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&＃xff0c;基于时间条件与数据生成触发&＃xff08;based on time and data triggers&＃xff09;。简单点说&＃xff0c;coordinator按所定义的时间周期进行轮询&＃xff0c;若数据生成条件满足&＃xff0c;则触发workflow任务&＃xff1b;否则&＃xff0c;则等待数据生成或跳过&＃xff08;调度策略由设置的超时时间决定&＃xff09;。

coordinator-app

coordinator-app name&＃61;"coord-demo" frequency&＃61;"${coord:days(1)}" start&＃61;"${start_time}" end&＃61;"${end_time}"

timezone&＃61;"Asia/Shanghai" xmlns&＃61;"uri:oozie:coordinator:0.1"

文件头定义了coordinator任务的名称&＃xff0c;执行频率&＃xff08;frequency&＃xff09;&＃xff0c;开始与起止时间&＃xff08;start、end&＃xff09;。${coord:days(1)}为coordinator内置的EL function (Expression Language)&＃xff0c;表示为执行周期为一天。frequency的时间单位为分钟&＃xff0c;则${coord:days(1)}&＃61;1440&＃xff0c;${coord:hours(3)}&＃61;180. 一般地&＃xff0c;在job.properties定义如&＃xff1a;start_time&＃61;2016-06-07T00:00Z&＃xff0c;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&＃xff1a;

initial-instance&＃xff0c;对应初始时间的数据目录&＃xff0c;作为时间周期偏移的基准目录

uri-template&＃xff0c;文件目录HDFS目录&＃xff0c;${YEAR}、${MONTH}等为EL Time Constants&＃xff0c;具体数值由传入&＃xff0c;也可通过job.properties传入自定义的参数。

done-flag&＃xff0c;数据目录生成的文件标识&＃xff0c;若未指定&＃xff0c;则默认为 _SUCCESS 文件&＃xff1b;若指定为空&＃xff0c;则表示文件夹本身。

input-events

${coord:current(-1)}

定义了数据触发条件&＃xff0c;${coord:current(-1)}表示对于当前时间的偏移&＃xff0c;其中偏移量&＃61;数值* dataset frequency。有些时候&＃xff0c;我们要判断多个目录是否生成&＃xff0c;比如&＃xff0c;判断一天的24个小时目录&＃xff0c;这时应这样写&＃xff1a;

${coord:current(-24)}

${coord:current(-1)}

action

${wf_app_path}

dayTime

${coord:formatTime(coord:dateOffset(coord:nominalTime(), -1, &＃39;DAY&＃39;), &＃39;yyyy-MM-dd&＃39;)}

定义coordinator要触发的workflow&＃xff0c;

app-path&＃xff0c;workflow所在的HDFS目录&＃xff1b;

property&＃xff0c;定义传给workflow的参数

coordinator提供了一些用于时间计算的函数&＃xff0c;比如&＃xff1a;

coord:nominalTime()&＃xff0c;返回coordinator的每一执行周期的当前时间&＃xff1b;

coord:dateOffset(String baseDate, int instance, String timeUnit)&＃xff0c;计算偏移后的时间&＃xff0c;newDate &＃61; baseDate &＃43; instance * timeUnit&＃xff1b;

coord:formatTime(String ts, String format)&＃xff0c;定义格式化的时间&＃xff0c;其中format应遵循Java&＃39;s SimpleDateFormat。

返回多个时间&＃xff1a;

${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, &＃39;HOUR&＃39;), -6, &＃39;DAY&＃39;), &＃39;yyyy-MM-dd&＃39;)},${coord:formatTime(coord:dateOffset(coord:dateOffset(coord:nominalTime(), -12, &＃39;HOUR&＃39;), -5, &＃39;DAY&＃39;)