1. 技术文章
  2. hue oozie再踩坑，workflow,coordinator终于都可以跑了

hue oozie再踩坑，workflow,coordinator终于都可以跑了

由 安稳与你 提交于 2019-11-29 00:53:31

前边总结 了些hue下sqoop1,oozie,hbase的一些坑，今日项目到期，一定要搞定oozie工作流和定时调度执行，以是skr skr skr ....

1.前边 的sqoop mysql 导入出的坑已都踩过了，后来发现除了cdh(5.15)没有自动配置好sqoop1之外也无关紧要，手动配置后，按装sharelib后在拷些不全的包（如 sqoop,hbase,mysql,oozie等），基本是也可以在hue里跑的（hue 用oozie跑sqoop ,python写的xml 转义bug不能带引号之类），开始一直找不到驱动，后边按网上OOZIE 下各lib libext libtools 和其它sqoop lib的目录下加了mysql驱动后依然不行，后来改了下hdfs 下的 core-site.xml 的代理用户后就好了：

<property><name>hadoop.proxyuser.hue.hosts</name><value>*</value></property>
<property><name>hadoop.proxyuser.hue.groups</name><value>*</value></property>
<property><name>hadoop.proxyuser.oozie.hosts</name><value>*</value></property><property><name>hadoop.proxyuser.ozzie.groups</name><value>*</value></property>

sqoop1手动配置：

Sqoop 1 Client 服务环境高级配置代码段（安全阀）:

SQOOP_CONF_DIR=/etc/sqoop/conf
HADOOP_COMMON_HOME=/opt/cloudera/parcels/CDH/lib/hadoop
HADOOP_MAPRED_HOME=/opt/cloudera/parcels/CDH/lib/hadoop-mapreduce
HBASE_HOME=/opt/cloudera/parcels/CDH/lib/hbase
HIVE_HOME=/opt/cloudera/parcels/CDH/lib/hive
ZOOCFGDIR=/opt/cloudera/parcels/CDH/lib/zookeeper

sqoop-conf/sqoop-env.sh 的 Sqoop 1 Client 客户端高级配置代码段（安全阀）：

#Set path to where bin/hadoop is available
export HADOOP_COMMON_HOME=/opt/cloudera/parcels/CDH/lib/hadoop

#Set path to where hadoop-*-core.jar is available
export HADOOP_MAPRED_HOME=/opt/cloudera/parcels/CDH/lib/hadoop-mapreduce

#set the path to where bin/hbase is available
export HBASE_HOME=/opt/cloudera/parcels/CDH/lib/hbase

#Set the path to where bin/hive is available
export HIVE_HOME=/opt/cloudera/parcels/CDH/lib/hive

#Set the path for where zookeper config dir is
export ZOOCFGDIR=/opt/cloudera/parcels/CDH/lib/zookeeper

export HADOOP_CLASSPATH=$HADOOP_CLASSPATH::/opt/cloudera/parcels/SQOOP_TERADATA_CONNECTOR1.7c5//lib/tdgssconfig.jar:/opt/cloudera/parcels/SQOOP_TERADATA_CONNECTOR-1.7c5//lib/terajdbc4.jar:


export  SQOOP_CONF_DIR=/etc/sqoop/conf

2.导入因为是关系数据库有修改，所以导到hbase解决数据修改后增量同步过来的数据重复，保证数据一致性，然后有些类型转化，如int float（11，2）datetime 要转成java类型，特别是int ，有的关系数据库是tinyint 不转到hbase会变成true false，后在hive数仓，还不报错， 到impala下才提示

3.数据 有了，hive建hbase外表入仓，后开始计算，因要增量计算所以要定时删除创建表并导出到Mysql，导出的坑也说 了，-columns 类型 null转化参数，和彻底解决类型问题自定义class，另一坑是因导出表在hdfs ，各人在hue 操作权限不同，虽hue 里有share 功能，但只能脚本共享，不能正确执行，还报ｈｄｆｓ权限错误，后来和上边一样ｃｏｒｅ－ｓｉｔｅ。ｘｍｌ加所有组员为代理用户，虽不报错了，但还是有问题，如dorp table ，因别人创建的hive里删了，ｈｄｆｓ　下目录并没有删，数据创建等都有问题，结论是ｈｕｅ 还是自己跑自己的程序和脚本，上线用一个帐号全部拷到一起在跑就没问题了，不能真正协作，只能过程中脚本共享查看，并不能一块在一流里，相互调用，因权限不同，一些临时目录创建，代理用户操作不了的

4.导入计算输出脚本ｓｑｌ都有了，要做成流并定时调用，但ｏｏｚｉｅ开始一直只能在命令行可跑和ｓｑｏｏｐ１ 一样，后来测试可跑Ｗｏｒｋｆｌｏｗ，按上说的在ｗｏｒｋｓｐａｓｅ下改配置后跑并不起作用，而且配置又还原了，了解到ＨＵＥ里的好多配置并不像开源安装的一样直接可以改配置文件，因它可能就不是用的那个配置，而自己有自己的目录，一些关键的参数都有默认值 ，如：oozie.ｗｆ.application.path　oozie.coord.application.path等，且从ｗｏｒｋｆｌｏｗ设计页的菜单里生成的ｃｏｒｎｄ调度根本提交不了，提示undefined　－－！           如下是截图：

后来排除以上所有其它问题后，从头去跑ＯＯＺＩＥ－ｅｘａｍｐｌｅｓ，结果命令行下依然可以，拷上来的ｅｘａｍｐｌｅｓ 在ｈｕｅ里也不能跑，试了各种方式，后埋头看了几遍ＯＯＺＩＥ 原理操作，有几只得提下：http://shiyanjun.cn/archives/684.html  https://www.cnblogs.com/en-heng/p/5581331.html，最后了解ｗｏｒｋｆｌｏｗ 和ｃｏｒｎｄ是等同的不是包含从属关系，后就从ｈｕｅ菜单建了个新的ｃｏｒｎｄ 后再选ｗｏｒｋｆｌｏｗ，结果 竟然可以跑定时了，我擦 ，那ｗｏｒｋ ｆｌｏｗ里的ｃｏｒｎｄ 调整就是坑货，网上一些哪贴根本没能在ｈｕｅ　里跑，只是在ｈｕｅ里按命令行下写ｗｏｒｋｆｌｏｗ 文件，而实测ｈｕｅ4.1 （ｃｄｈ5.15.1）里根本不让跑，不是参数重了， 就 是提交后会还原你的配置

 

正确姿势截图：

注意这里的ｗｏｒｋｆｌｏｗ－１是在ＳＣＨＣＤＵＬＥ后选的，就 是个顺序的问题，然后提交通过啦－－！

５．其它还有些小坑，时区大都网上还是ｕｔｃ，然而按官网改oozie-site.xml 的 Oozie Server 高级配置代码段（安全阀）

<property><name>oozie.processing.timezone</name><value>GMT+0800</value></property>

ｃｏｒｎｄ里变成上海时间：

<coordinator-app name="MY_APP" frequency="${coord:minutes(2)}" start="${start}" end="${end}" timezone="Asia/Shanghai" xmlns="uri:oozie:coordinator:0.2">
   <action>
      <workflow>
         <app-path>${workflowAppUri}</app-path>
      </workflow>
   </action>
</coordinator-app>

而提交时，提示格式不对要加 +0800  －－！

Error: E1003 : E1003: Invalid coordinator application attributes, parameter [start] = [2018-09-19T16:35] must be Date in GMT+08:00 format (yyyy-MM-dd'T'HH:mm+0800). Parsing error java.text.ParseException: Could not parse [2018-09-19T16:35] using [yyyy-MM-dd'T'HH:mm+0800] mask
于是ｊｏｂ．ｐｒｏｐｅｒｔｉｅｓ：

oozie.use.system.libpath=true
security_enabled=False
dryrun=False
send_email=False
jobTracker=master:8032
start=2018-09-27T16:35+0800
nameNode=hdfs://master:8020
end=2018-09-27T18:35+0800
workflowAppUri=${nameNode}/user/hue/oozie/apps/sqoop＃自生成的ｗｆ根本不写这两行
oozie.coord.application.path=${nameNode}/user/hue/oozie/apps/sqoop＃自生成的ｗｆ根本不写这两行
<workflow-app name="My Workflow" xmlns="uri:oozie:workflow:0.5">
    <start to="sqoop-ace0"/>
    <kill name="Kill">
        <message>Action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <action name="sqoop-ace0">
        <sqoop xmlns="uri:oozie:sqoop-action:0.2">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <command> list-databases --connect jdbc:mysql://ｍａｓｔｅｒ:3306/ --username bigdata --password ｘｘｘｘｘ </command>
        </sqoop>
        <ok to="End"/>
        <error to="Kill"/>
    </action>
    <end name="End"/>
</workflow-app>

ｈｕｅ里创建的ｗｏｒｋｆｌｏｗ 和ｊｏｂ．ｐｒｏｐｅｒｔｉｅｓ

<workflow-app name="Workflow-1" xmlns="uri:oozie:workflow:0.5">
    <start to="hive-d593"/>
    <kill name="Kill">
        <message>Action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <action name="hive-d593" cred="hive2">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <jdbc-url>jdbc:hive2://master:10000/default</jdbc-url>
            <script>${wf:appPath()}/hive-d593.sql</script>
        </hive2>
        <ok to="hive-9e6a"/>
        <error to="Kill"/>
    </action>
    <action name="hive-9e6a" cred="hive2">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <jdbc-url>jdbc:hive2://master:10000/default</jdbc-url>
            <script>${wf:appPath()}/hive-9e6a.sql</script>
        </hive2>
        <ok to="hive-016c"/>
        <error to="Kill"/>
    </action>
    <action name="hive-016c" cred="hive2">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <jdbc-url>jdbc:hive2://master:10000/default</jdbc-url>
            <script>${wf:appPath()}/hive-016c.sql</script>
        </hive2>
        <ok to="hive-02ec"/>
        <error to="Kill"/>
    </action>
    <action name="hive-3c77" cred="hive2">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <jdbc-url>jdbc:hive2://master:10000/default</jdbc-url>
            <script>${wf:appPath()}/hive-3c77.sql</script>
        </hive2>
        <ok to="hive-6ffa"/>
        <error to="Kill"/>
    </action>
    <action name="hive-02ec" cred="hive2">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <jdbc-url>jdbc:hive2://master:10000/default</jdbc-url>
            <script>${wf:appPath()}/hive-02ec.sql</script>
        </hive2>
        <ok to="hive-3c77"/>
        <error to="Kill"/>
    </action>
    <action name="hive-6ffa" cred="hive2">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <jdbc-url>jdbc:hive2://master:10000/default</jdbc-url>
            <script>${wf:appPath()}/hive-6ffa.sql</script>
        </hive2>
        <ok to="hive-bbd4"/>
        <error to="Kill"/>
    </action>
    <action name="hive-bbd4" cred="hive2">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <jdbc-url>jdbc:hive2://master:10000/default</jdbc-url>
            <script>${wf:appPath()}/hive-bbd4.sql</script>
        </hive2>
        <ok to="End"/>
        <error to="Kill"/>
    </action>
    <end name="End"/>
</workflow-app>
oozie.use.system.libpath=True
security_enabled=False
dryrun=False
start_date=2018-09-27T17:28
end_date=2018-09-27T18:28

还有自动生的ｃｏｒｎｄ

<coordinator-app name="Schedule-1"
  frequency="0,33,40 * * * *"
  start="${start_date}" end="${end_date}" timezone="Asia/Shanghai"
  xmlns="uri:oozie:coordinator:0.2"
  >
  <controls>
    <execution>FIFO</execution>
  </controls>
  <action>
    <workflow>
      <app-path>${wf_application_path}</app-path>
      <configuration>
        <property>
            <name>oozie.use.system.libpath</name>
            <value>True</value>
        </property>
        <property>
            <name>start_date</name>
            <value>${start_date}</value>
        </property>
        <property>
            <name>end_date</name>
            <value>${end_date}</value>
        </property>
      </configuration>
   </workflow>
  </action>
</coordinator-app>
oozie.use.system.libpath True
security_enabled False
oozie.coord.application.path hdfs://master:8020/user/hue/oozie/deployments/_hue_-oozie-3509-1538040624.53
dryrun False
end_date 2018-09-27T18:28+0800
jobTracker master:8032
mapreduce.job.user.name hue
user.name hue
hue-id-c 3509
nameNode hdfs://master:8020
wf_application_path hdfs://master:8020/user/hue/oozie/workspaces/hue-oozie-1537954075.59
start_date 2018-09-27T17:28+0800

 

６．其它线上安装集群遇到的坑

ｈｉｖｅｓｅｒｖｅｒ２　ＣＭ里看起来了但10000端口没有，原因很坑 用的ｔｍｐ目录临时文件目录权限 不够：

7.ｈｂａｓｅ　不稳定，ｚｏｏｋｅｅｐｅｒ也是报安全检测问题， 一会ｍａｓｔｅｒ 不见了，一会儿ｚｋ　ｎｏｄｅ 不能写，一会儿60000端口被占了，实际ｍａｓｔｅｒ进程都在，但ｈｂａｓｅ不能访问，或报连ｚｋ有问题，其实就是ｚｋ监测时常问题，ｈｂａｓｅ最终增加如下配置稳定多了：

标签
sqoop
Apache HBase
Oozie
workflow
易学教程内所有资源均来自网络或用户发布的内容，如有违反法律规定的内容欢迎反馈！
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!