Question

我需要在bash脚本中运行hadoop命令，它通过amazon S3上的一堆文件夹，然后将这些文件夹名称写入txt文件，然后进行进一步处理。但问题是当我运行脚本时，似乎没有文件夹名称被写入txt文件。我想知道是否hadoop命令运行时间过长而bash脚本没有等到它完成并继续进行进一步处理，如果是这样我怎么能让bash等到hadoop命令完成然后去做其他进程？

这是我的代码，我尝试了两种方式，都不起作用：

1. 
listCmd="hadoop fs -ls s3n://$AWS_ACCESS_KEY:$AWS_SECRET_KEY@$S3_BUCKET/*/*/$mydate | grep s3n | awk -F' ' '{print $6}' | cut -f 4- -d / > $FILE_NAME"                            
echo -e "listing... $listCmd\n"                                                                                                                                                   
eval $listCmd
...other process ...

2. 
echo -e "list the folders we want to copy into a file"
hadoop fs -ls s3n://$AWS_ACCESS_KEY:$AWS_SECRET_KEY@$S3_BUCKET/*/*/$mydate | grep s3n | awk -F' ' '{print $6}' | cut -f 4- -d / > $FILE_NAME
... other process ....

任何人都知道可能出错了什么？并且最好使用eval函数或者直接使用第二种方式运行hadoop命令

感谢。

Answer 1

在这种情况下，我更倾向于eval，更喜欢将下一个命令附加到这个命令。我宁愿将listCmd分解为部分，以便您知道grep，awk或cut级别没有任何错误。

listCmd="hadoop fs -ls s3n://$AWS_ACCESS_KEY:$AWS_SECRET_KEY@$S3_BUCKET/*/*/$mydate > $raw_File"
gcmd="cat $raw_File | grep s3n | awk -F' ' '{print $6}' | cut -f 4- -d / > $FILE_NAME"
echo "Running $listCmd and other commands after that"
otherCmd="cat $FILE_NAME"
eval "$listCmd";
echo $?  # This will print the exit status of the $listCmd
eval "$gcmd" && echo "Finished Listing" && eval "$otherCmd"

仅当otherCmd成功时才会执行

$gcmd。如果您需要执行太多命令，那么这会变得有点难看。如果您大致知道需要多长时间，可以插入一个睡眠命令。

 eval "$listCmd"
 sleep 1800  # This will sleep 1800 seconds
 eval "$otherCmd"

在bash脚本中运行hadoop命令

1 个答案: