Question

我有一个用于检查输入数据可用性的oozie用例，并根据数据的可用性触发mapreduce作业。所以我写了一个shell脚本来检查输入数据并在oozie中为它创建了一个ssh动作，

输入数据检查的重试次数和重试间隔应该是可配置的，并且每次重试后如果数据仍然丢失，我必须发送警报，经过指定的重试次数，mapreduce作业可以从可用数据开始

我写了一个工作流程如下：

<start to="datacheck" />

<action name="datacheck">
    <ssh xmlns="uri:oozie:ssh-action:0.1">
        <host>${sshUserHost}</host>
        <command>${Oozieutilsscript}</command>
    </ssh>
    <ok to="datacheckswitch" />
    <error to="fail" />
</action>

<decision name="datacheckswitch">
    <switch>
        <case to="mapreduce">${(wf:actionData('datacheck')['datatransfer'] == "complete" )}</case>
        <case to="retry">${(wf:actionData('datacheck')['datatransfer'] == "incomplete" )}</case>        
        <default to="fail" />    
    </switch>
</decision>

<action name="retry">
    <ssh xmlns="uri:oozie:ssh-action:0.1">
        <host>${sshUserHost}</host>
        <command>${Oozieutilsscript1}</command>
    </ssh>
    <ok to="retryswitch" />
    <error to="fail" />
</action>

<decision name="retryswitch">
    <switch>
        <case to="datacheck">${(wf:actionData('datacheck')['retry'] == "notfinished" )}</case>
        <case to="datacheck">${(wf:actionData('datacheck')['retry'] == "finished" )}</case>     
        <default to="fail" />    
    </switch>
</decision>

<action name="mapreduce">
...............
</action>


<!--Kill and End portion-->
<kill name="fail">
    <message>Java failed, error message[${wf:errorMessage(wf:lastErrorNode())}</message>
</kill>
<end name="end" />

只有当我执行工作流程时，我才知道oozie不支持循环，因为它的工作流程是DAG。得到错误错误：E0707：E0707：解析时检测到循环，解析workflow.xml时节点[datacheck]

处理这个用例有什么不同的方法吗？

感谢任何帮助。

Answer 1

您可以使用递归模拟循环。关键思想是工作流使用指向包含操作节点的工作流文件的子工作流操作来调用自身。

必须使用决策节点停止递归。

在我的博客上，您可以找到a complete example。

Answer 2

DAG =定向非循环图表。这意味着您的工作流程形成的图表中不会有任何周期（循环）。

http://en.wikipedia.org/wiki/Directed_acyclic_graph

Answer 3

您可以使用子工作流概念实现循环。我们的想法是将要重复的动作提取到子流中，并根据需要从主流中调用它。在此处阅读更多内容：How-to: Shorten Your Oozie Workflow Definitions

处理oozie工作流程中的循环

3 个答案: