1、安装Oozie(4.2.0)及遇到的一些问题

1.1、依赖环境及版本

Oozie-4.2.0

Maven3.x

Mysql数据库5.6.16

Mysql驱动jar包(5.1.X匹配数据库5.6.X)

ext-2.2.zip(小写的e,并且必须是这个版本)

JDK-1.8

Hadoop-2.6.2

Spark-1.5.1

用的root用户

安装maven，配环境变量，改配置文件setting假如阿里云中央镜像仓库地址（因为要用使用maven编译oozie，会下载一些依赖jar包）

(说明:oozie是在servlet容器中运行的，可以用Tomcat等其他web容器，也可以使用内嵌的Tomcat或jetty服务器，

Oozie-4.2.0                              Oozie-5.0.0

本安装过程是基于内嵌的Tomcat安装的，基于外部Tomcat的安装可以查看官方文档 http://oozie.apache.org/docs/5.0.0/AG_Install.html)

测试服务器部署情况:

在Master节点安装oozie-server，在maste和其他slave节点安装oozie-client

1.2安装oozie

下载oozie tar包(地址:http://archive.apache.org/dist/oozie/4.2.0/oozie-4.2.0.tar.gz)

解压到安装目录，进入解压后的目录cd oozie-4.2.0/bin

1.2.1编译源文件构建项目 命令：

./mkdistro.sh -DskipTests -Phadoop-2 –Dhadoop.varsion=2.6.2 –Dspark.version=1.5.1

(-Dxxx.version=x.x.x是指定版本，如果需要其他的框架依次指定需要的版本即可                           

例如： -Ddistcp.version=2.6.0 -Dsqoop.version=1.4.4 -Dhive.version=0.13.1 -Dpig.version=0.15.0)

编译的时候会因为版本依赖环境的原因报两个错：

1.

根据提示看下源代码：

Jdk1.8开始会校验java注释，不符合W3C HTML 4.01 HTML规范要求的编译时会报错

详细信息可以看（http://blog.joda.org/2014/02/turning-off-doclint-in-jdk-8-javadoc.html）

解决方法：

在pom.xml文件中找到这个插件的引用

更改前：

更改后：

2、

http://repository.codehaus.org这个地址现在已经不能访问了(4.2.0版本的时候应该可以)

打开pom.xml找到这个配置项，通过这个地址下载一些依赖

下面是4.2.0版本

这个是5.0.0版本

对比看下

这个引用已经被去掉了

4.2.0版本可以直接去掉或通过配置不检索这个Maven库

Snapshot版本代表不稳定、尚处于开发中的版本，快照版本，如果现在开发的项目依赖其他项目可以设置为true

Release版本代表稳定的版本，发行版本

<releases>

<enabled>false</enabled>

</releases>

不使用snapshot和releases版本应该可以起到不检索这个库的效果

再次用命令编译，这样就编译完成了：

构建成后，可以在oozie-3.3.2/distro/target目录下看到构建后的文件，进入distro/target/目录：

解压oozie-4.2.0-distro.tar.gz生成oozie-4.2.0

对比oozie-4.2.0和oozie-4.2.0-distro目录是一样的，所以可以将oozie-4.2.0-distro删掉

在/etc/profile文件中配置环境变量

export OOZIE_HONE= /usr/local/bigdata/oozie-4.2.0/distro/target/oozie-4.2.0

PATH=$OOZIE_HOME/bin:$PATH

使配置生效：

source /etc/profile

1.2.2、在oozie-4.2.0目录下创建lib目录，将libext包下面的包复制到lib下

在/usr/local/bigdata/oozie-4.2.0目录下创建libext目录

下载ext-2.2-zip

(可以在CSDN上下载，其他地方找的有些不能用)

下载mysql(mysql-connector-java-5.1.16-bin.jar)驱动jar包

将这两个包都放在libext里面，再将Hadoop目录下所有的*.jar包复制到这个目录下,先进到hadoop安装目录下/usr/local/bigdata/hadoop-2.6.2

执行命令(以自己本机路径为准)

find -name *.jar |xargs -t -i cp {} /usr/local/bigdata/oozie-4.2.0/libext

然后进入/usr/local/bigdata/oozie-4.2.0/distro/target/oozie-4.2.0/bin目录下(如果已经配了环境变量可以直接执行)执行命令./ oozie-setup.sh prepare-war命令(本机要安装unzip和zip，如果没有安装可以通过yum安装)

完成之后会在/usr/local/bigdata/oozie-4.2.0/distro/target/oozie-4.2.0目录下生成lib包，里面放着执行bin里面脚本所需要的jar包，但可能jar包不全，所以将/root/oozie-4.2.0/libext目录下的jar和zip复制到lib包下

1.2.3、初始化数据库

配置oozie-site.xml：

默认情况下，Oozie的配置中有个配置项oozie.service.JPAService.create.db.schema，值为false，设置非自动创建数据库，这里保持默认设置，这样可以通过手动创建Oozie数据库(可以对用户进行权限控制)

更多配置可查看官网：http://oozie.apache.org/docs/5.0.0/AG_Install.html

在mysql数据库中创建数据库oozie（本例使用oz数据库）

然后可以执行如下命令，生成Oozie所需要的数据表：

ooziedb.sh create -sqlfile oozie.sql –run

控制台输出日志，没有报错，并且在当前目录下可以看到，同时也生成了oozie.sql脚本文件。到MySQL数据库中可以看到生成的表，说明上述操作执行成功

1.2.4、上传examples到hdfs

命令:hadoop fs -put examples/ /user/root

1.2.5、启动oozie

下面可以启动Oozie，使用如下命令:

oozie-start.sh

1.2.6访问11000端口页面

如果页面报错，查看后台oozie服务，如果启动起来了，则可能是这个路径下的jar包和Tomcat的jar冲突了，根据报错信息将这个目录下的jar包删除就可以了

2、在master和slave节点安装oozie-client

在master节点oozie-server安装目录下

将oozie-client-4.2.0.tar.gz复制到master节点安装目录下

cp oozie-client-4.2.0.tar.gz /usr/local/bigdata/

将oozie-client-4.2.0.tar.gz复制到其他slave节点(因为配置了节点间ssh免密登录所以可以直接通过命令复制，其他节点也使用同样的方法)

scp oozie-client-4.2.0.tar.gz root@120.78.251.92:/usr/local/bigdata/

通过tar –zxvf解压

在bin目录下只有oozie脚本

最后配下环境变量就行了，执行oozie任务可以在任意目录下

Oozie job –oozie http://ip:port/oozie -config job.properties -run

3、Oozie使用及常用命令

启动oozie服务的命令:oozie-start.sh

关闭oozie服务的命令:oozie-stop.sh

Oozie的web页面地址:http://oozie服务所在服务器IP地址:port(默认是11000)

可以看下oozie带的map-reduce例子的目录结构

vim job.properties:

(说明:属性jobTracker在oozie-5.0.0已经改成resourceManager了)

所有示例的输入都在examples/input-data目录中。

这些示例在examples/output-data/$ {EXAMPLE_NAME}目录下创建输出。

（DAG有向无环图）节点执行顺序

控制流节点:控制工作流程和工作流程作业执行路径的开始和结束的节点

动作节点:触发执行计算/处理任务的节点

各个节点的作用可以看:http://oozie.apache.org/docs/4.2.0/WorkflowFunctionalSpec.html

执行一个oozie任务

使用命令:

oozie  job  –oozie http://oozie服务所在服务器IP地址:port(默认是11000)/oozie  -config  job.properties(本地的job.properties，不是hdfs中的)

例子：oozie job –oozie http://119.23.155.53:11000/oozie -config job.properties –run

(注意：job.properties文件在提交期间需要是本地文件，不是HDFS路径

可以在环境变量中配置:

export OOZIE_URL =http://localhost:11000/oozie

配置完之后可以这样写:oozie job –config job.properties -run)

用oozie用户启用的oozie服务

一个问题：

使用root用户执行oozie任务

使用oozie用户执行oozie任务

需要更改hadoop的配置文件core-site.xml

（注意:如果使用root用户也需要加这个配置将oozie改成root）

(说明:这个必须配置，不然执行oozie任务是会报错(还不太理解为什么)

重启hadoop集群，然后在执行oozie任务

这样就成功了

Java示例代码:

package com.libaba.oozie;

import org.apache.oozie.client.OozieClient;

import org.apache.oozie.client.OozieClientException;

import org.apache.oozie.client.WorkflowJob;

import org.slf4j.Logger;

import org.slf4j.LoggerFactory;

import java.util.Properties;

public class MyOozie {

    private static Logger logger = LoggerFactory.getLogger(MyOozie.class) ;

    public static void main(String[] args) {

        try {

            oozie();

        } catch (OozieClientException e) {

            e.printStackTrace();

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

    }

    public static void oozie() throws OozieClientException, InterruptedException {

        //获取本地Oozie的OozieClient

        OozieClient oozieClient = new OozieClient("http://119.23.155.53:11000/oozie") ;

        //创建工作流作业配置并设置工作流应用程序路径

        Properties conf = oozieClient.createConfiguration();

  conf.setProperty(OozieClient.APP_PATH,"hdfs://119.23.155.53:9000/user/root/examples/apps/map-reduce");

        //设置工作参数(对应本机地址，这里面是job.properties里面的参数)

//5.0.0是resourceManager,4.2.0是jobTracker

        //conf.setProperty("resourceManager","119.23.155.53:8032") ;

conf.setProperty("jobTracker","119.23.155.53:8032") ;

        conf.setProperty("nameNode", "hdfs:// 119.23.155.53:9000");

        conf.setProperty("examplesRoot", "examples");

        conf.setProperty("queueName","default") ;

        conf.setProperty("master","local[*]") ;

        conf.setProperty("inputDir","/usr/root/inputdir") ;

        conf.setProperty("outputDir","/usr/root/outputdir") ;

        conf.setProperty("user.name","root") ;

        //提交并启动工作流作,会加载properties里面的属性配置

        String jobId = oozieClient.run(conf) ;

        System.out.println("工作流作业提交了");

        System.out.println(jobId);

        System.out.println("工作状态--->" + oozieClient.getJobInfo(jobId).getStatus());

        //等待工作流作业每10秒钟打印一次

        while (oozieClient.getJobInfo(jobId).getStatus() == WorkflowJob.Status.RUNNING){

            System.out.println("工作流作业正在进行...") ;

            logger.info("工作流作业正在进行...");

            Thread.sleep(10000);

        }

        while (oozieClient.getJobInfo(jobId).getStatus() == WorkflowJob.Status.SUCCEEDED){

            System.out.println("工作流作业执行成功...") ;

            logger.info("工作流作业执行成功.....");

            Thread.sleep(10000);

        }

        System.out.println("工作流执行结束");

    }

}

查看某个oozie任务的状态，使用命令:

oozie  job  –oozie http://oozie服务所在服务器IP地址:port(默认是11000)/oozie  -info  oozie任务的ID (任务启动时会生成可以在控制台或日志中查看,也可以再oozie服务的11000WEB页面查看)

例子：oozie job –oozie http://119.23.155.53:11000/oozie -info 0000000-180522133038283-oozie-oozi-W

也可以在页面上web页面上查看当前任务的具体信息

Oozie的生命周期

PREP prep 预备，准备  一个工作流Job第一次创建将处于PREP状态，表示工作流Job已经定义，但是没有运行。

RUNNING running 运转 当一个已经被创建的工作流Job开始执行的时候，就处于RUNNING状态。它不会达到结束状态，只能因为出错而结束，或者被挂起。

SUSPENDED suspended 暂停的 一个RUNNING状态的工作流Job会变成SUSPENDED状态，而且它会一直处于该状态，除非这个工作流Job被重新开始执行或者被杀死。

SUCCEEDED succeeded 成功，完成，到达 当一个RUNNING状态的工作流Job到达了end节点，它就变成了SUCCEEDED最终完成状态。

KILLED killed 被杀死的 当一个工作流Job处于被创建后的状态，或者处于RUNNING、SUSPENDED状态时，被杀死，则工作流Job的状态变为KILLED状态。

FAILED failed 失败了的，不成功的 当一个工作流Job不可预期的错误失败而终止，就会变成FAILED状态。

工作流状态转移

转移前状态

转移后状态集合

未启动

PREP

PREP

RUNNING、KILLED

RUNNING

SUSPENDED、SUCCEEDED、KILLED、FAILED

SUSPENDED

RUNNING、KILLED

KILLED                    SUCCEEDED                SUSPENDED

以后有新的认识会更新上传到github，可以通过下面地址下载

GitHub地址:https://github.com/privateGitLab/oozie-4.2.0

git@github.com:privateGitLab/oozie-4.2.0.git