如何在工作流本身中使用 Oozie 工作流配置属性？

Question

我有一个 Oozie 协调器，用于监视某个目录中显示的文件。该协调器每天运行。如果正在观看的文件出现，则会启动工作流程。

工作流采用正在监视的文件/目录的参数。Oozie 将其传递给它。它是一个完全限定的路径（即：hdfs://myhost/dir1/dir2/2015-02-17）。

我需要获取 /dir1/dir2/2015-02-17 并将其传递到 Hive 脚本中，该脚本似乎没有采用完全合格的 HDFS 路径。这意味着我需要使用 Workflow EL 函数来去除 hdfs://myhost 部分。我认为 replaceAll() 会做到这一点。问题是将结果传递给 Hive。

有没有办法在工作流本身中使用工作流配置属性？

例如，我希望能够使用“dateToProcess”，它是作为工作流输入的目录名称的一部分：

  <workflow-app name="mywf" xmlns="uri:oozie:workflow:0.4">
  <parameters>
    <property>
       <name>region</name>
    </property>
    <property>
       <name>hdfsDumpDir</name>
    </property>
    <property>
      <name>hdfsWatchDir</name>
      <value>${nameNode}${watchDir}</value>
    </property>
  </parameters>

  <start to="copy_to_entries"/>
  <action name="copy_to_entries">
    <hive xmlns="uri:oozie:hive-action:0.2">
      <job-tracker>${jobTracker}</job-tracker>
      <name-node>${nameNode}</name-node>
      <job-xml>hive-site.xml</job-xml>

      <configuration>
        <property>
          <name>mapred.job.queue.name</name>
          <value>${queueName}</value>
        </property>
        <property>
          <name>dateToProcess</name>
          <value>${replaceAll(hdfsDumpDir, hdfsWatchDir,"")}</value>
        </property>
      </configuration>

      <script>myhivescript.q</script>
      <!--
           Parameters referenced within Hive script.
      -->
      <param>INPUT_TABLE=dumptable</param>
      <param>INPUT_LOCATION=${watchDir}/${wf:conf('dateToProcess')}</param>
    </hive>
    <ok to="cleanup"/>
    <error to="sendEmailKill"/>
  </action>
  ...
  </workflow>

当我使用 $wf:conf('dateToProcess') 时，我得到一个空字符串。使用 ${dateToProcess} 时找不到变量。

有任何想法吗？

Answer 1

消除

    <property>
      <name>dateToProcess</name>
      <value>${replaceAll(hdfsDumpDir, hdfsWatchDir,"")}</value>
    </property>

而是将其值直接放入<param>ie

  <param>INPUT_LOCATION=${watchDir}/${replaceAll(hdfsDumpDir, hdfsWatchDir,"")}</param>

如果您要在多个地方使用此属性，请将该dateToProcess属性添加到config-default.xml，然后它将按您的预期可用。