一,介绍
Oozie是一个基于Hadoop的工作流调度器,它可以通过Oozie Client 以编程的形式提交不同类型的作业,如MapReduce作业和Spark作业给底层的计算平台(如 Cloudera Hadoop)执行。
Quartz是一个开源的调度软件,它为任务的调度执行提供了各种触发器以及监听器
下面使用Quartz + Oozie 将一个MapReduce程序提交给Cloudera Hadoop执行
二,调度思路
①为什么要用Quartz呢?主要是借助Quartz强大的触发器功能。它可以允许满足不同的调度需求,如每周执行作业一次、重复执行作业多少次。这里有一个重要的问题:假设我有一个作业需要重复执行,当第一次把该作业提交到CDH上执行后,以后需要执行该作业时不再是又一次把该作业上传到CDH上然后执行,而是把提交过的作业记录下来,下次需要运行时,直接让CDH再运行该作业。
②使用Quartz还有一个好处就是:在作业提交的时候可以做一些控制。比如,某种类型的作业提交的频率很高,或者运行时间较短(根据它上次执行完的情况来判断),那么下次运行它时,让它具有更高的优先级。
三,Eclipse开发环境搭建
主要是需要Quartz和Oozie的依赖包。具体如下:
四,实现思路
a) 调度系统目前只考虑调度两种类型的作业:Mapreduce作业和Spark作业。先把这二种作业通过Quartz传递给Oozie,然后再让Oozie把作业提交给CDH计算平台去执行。
b) Quartz提供了一个公共的Job接口。里面只有一个execute()方法,该方法负责完成Quartz所调度的作业的具体功能:把作业传递给Oozie
c) 定义一个抽象类BaseJob,它里面定义了二个方法。这二个方法主要是用来做一些准备工作,即使用Quartz把作业传递给Oozie时需要找到作业在HDFS上的存储目录,并将之复制执行目录下。
d) 最后是两个具体的实现类,MRJob和SparkJob,它们分别代表Mapreduce作业和Spark作业。在实现类里面完成作业的配置,然后将作业提交到CDH计算平台上执行。
相关类图如下:
五,具体代码分析
MRJob.java
@Override
public void execute(JobExecutionContext arg0) throws JobExecutionException {
try{
String jobId = wc.run(conf);//submit job to oozie and get the jobId
System.out.println("Workflow job submitted");
//wait until the workflow job finishes
while(wc.getJobInfo(jobId).getStatus() == Status.RUNNING){
System.out.println("Workflow job running...");
try{
Thread.sleep(10*1000);
}catch(InterruptedException e){e.printStackTrace();}
}
System.out.println("Workflow job completed!");
System.out.println(wc.getJobId(jobId));
}catch(OozieClientException e){e.printStackTrace();}
}
测试的main函数程序如下:可以看出对于客户端而言,只需要按照编写常规的Quartz作业方式,就可以调试MapReduce作业了。要想运行该程序,当然还得提前准备到作业的运行环境。具体参考
import static org.quartz.JobBuilder.newJob;
import static org.quartz.TriggerBuilder.newTrigger;
import java.util.Date;
import org.quartz.JobDetail;
import org.quartz.Scheduler;
import org.quartz.SchedulerFactory;
import org.quartz.SimpleTrigger;
import org.quartz.impl.StdSchedulerFactory;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.quartz.job.MRJob;
public class QuartzOozieJobTest {
public static void main(String[] args) throws Exception{
QuartzOozieJobTest test = new QuartzOozieJobTest();
test.run();
}
public void run() throws Exception{
Logger log = LoggerFactory.getLogger(QuartzOozieJobTest.class);
log.info("------- Initializing ----------------------");
SchedulerFactory sf = new StdSchedulerFactory();
Scheduler sched = sf.getScheduler();
long startTime = System.currentTimeMillis() + 20000L;
Date startTriggerTime = new Date(startTime);
JobDetail jobDetail = newJob(MRJob.class).withIdentity("job", "group1").build();
SimpleTrigger trigger = (SimpleTrigger) newTrigger().withIdentity("trigger", "group1").startAt(startTriggerTime).build();
Date ft = sched.scheduleJob(jobDetail, trigger);
log.info(jobDetail.getKey() + " will submit at " + ft + " only once.");
sched.start();
// sched.shutdown(true);
}
}
整个项目的源代码下载