4

我正在尝试通过 oozie 执行 shell 脚本，但遇到了一些问题。

我有一个像这样的属性文件（import.properties）：

startIndex=2000
chunkSize=2000

这个想法是，在每次执行中，startIndex 值都将根据块大小进行更新。所以如果我执行它，它应该有

startIndex=4000
chunkSize=2000

我已经单独测试了脚本，它工作正常。这是我的其他相关文件。

工作属性

nameNode=hdfs://192.168.56.101:8020
jobTracker=192.168.56.101:50300
wfeRoot=wfe
queueName=default
EXEC=script.sh
propertyLoc=import.properties

oozie.use.system.libpath=true
oozie.wf.application.path=${nameNode}/user/${user.name}/${wfeRoot}/coordinator

工作流.xml

<workflow-app xmlns='uri:oozie:workflow:0.2' name='shell-wf'>
<start to='shell1' />
<action name='shell1'>
    <shell xmlns="uri:oozie:shell-action:0.1">
        <job-tracker>${jobTracker}</job-tracker>
        <name-node>${nameNode}</name-node>
        <configuration>
            <property>
              <name>mapred.job.queue.name</name>
              <value>${queueName}</value>
            </property>
        </configuration>
        <exec>${EXEC}</exec>
     <file>${EXEC}#${EXEC}</file>
        <file>${propertyLoc}#${propertyLoc}</file>
    </shell>
    <ok to="end" />
    <error to="fail" />
</action>
<kill name="fail">
    <message>Script failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<end name='end' />

脚本.sh

#!/bin/sh
file=import.properties
. $file

SCRIPT=$(readlink -f $file)
SCRIPTPATH=$(dirname $SCRIPT)
echo $SCRIPTPATH

newStartIndex=`expr $chunkSize + $startIndex`
newStartIndexStr=startIndex=$newStartIndex

oldStartIndexStr=startIndex=$startIndex
chunkSizeStr=chunkSize=$chunkSize

sed -i "s|$oldStartIndexStr|$newStartIndexStr|g" $file

我将所有这些文件放在我的 HDFS 工作目录中：

[ambari_qa@sandbox coordinator]$ hadoop fs -lsr /user/ambari_qa/wfe/coordinator
-rw-rw-rw-   1 ambari_qa hdfs         32 2013-05-09 00:12    /user/ambari_qa/wfe/coordinator/import.properties
-rw-rw-rw-   1 ambari_qa hdfs        533 2013-05-09 01:19 /user/ambari_qa/wfe/coordinator/script.sh
-rw-------   1 ambari_qa hdfs        852 2013-05-09 00:50 /user/ambari_qa/wfe/coordinator/workflow.xml

我期望每次执行后都会更改 import.properties 文件。但我认为即使 oozie 工作成功，它也没有改变。出于调试目的，我在执行过程中打印了文件的位置，发现它复制到了另一个位置（从日志中）：

>>> Invoking Shell command line now >>

Stdoutput /hadoop/mapred/taskTracker/ambari_qa/distcache/-5756672768810005023_889271025_125659265/192.168.56.101/user/ambari_qa/wfe/coordinator
Stdoutput startIndex=4000
Stdoutput startIndex=2000
Exit code of the Shell command 0
<<< Invocation of Shell command completed <<<

我需要做什么才能影响 HDFS 的工作目录？提前致谢。

更新：

根据 Chris 的建议更改脚本后，它变为（最后 3 行）：

hadoop fs -rm hdfs://ip-10-0-0-92:8020/user/ambari_qa/wfe/shell-oozie/$file
sed -i "s|$oldStartIndexStr|$newStartIndexStr|g" $file
hadoop fs -put $file /user/ambari_qa/wfe/shell-oozie

但后来我开始面临许可问题。我给了那个文件和文件夹的写权限。

[ambari_qa@ip-10-0-0-91 shell-oozie]$  hadoop fs -ls /user/ambari_qa/wfe/shell-oozie

找到 3 项：

-rw-rw-rw-   3 ambari_qa hdfs         32 2013-05-10 16:55 /user/ambari_qa/wfe/shell-oozie/import.properties
-rw-rw-rw-   3 ambari_qa hdfs        540 2013-05-10 16:48 /user/ambari_qa/wfe/shell-oozie/script.sh
-rw-rw-rw-   3 ambari_qa hdfs        826 2013-05-10 15:29 /user/ambari_qa/wfe/shell-oozie/workflow.xml

这是错误日志：

rm: org.apache.hadoop.security.AccessControlException: Permission denied: user=mapred, access=EXECUTE, inode="ambari_qa":ambari_qa:hdfs:rwxrwx---
put: org.apache.hadoop.security.AccessControlException: Permission denied: user=mapred, access=EXECUTE, inode="ambari_qa":ambari_qa:hdfs:rwxrwx---
Failing Oozie Launcher, Main class [org.apache.oozie.action.hadoop.ShellMain], exit code [1]
4

2 回答 2

2

sed 在文件的本地分布式缓存版本上运行 - 您需要通过 hadoop fs shell 将 sed 的输出通过管道传回（记住在上传之前删除文件），例如：

hadoop fs -rm /user/ambari_qa/wfe/coordinator/$file

sed "s|$oldStartIndexStr|$newStartIndexStr|g" $file \ 
    hadoop fs -put - /user/ambari_qa/wfe/coordinator/$file

您可能有多种方法可以在 hdfs 中找到协调器路径，而不是将其硬编码到脚本中。

更新

权限问题是因为 oozie 作业以 mapred 用户身份运行，但文件只有用户和组rwx的权限ambari_qahdfs

user=mapred, access=EXECUTE, inode="ambari_qa":ambari_qa:hdfs:rwxrwx---

我要么修改文件和父文件夹的文件权限，以便映射用户可以删除/替换文件，要么考虑伪装成具有正确权限的用户

于 2013-05-10T00:35:42.803 回答
0

我有一个类似的问题。

我可以通过添加来解决这个问题

hadoop_user=${2} export HADOOP_USER_NAME=${hadoop_user}

hadoop_user 在工作流中作为 ${wf:user} 作为参数传递给操作

于 2015-04-29T14:49:53.123 回答