啊魚(yú)閱讀 217評(píng)論 0 0