本文将介绍如何在 E-MapReduce 上使用 Oozie。

说明 阿里云 E-MapReduce 在 2.0.0 及之后的版本中提供了对 Oozie 的支持,如果需要在集群中使用 Oozie,请确认集群的版本不低于 2.0.0。

准备工作

在集群建立出来之后,需要打通 SSH 隧道,详细步骤请参见 SSH 登录集群

这里以 MAC 环境为例,使用 Chrome 浏览器实现端口转发(假设集群 Master 节点公网 IP 为 xx.xx.xx.xx):
  1. 登录到 Master 节点。
    ssh root@xx.xx.xx.xx
  2. 输入密码。
  3. 查看本机的 id_rsa.pub 内容(注意在本机执行,不要在远程的 master 节点上执行)。
    cat ~/.ssh/id_rsa.pub
  4. 将本机的 id_rsa.pub 内容写入到远程 Master 节点的 ~/.ssh/authorized_keys 中(在远端 Master 节点上执行)。
    mkdir ~/.ssh/
    vim ~/.ssh/authorized_keys
  5. 然后将步骤 2 中看到的内容粘贴进来,现在应该可以直接使用 ssh root@xx.xx.xx.xx 免密登录 master 节点了。
  6. 在本机执行以下命令进行端口转发。
    ssh -i ~/.ssh/id_rsa -ND 8157 root@xx.xx.xx.xx
  7. 启动 Chrome(在本机新开 terminal 执行)。
    /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --proxy-server="socks5://localhost:8157" --host-resolver-rules="MAP * 0.0.0.0 , EXCLUDE localhost" --user-data-dir=/tmp

访问 Oozie UI 页面

在进行端口转发的 Chrome 浏览器中访问:xx.xx.xx.xx:11000/oozie,localhost:11000/oozie 或者内网 ip:11000/oozie。

提交 Workflow 作业

运行 Oozie 需要先安装 Oozie 的 shareLib

在 E-MapReduce 集群中,默认给 Oozie 用户安装了 sharelib,即如果使用 Oozie 用户来提交 workflow 作业,则不需要再进行 sharelib 的安装。

由于开启 HA 的集群和没有开启 HA 的集群,访问 NameNode 和 ResourceManager 的方式不同,在提交 oozie workflow job 的时候,job.properties 文件中需要指定不同的 NameNode 和 JobTracker (ResourceManager)。具体如下:
  • 非 HA 集群
    nameNode=hdfs://emr-header-1:9000
    jobTracker=emr-header-1:8032
  • HA 集群
    nameNode=hdfs://emr-cluster
    jobTracker=rm1,rm2
下面操作示例中,已经针对是否是 HA 集群配置好了,即样例代码不需要任何修改即可以直接运行。关于 workflow 文件的具体格式,请参见 Oozie 官方文档
  • 在非 HA 集群上提交 workflow 作业
    1. 登录集群的主 Master 节点。
      ssh root@master公网Ip
    2. 下载示例代码。
      [root@emr-header-1 ~]# su oozie
      [oozie@emr-header-1 root]$ cd /tmp
      [oozie@emr-header-1 tmp]$ wget http://emr-sample-projects.oss-cn-hangzhou.aliyuncs.com/oozie-examples/oozie-examples.zip
      [oozie@emr-header-1 tmp]$ unzip oozie-examples.zip
    3. 将 Oozie workflow 代码同步到 hdfs 上。
      [oozie@emr-header-1 tmp]$ hadoop fs -copyFromLocal examples/ /user/oozie/examples
    4. 提交 Oozie workflow 样例作业。
      [oozie@emr-header-1 tmp]$ $OOZIE_HOME/bin/oozie job -config examples/apps/map-reduce/job.properties -run
      执行成功之后,会返回一个 jobId,类似:
      job: 0000000-160627195651086-oozie-oozi-W
    5. 访问 Oozie UI 页面,可以看到刚刚提交的 Oozie workflow job。
  • 在 HA 集群上提交 workflow 作业
    1. 登录集群的主 Master 节点。
      ssh root@主master公网Ip

      可以通过是否能访问 Oozie UI 来判断哪个 Master 节点是当前的主 Master 节点, Oozie server 服务默认是启动在主 Master 节点 xx.xx.xx.xx:11000/oozie

    2. 下载 HA 集群的示例代码。
      [root@emr-header-1 ~]# su oozie
      [oozie@emr-header-1 root]$ cd /tmp
      [oozie@emr-header-1 tmp]$ wget http://emr-sample-projects.oss-cn-hangzhou.aliyuncs.com/oozie-examples/oozie-examples-ha.zip
      [oozie@emr-header-1 tmp]$ unzip oozie-examples-ha.zip
    3. 将 Oozie workflow 代码同步到 HDFS 上。
      [oozie@emr-header-1 tmp]$ hadoop fs -copyFromLocal examples/ /user/oozie/examples
    4. 提交 Oozie workflow 样例作业。
      [oozie@emr-header-1 tmp]$ $OOZIE_HOME/bin/oozie job -config examples/apps/map-reduce/job.properties -run
      执行成功之后,会返回一个 jobId,类似:
      job: 0000000-160627195651086-oozie-oozi-W
    5. 访问 Oozie UI 页面,可以看到刚刚提交的 Oozie workflow job。