具有存档操作的Oozie工作流

Question

我想创建一个oozie工作流程，其中成功的最后一步将是“存档”结果。

外壳程序中的命令是

hadoop archive -archiveName=XXX.har -p /some/random/parent directorToArhive pathToArchiveDestination

我尝试了以下

<workflow-app name="HARD_CODED_ARCHIVE_TEST" xmlns="uri:oozie:workflow:0.4">

    <start to="archive"/>
    <action name="archive">
        <archive archiveName="xxx.har" src="/root/src/dir" dest="/path/to/desired/archive/location"/>
        <ok to="end"/>
        <error to="kill"/>
    </action>

    <kill name="kill">
        <message>Action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <end name="end"/>
</workflow-app>

我收到的错误如下所示：

WARNING: Exception in Runloop of thread: main with message: E0701: XML schema error, cvc-complex-type.2.4.a: Invalid content was found starting with element 'archive'. One of '{"uri:oozie:workflow:0.4":map-reduce, "uri:oozie:workflow:0.4":pig, "uri:oozie:workflow:0.4":sub-workflow, "uri:oozie:workflow:0.4":fs, "uri:oozie:workflow:0.4":java, WC[##other:"uri:oozie:workflow:0.4"]}' is expected.

因此，很明显我无法做到这一点。 因为oozie工作流程架构不支持“存档”操作。

我真的不想通过cron运行此程序，因为我想在工作流成功完成后立即存档。

Answer 1

尝试这个：

<action name="archive"> <java> <job-tracker>${jobTracker}</job-tracker> <name-node>${nameNode}</name-node> <main-class>org.apache.hadoop.tools.HadoopArchives</main-class> <arg>-archiveName</arg> <arg>${YourArchiveName}.har</arg> <arg>-p</arg> <arg>${FilesParentDirectory}</arg> <arg>${SrcDirectory}</arg> <arg>${DestDirectory}</arg> </java> <ok to="end"/> <error to="error"/> </action>

您只需要工作流程中的hadoop-archives.jar文件即可。 另外，不要忘了将jar放在您的工作流目录中，您应该一切顺利。 希望有帮助！