由于oozie的xml配置执行各种任务调度是在太过于繁琐,所有一般都使用hue整合oozie来使用
通过hue对oozie进行配置,所以首先保证hue中 time_zone为Asia/Shanghai
cloudera oozie默认时区是UTC,缺点就是在开发oozie任务时必须在期望执行的时间上减去8小时,因此很不推荐这样做。 因此需要修改时区的配置操作:oozie-site.xml 的 Oozie Server 高级配置代码段(安全阀) <property> <name>oozie.processing.timezone</name> <value>GMT+0800</value> </property> |
例子为每天定时添加指定分区,分区为动态传参传入,和脚本类似,参数取值用${}包围
-
use 数据库名; -
CREATE TABLE if NOT EXISTS dw_serv_checi_query_day ( -
user_id string, -
railway_no string, -
start_station string -
) PARTITIONED BY (dt STRING)ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' STORED AS TEXTFILE; -
ALTER TABLE dw_serv_checi_query_day ADD PARTITION (dt = ${partdt}); -
insert into dw_serv_checi_query_day partition(dt='20190101') values('1','2','3');
保存为addpart.sql,上传hdfs |
选择刚才创建的workflows,选择定时时间,可以选择每日,每周,每月等等,选择任务有效期,最后要给出参数的值,
这里的值是代表前一天的日期,oozie有一些内置的常量。保存提交,OK,定时任务完成了。
-
oozie常用的系统常量 -
常量表示形式 含义说明 -
${coord:minutes(int n)} 返回日期时间:从一开始,周期执行n分钟 -
${coord:hours(int n)} 返回日期时间:从一开始,周期执行n * 60分钟 -
${coord:days(int n)} 返回日期时间:从一开始,周期执行n * 24 * 60分钟 -
${coord:months(int n)} 返回日期时间:从一开始,周期执行n * M * 24 * 60分钟(M表示一个月的天数) -
${coord:endOfDays(int n)} 返回日期时间:从当天的最晚时间(即下一天)开始,周期执行n * 24 * 60分钟 -
${coord:endOfMonths(1)} 返回日期时间:从当月的最晚时间开始(即下个月初),周期执行n * 24 * 60分钟 -
${coord:current(int n)} 返回日期时间:从一个Coordinator动作(Action)创建时开始计算,第n个dataset实例执行时间 -
${coord:dataIn(String name)} 在输入事件(input-events)中,解析dataset实例包含的所有的URI -
${coord:dataOut(String name)} 在输出事件(output-events)中,解析dataset实例包含的所有的URI -
${coord:offset(int n, String timeUnit)} 表示时间偏移,如果一个Coordinator动作创建时间为T,n为正数表示向时刻T之后偏移,n为负数向向时刻T之前偏移, -
timeUnit表示时间单位(选项有MINUTE、HOUR、DAY、MONTH、YEAR) -
${coord:hoursInDay(int n)} 指定的第n天的小时数,n>0表示向后数第n天的小时数,n=0表示当天小时数,n<0表示向前数第n天的小时数 -
${coord:daysInMonth(int n)} 指定的第n个月的天数,n>0表示向后数第n个月的天数,n=0表示当月的天数,n<0表示向前数第n个月的天数 -
${coord:tzOffset()} ataset对应的时区与Coordinator Job的时区所差的分钟数 -
${coord:latest(int n)} 最近以来,当前可以用的第n个dataset实例 -
${coord:future(int n, int limit)} 当前时间之后的dataset实例,n>=0,当n=0时表示立即可用的dataset实例,limit表示dataset实例的个数 -
${coord:nominalTime()} nominal时间等于Coordinator Job启动时间,加上多个Coordinator Job的频率所得到的日期时间。 -
例如:start=”2009-01-01T24:00Z”,end=”2009-12-31T24:00Z”,frequency=”${coord:days(1)}”, -
frequency=”${coord:days(1)},则nominal时间为:2009-01-02T00:00Z、2009-01-03T00:00Z、2009-01-04T00:00Z、…、 -
2010-01-01T00:00Z -
${coord:actualTime()} Coordinator动作的实际创建时间。例如:start=”2011-05-01T24:00Z”,end=”2011-12-31T24:00Z”, -
frequency=”${coord:days(1)}”,则实际时间为:2011-05-01,2011-05-02,2011-05-03,…,2011-12-31 -
${coord:user()} 启动当前Coordinator Job的用户名称 -
${coord:dateOffset(String baseDate, int instance, String timeUnit)} 计算新的日期时间的公式:newDate = baseDate + instance * timeUnit, -
如:baseDate=’2009-01-01T00:00Z’,instance=’2′,timeUnit=’MONTH’, -
则计算得到的新的日期时间为’2009-03-01T00:00Z’。 -
${coord:formatTime(String timeStamp, String format)} 格式化时间字符串,format指定模式
|
beeline -u jdbc:hive2://node1:10000 -n root
use 数据库名;
select * from dw_serv_checi_query_day;
此处因为使用的默认数据库default,因此创建的表直接就存储在/user/hive/warehouse路径下
连续多个sql脚本按顺序定时执行