python工作流引擎_工作流引擎Oozie（二）：coordinator

导读

coordinator是workflow的定时提交器，基于时间条件与数据生成触发（based on time and data triggers）。简单点说，coordinator按所定义的时间周期进行轮询，若数据生成条件满足，则触发workflow任务；否则，则等待数据生成或跳过（调度策略由设置的超时时间决定）。

coordinator-app

coordinator-app name="coord-demo" frequency="${coord:days(1)}" start="${start_time}" end="${end_time}"

timezone="Asia/Shanghai" xmlns="uri:oozie:coordinator:0.1"

文件头定义了coordinator任务的名称，执行频率（frequency），开始与起止时间（start、end）。${coord:days(1)}为coordinator内置的EL function (Expression Language)，表示为执行周期为一天。frequency的时间单位为分钟，则${coord:days(1)}=1440，${coord:hours(3)}=180. 一般地，在job.properties定义如：start_time=2016-06-07T00:00Z，应以UTC时区为准。

Control information

-1

1

${execution_order}

datasets

${nameNode}/path/to/${YEAR}-${MONTH}-${DAY}/${HOUR}/

相关参数：

initial-instance，对应初始时间的数据目录，作为时间周期偏移的基准目录

uri-template，文件目录HDFS目录，${YEAR}、${MONTH}等为EL Time Constants，具体数值由传入，也可通过job.properties传入自定义的参数。

done-flag，数据目录生成的文件标识，若未指定，则默认为 _SUCCESS 文件；若指定为空，则表示文件夹本身。

input-events

${coord:current(-1)}

定义了数据触发条件，${coord:current(-1)}表示对于当前时间的偏移，其中偏移量=数值* dataset frequency。有些时候，我们要判断多个目录是否生成，比如，判断一天的24个小时目录，这时应这样写：

${coord:current(-24)}

${coord:current(-1)}

action

${wf_app_path}

dayTime

${coord:formatTime(coord:dateOffset(coord:nominalTime(), -1, 'DAY'), 'yyyy-MM-dd')}

定义coordinator要触发的workflow，

app-path，workflow所在的HDFS目录；

property，定义传给workflow的参数

coordinator提供了一些用于时间计算的函数，比如：

coord:nominalTime()，返回coordinator的每一执行周期的当前时间；

coord:dateOffset(String baseDate, int instance, String timeUnit)，计算偏移后的时间，newDate = baseDate + instance * timeUnit；

coord:formatTime(String ts, String format)，定义格式化的时间，其中format应遵循Java's SimpleDateFormat。

返回多个时间：

${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, 'HOUR'), -6, 'DAY'), 'yyyy-MM-dd')},${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, 'HOUR'), -5, 'DAY')