Oozie如何和安装部署

1、Oozie的简单介绍：

1、Oozie是一个工作流引擎服务器，用于运行hadoop map/reduce和hive等任务工作流，同时Oozie还是一个Java web程序，运行在Java Servlet容器中，如Tomcat中。Oozie以action为基本任务单元，可以将多个action构成一个DAG图，（有向五环图Direct Acyclic Graph）的模式进行运行。Oozie工作流通过HPDL(一种通过XML自定义处理的语言)来构造Oozie的工作流。一个Oozie服务器主要包括四个服务：Oozie Workflow,Oozie Coordinator,Oozie Bundle和Oozie SLA(Oozie服务器等级协定)。
　　a、Oozie Workflow:该组件用于定义和执行一个特定顺序的mapreduce,hive和pig作业。
　　b、Oozie Coordinator:该组件用户支持基于事件，系统资源存在性等条件的workflow的自动化执行。
　　c、Oozie Bundle:该引擎可以定义和执行“一束”应用，从而提供一个批量化的方法，将一组Coordinator应用程序一起进行管理。
　　d、Oozie服务器等级协定（Service Level Agreement,SLA）:该组件支持workflow应用程序执行过程的记录跟踪。

 2、Oozie的安装操作：

1、Oozie使用tomcat等服务器作为web页面展示容器，使用关系型数据库存储Oozie的工作流元数据，默认使用derby,由于derby的缺点，一般情况使用mysql作为Oozie的元数据库，使用extjs来作为报表展示js框架。
　　a、安装步骤：
　　　　1）、安装mysql。之前安装过，省略。
　　　　2）、安装tomcat。
　　　　　　a、下载tomcat压缩包：wget http://archive.apache.org/dist/tomcat/tomcat-7/v7.0.8/bin/apache-tomcat-7.0.8.tar.gz
　　　　　　　　[hadoop@slaver1 package]$ wget http://archive.apache.org/dist/tomcat/tomcat-7/v7.0.8/bin/apache-tomcat-7.0.8.tar.gz
　　　　　　b、解压缩操作。
　　　　　　　[hadoop@slaver1 package]$ tar -zxvf apache-tomcat-7.0.8.tar.gz -C /home/hadoop/soft/
　　　　　　c、设置环境变量。
　　　　　　　　[hadoop@slaver1 soft]$ sudo vim /etc/profile
　　　　　　　　export CATALINA_HOME=/home/hadoop/soft/apache-tomcat-7.0.8
　　　　　　　　export PATH=$PATH:$CATALINA_HOME/bin
　　　　　　d、启动tomcat测试是否安装成功。
　　　　　　　　[hadoop@slaver1 bin]$ startup.sh
　　　　　　　　[hadoop@slaver1 apache-tomcat-7.0.8]$ jps
　　　　　　　　4547 Bootstrap
　　　　3）、安装Oozie。下载地址：archive.cloudera.com/cdh5/cdh/5/oozie-4.0.0-cdh5.3.6.tar.gz
　　　　　　a、下载Oozie安装包解压缩操作和ext-2.2.zip。
　　　　　　　　[hadoop@slaver1 package]$ tar -zxvf oozie-4.0.0-cdh5.3.6.tar.gz -C /home/hadoop/soft/
　　　　　　b、设置用户环境变量。
　　　　　　　　[hadoop@slaver1 soft]$ sudo vim /etc/profile
　　　　　　　　export OOIZE_HOME=/home/hadoop/soft/oozie-4.0.0-cdh5.3.6
　　　　　　　　export PATH=$PATH:$OOIZE_HOME/bin
　　　　　　c、修改cong/Oozie-site.xml文件进行配置信息修改。（这个文件的内容可以去Oozie-default.xml文件找）
　　　　　　　　主要就是进行元数据指定和service的指定：
　　　　　　　　配置信息见下面所示:
　　　　　　如果修改端口号，可以在conf/oozie-enc.sh文件中进行参数修改，比如修改端口号，默认端口号为11000。
　　　　　　d、在Oozie根目录下创建libext文件夹，并将Oozie依赖的其他第三方jar移动到该目录下面。
　　　　　　　　[hadoop@slaver1 oozie-4.0.0-cdh5.3.6]$ mkdir libext
　　　　　　　　然后将mysql的driver压缩包到libext文件夹中：
　　　　　　　　[hadoop@slaver1 oozie-4.0.0-cdh5.3.6]$ cp /home/hadoop/package/mysql-connector-java-5.1.31.jar ./libext/
　　　　　　e、创建Oozie元数据库。执行sql创建，执行完成后，mysql中出现数据库和数据表：
　　　　　　　　[hadoop@slaver1 ~]$ ooziedb.sh create -sqlfile oozie.sql -run
　　　　　　f、设置hadoop代理用户。必须设置 哦。
　　　　　　　　[hadoop@slaver1 oozie-4.0.0-cdh5.3.6]$ vim /home/hadoop/soft/hadoop-2.5.0-cdh5.3.6/etc/hadoop/core-site.xml
　　　　　　　　 <property>
                <name>hadoop.proxyuser.hadoop.hosts</name>
                <value>*</value>
        　　　　</property>
       　　 　　<property>
                <name>hadoop.proxyuser.hadoop.groups</name>
                <value>*</value>
        　　　　</property>
　　　　　　g、在hdfs上设置Oozie的公用jar文件夹。
　　　　　　　　hadoop的默认端口号是8020,我改成了9000，所以这里注意一下：
　　　　　　　　[hadoop@slaver1 ~]$ oozie-setup.sh sharelib create -fs hdfs://slaver1:8020 -locallib $OOIZE_HOME/oozie-sharelib-4.0.0-cdh5.3.6-yarn.tar.gz
　　　　　　　　[hadoop@slaver1 oozie-4.0.0-cdh5.3.6]$ oozie-setup.sh sharelib create -fs hdfs://slaver1:9000 -locallib oozie-sharelib-4.0.0-cdh5.3.6-yarn.tar.gz
　　　　　　h、创建Oozie的war文件。
　　　　　　　　[hadoop@slaver1 oozie-4.0.0-cdh5.3.6]$ addtowar.sh -inputwar ./oozie.war -outputwar ./oozie-server/webapps/oozie.war -hadoop 2.5.0 $HADOOP_HOME -jars ./libext/mysql-connector-java-5.1.31.jar -extjs ../../../hadoop/package/ext-2.2.zip
　　　　　　　　或者将hadoop相关包，mysql相关包，ext相关压缩包放到libext文件夹中，运行oozie-setup.sh prepare-war也可以创建war文件。
　　　　　　i、运行Oozie并检查是否安装完成。
　　　　　　　　oozied.sh run 或者oozied.sh start（前端在前端运行，后者在后台运行）
　　　　　　　　[hadoop@slaver1 oozie-4.0.0-cdh5.3.6]$ oozied.sh start
　　　　　　j、查询web界面&查看状态：oozie admin -oozie http://slaver1:11000/oozie -status。
　　　　　　　　[hadoop@slaver1 oozie-4.0.0-cdh5.3.6]$ oozie admin -oozie http://slaver1:11000/oozie -status

3：Oozie的conf文件修改oozie.site.xml：

<?xml version="1.0"?>
<configuration>
    <property>
        <name>oozie.services</name>
        <value>
        org.apache.oozie.service.JobsConcurrencyService,
            org.apache.oozie.service.SchedulerService,
            org.apache.oozie.service.InstrumentationService,
            org.apache.oozie.service.MemoryLocksService,
            org.apache.oozie.service.CallableQueueService,
            org.apache.oozie.service.UUIDService,
            org.apache.oozie.service.ELService,
            org.apache.oozie.service.AuthorizationService,
            org.apache.oozie.service.UserGroupInformationService,
            org.apache.oozie.service.HadoopAccessorService,
            org.apache.oozie.service.URIHandlerService,
            org.apache.oozie.service.DagXLogInfoService,
            org.apache.oozie.service.SchemaService,
            org.apache.oozie.service.LiteWorkflowAppService,
            org.apache.oozie.service.JPAService,
            org.apache.oozie.service.StoreService,
            org.apache.oozie.service.CoordinatorStoreService,
            org.apache.oozie.service.SLAStoreService,
            org.apache.oozie.service.DBLiteWorkflowStoreService,
            org.apache.oozie.service.CallbackService,
            org.apache.oozie.service.ActionService,
            org.apache.oozie.service.ShareLibService,
            org.apache.oozie.service.ActionCheckerService,
            org.apache.oozie.service.RecoveryService,
            org.apache.oozie.service.PurgeService,
            org.apache.oozie.service.CoordinatorEngineService,
            org.apache.oozie.service.BundleEngineService,
            org.apache.oozie.service.DagEngineService,
            org.apache.oozie.service.CoordMaterializeTriggerService,
            org.apache.oozie.service.StatusTransitService,
            org.apache.oozie.service.PauseTransitService,
            org.apache.oozie.service.GroupsService,
            org.apache.oozie.service.ProxyUserService,
            org.apache.oozie.service.XLogStreamingService,
            org.apache.oozie.service.JvmPauseMonitorService
        </value>
    </property>
    <property>
        <name>oozie.service.HadoopAccessorService.hadoop.configurations</name>
        <value>*=/home/hadoop/soft/hadoop-2.5.0-cdh5.3.6/etc/hadoop</value>
    </property>
    <property>
        <name>oozie.service.JPAService.create.db.schema</name>
        <value>true</value>
    </property>
    
    <property>
        <name>oozie.service.JPAService.jdbc.driver</name>
        <value>com.mysql.jdbc.Driver</value>
    </property>
    <property>
        <name>oozie.service.JPAService.jdbc.url</name>
        <value>jdbc:mysql://slaver1:3306/ooize?createDatabaseIfNotExist=true</value>
    </property>

    <property>
        <name>oozie.service.JPAService.jdbc.username</name>
        <value>hive</value>
    </property>

    <property>
        <name>oozie.service.JPAService.jdbc.password</name>
        <value>hive</value>
    </property>

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

 4、web界面如下所示：

 5、Oozie的工作流介绍：

1、Oozie的四大组件服务分别是:workflow,coordinator,boundle和sla。启动sla是作为监控服务协议的一个组件，workflow定义Ooize的基本工作流，coordinator定义定时（或者是根据其他资源指标）运行的workflow任务。bundle是将多个coordinator作为一个组件一起管理。也就是说workflow是oozie中最基本的一个服务组件。三大服务的关系是：bundle包含多个coordinator，coordinator包含一个workflow，workflow定义具体的action动作。
2、workflow使用hadoop流程定义语言（hadoop process defination language,hPDL）来描述工作流，hPDL是类似xml语言的一种相当简介的定义类语言，使用有限数目的流控制节点和动作节点来描述workflow，也就是说workflow有两大类节点构成：工作流控制节点和动作节点。其中工作流控制节点是workflow本身提供的一种控制workflow工作流执行路径的方法，不可以自定义，动作节点是具体的操作方法，用户可以自定义。
　　workflow工作流的声明周期：
　　a、PREP,一个工作流第一次创建就处于PREP状态，表示工作流已经创建，但是还没有运行。
　　b、RUNNIG,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。
　　c、SUSPENDED,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被重启开始执行或者被杀死。
　　d、SUCCESSEDED,当一个RUNNING状态的工作流Job达到了end节点，他就变成了SUCCESSEDED最终完成状态。
　　e、KILLED,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的状态变为了KILLED状态。
　　f、FAILED,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。
3、
4、

 组件之间的关系如下所示：

6、

待续......