项目场景:
Apache Kylin™是一个开源的、分布式的分析型数据仓库,提供Hadoop/Spark 之上的 SQL 查询接口及多维分析(OLAP)能力以支持超大规模数据,最初由 eBay 开发并贡献至开源社区。它能在亚秒内查询巨大的表。
Kylin 在创建好多维立方体Cube后,底表数据变更更新,需要更新全部Kylin Cube数据,如何批量化重建Cube?
解决方案:
以下是shell脚本的方式,一次性执行Cube重建的脚本,可以根据实际需要参考修改。
#!/bin/bash
############################################################################
#脚本名称:all_rebuild_cube.sh
#脚本功能:1.检查cube是否存在build任务 2.检查build任务执行情况 3.创建全量build任务
#脚本参数:cube名称 hostip
#测试脚本:例如:sh all_rebuild_cube.sh cube名称 hostip
#编写作者:
#编写日期:
############################################################################
#修改作者:
#修改日期:
#修改内容:当前kylin存在前缀相同的多个cube,API传入CubeName时,使用的是like
# overview_check查询的cube非Finished数量有问题,改为使用cube_NoFinished_check
############################################################################
# 传入参数判断
if [ $# -ne 2 ];then
echo "请输入 1、cube名称 2、hostip "
echo "例如:sh all_rebuild_cube.sh cube名称 hostip"
exit 1
fi
# 定义全局变量
cubeid=$1
hostip=$2
# 执行状态检测函数定义
status_check(){
sleep 1800
# 获取状态的命令
get_status_cmd="curl -X GET -H \"Authorization: Basic QURNSU46S1lMSU4=\" http://${hostip}:7070/kylin/api/jobs/$jobid"
error_count=0
while true
do
rslt_msg=""
rslt_msg=`echo $get_status_cmd |bash |grep -oE job_status.*`
# 未获取到任一执行状态,退出
echo $rslt_msg|grep -E "ERROR|FINISHED|RUNNING"
if [ $? -eq 1 ] ;then
echo "[INFO][`date +%Y%m%d%H%M%S`]获取$cubeid任务状态失败,jobid=$jobid,程序退出!"
exit 1
fi
# 任务执行ERROR,异常退出
echo $rslt_msg|grep "ERROR"
if [ $? -eq 0 ] ;then
echo "[ERROR][`date +%Y%m%d%H%M%S`]$build任务执行失败,jobid=$jobid,程序退出!"
exit 1
fi
# 任务执行FINISHED,正常退出
echo $rslt_msg|grep "FINISHED"
if [ $? -eq 0 ] ;then
echo "[INFO][`date +%Y%m%d%H%M%S`]$build任务执行成功,jobid=$jobid,程序退出!"
exit 0
fi
# 任务执行RUNNING,等待60s重新获取任务状态
echo $rslt_msg|grep "RUNNING"
if [ $? -eq 0 ] ;then
echo "[INFO][`date +%Y%m%d%H%M%S`]$build任务正在执行,jobid=$jobid,60s重新获取任务状态!"
let error_count++
# 超过重复执行的次数,任务还未执行完成,则程序报错
if [ $error_count -eq 5 ] ; then
echo "[INFO][`date +%Y%m%d%H%M%S`]重复检查${error_count}次,任务还未执行完成,程序异常退出!"
exit 1
fi
sleep 900
fi
done
}
# cube概要函数定义
# overview_check(){
# # 检查cube存在非FINISHED的作业,则程序退出
# overview=`curl -X GET -H "Authorization: Basic QURNSU46S1lMSU4=" http://${hostip}:7070/kylin/api/jobs/overview?cubeName=${cubeid}`
# echo "[INFO][`date +%Y%m%d%H%M%S`]${cubeid}任务执行情况概述$overview"
#
# # 定义数组
# declare -a job_status_arr
#
# # 将overview分割,去除{"},并按照逗号,分割,存入job_status_arr数组
# # {"PENDING":0,"DISCARDED":0,"ERROR":0,"RUNNING":0,"FINISHED":4,"NEW":0,"STOPPED":0}
# job_status_arr=($(echo ${overview}|sed -e "s/^[{]*//g"|sed -e "s/[}]*$//g"|sed -e "s/[\"]//g"|sed -e "s/,/\n/g"))
#
# #读取每个数组下标的值,当非FINISHED<>0时,提示并退出
# for var in ${job_status_arr[@]}
# do
# # 拆分成状态类型 和 值
# status_type=${var%:*}
# status_num=${var#*:}
# # 当存在状态类型<>FINISHED,且值>0时,程序退出
# if [[ x"$status_type" != x"FINISHED" && $status_num -gt 0 ]];
# then
# echo "[ERROR][`date +%Y%m%d%H%M%S`]${cubeid}存在$status_type状态大于0的任务正在执行,作业报错!"
# echo "[ERROR][`date +%Y%m%d%H%M%S`]请到kylin页面Monitor模块,跟进${cubeid}任务执行进展!"
# echo "[ERROR][`date +%Y%m%d%H%M%S`]待${cubeid}任务执行完成后,根据需要对Airflow job处理:1.强制成功;2.重跑!"
# exit 1
# fi
# done
# #删除数组
# unset job_status_arr
# }
# 检查cube是否存在非NoFinished的任务
cube_NoFinished_check(){
# 获取like cube所有非Finished的job信息
echo "[INFO][`date +%Y%m%d%H%M%S`] 开始获取${cubeid}非Finished状态的任务"
cube_NoFinished=`curl -X GET -H "Authorization: Basic QURNSU46S1lMSU4=" "http://${hostip}:7070/kylin/api/jobs?cubeName=${cubeid}&projectName=kylin_zhfx&status=0&status=1&status=2&status=32&status=8&status=16"`
# 判断cube是否存在,如果存在则程序报错
job_num=`echo ${cube_NoFinished}|grep \"related_cube\":\"${cubeid}\"|wc -l`
echo "[INFO][`date +%Y%m%d%H%M%S`] ${cubeid}非Finished状态的任务个数$job_num"
if [[ $job_num -gt 0 ]];
then
echo "[ERROR][`date +%Y%m%d%H%M%S`]${cubeid}存在$job_num个非Finished的任务正在执行,作业报错!"
echo "[ERROR][`date +%Y%m%d%H%M%S`]请到kylin页面Monitor模块,跟进${cubeid}任务执行进展!"
echo "[ERROR][`date +%Y%m%d%H%M%S`]待${cubeid}任务执行完成后,根据需要对Airflow job处理:1.强制成功;2.重跑!"
exit 1
fi
}
# cube构建函数定义
main_curl_build(){
# 检查cube存在非FINISHED的作业,则程序退出
# overview_check
cube_NoFinished_check
# 检查cube是否存在
# 构建cube
response=`curl -X PUT -H "Authorization: Basic QURNSU46S1lMSU4=" -H 'Content-Type: application/json' -d '{"buildType":"BUILD"}' \
http://${hostip}:7070/kylin/api/cubes/${cubeid}/rebuild`
# 检查cube作业是否构建成功,及开始检查状态
jobid=""
jobid=`echo $response |awk -F',' '{print $1}' |grep 'uuid' |awk -F':' '{print $2}' |xargs`
if [[ x"$jobid" != "x" ]];
then
echo "[INFO][`date +%Y%m%d%H%M%S`]$cubeid创建build任务成功,jobid=$jobid"
echo "[INFO][`date +%Y%m%d%H%M%S`]任务执行状态检测开始执行..."
# 任务执行状态检测
status_check
else
echo "[ERROR][`date +%Y%m%d%H%M%S`]$cubeid创建build任务失败,程序退出运行"
exit 1
fi
}
# 执行cube构建
main_curl_build