Ich habe wirklich einfachen Workflow.Oozie pyspark Job
<workflow-app name="testSparkjob" xmlns="uri:oozie:workflow:0.5">
<start to="testJob"/>
<action name="testJob">
<spark xmlns="uri:oozie:spark-action:0.1">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.compress.map.output</name>
<value>true</value>
</property>
</configuration>
<master>local[*]</master>
<name>Spark Example</name>
<jar>mapping.py</jar>
<spark-opts>--executor-memory 1G --num-executors 3
--executor-cores 1 </spark-opts>
<arg>argument1</arg>
<arg>argument2</arg>
</spark>
<ok to="end"/>
<error to="killAction"/>
</action>
<kill name="killAction">
<message>"Killed job due to error"</message>
</kill>
<end name="end"/>
</workflow-app>
Spark-Skript tut so ziemlich nichts:
if len(sys.argv) < 2:
print('You must pass 2 parameters ')
#just for testing, later will be discarded, sys.exit(1) will be used.")
ext = 'testArgA'
int = 'testArgB'
#sys.exit(1)
else:
print('arguments accepted')
ext = sys.argv[1]
int = sys.argv[2]
Das Skript auf hdfs im selben Ordner wie workflow.xml befindet.
Wenn ich runt den Workflow-I-Fehler folgende bekam
Launcher ERROR, reason: Main class
[org.apache.oozie.action.hadoop.SparkMain], exit code [2]
ich tought es Erlaubnis Problem, so dass ich die hdfs Ordner -chmod 777 und meine lokalen Ordner auch 777 chmod ich verwende Funke 1.6 . Wenn ich das Skript durch spark-submit führe, ist alles in Ordnung (sogar viel kompliziertere Skripte, die hdfs lesen oder schreiben).
EDIT: Ich habe versucht, this
<action name="forceLoadFromLocal2hdfs">
<shell xmlns="uri:oozie:shell-action:0.3">
<job-tracker>${jobTracker}</job-tracker>
<name-node>${nameNode}</name-node>
<configuration>
<property>
<name>mapred.job.queue.name</name>
<value>${queueName}</value>
</property>
</configuration>
<exec>driver-script.sh</exec>
<!-- single -->
<argument>s</argument>
<!-- py script -->
<argument>load_local_2_hdfs.py</argument>
<!-- local file to be moved-->
<argument>localFilePath</argument>
<!-- hdfs destination folder, be aware of, script is deleting existing folder! -->
<argument>hdfsPath</argument>
<file>${workflowRoot}driver-script.sh</file>
<file>${workflowRoot}load_local_2_hdfs.py</file>
</shell>
<ok to="end"/>
<error to="killAction"/>
Die workkflow erfolgreich war, aber die Datei auf die hdfs nicht kopiert wird. Keine Fehler. Das Skript funktioniert von selbst. Mehr here.
Ausführen des Shell-Skript mit Python Scrip als Argument war meine ursprüngliche Idee, aber es war nicht zu gehen. Ich hoffe, es wird jetzt :) Vielen Dank für die Bestätigung meiner Gedanken. –
Wie auch immer, es ist seltsam, weil ich in Documentation gefunden habe: Das jar-Element zeigt eine durch Kommas getrennte Liste von Gläsern oder Python-Dateien. –