阿里云E-MapReduceOozie 使用说明

准备工作

在集群建立出来之后，需要打通 SSH 隧道，详细步骤请参见 SSH 登录集群。

这里以 MAC 环境为例，使用 Chrome 浏览器实现端口转发（假设集群 Master 节点公网 IP 为 xx.xx.xx.xx）：

1. 登录到 Master 节点。

   ssh root@xx.xx.xx.xx

2. 输入密码。
3. 查看本机的 id_rsa.pub 内容（注意在本机执行，不要在远程的 master 节点上执行）。

   cat ~/.ssh/id_rsa.pub

4. 将本机的 id_rsa.pub 内容写入到远程 Master 节点的 ~/.ssh/authorized_keys 中（在远端 Master 节点上执行）。

   mkdir ~/.ssh/
   vim ~/.ssh/authorized_keys

5. 然后将步骤 2 中看到的内容粘贴进来，现在应该可以直接使用 ssh root@xx.xx.xx.xx 免密登录 master 节点了。
6. 在本机执行以下命令进行端口转发。

   ssh -i ~/.ssh/id_rsa -ND 8157 root@xx.xx.xx.xx

7. 启动 Chrome（在本机新开 terminal 执行）。

   /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --proxy-server="socks5://localhost:8157" --host-resolver-rules="MAP * 0.0.0.0 , EXCLUDE localhost" --user-data-dir=/tmp

访问 Oozie UI 页面

在进行端口转发的 Chrome 浏览器中访问：xx.xx.xx.xx:11000/oozie，localhost:11000/oozie 或者内网 ip:11000/oozie。

提交 Workflow 作业

运行 Oozie 需要先安装 Oozie 的 shareLib。

在 E-MapReduce 集群中，默认给 Oozie 用户安装了 sharelib，即如果使用 Oozie 用户来提交 workflow 作业，则不需要再进行 sharelib
的安装。

由于开启 HA 的集群和没有开启 HA 的集群，访问 NameNode 和 ResourceManager 的方式不同，在提交 oozie workflow job
的时候，job.properties 文件中需要指定不同的 NameNode 和 JobTracker （ResourceManager）。具体如下：

• 非 HA 集群

  nameNode=hdfs://emr-header-1:9000
  jobTracker=emr-header-1:8032

• HA 集群

  nameNode=hdfs://emr-cluster
  jobTracker=rm1,rm2

下面操作示例中，已经针对是否是 HA 集群配置好了，即样例代码不需要任何修改即可以直接运行。关于 workflow 文件的具体格式，请参见 Oozie 官方文档。

• 在非 HA 集群上提交 workflow 作业
  1. 登录集群的主 Master 节点。

     ssh root@master公网Ip

  2. 下载示例代码。

     [root@emr-header-1 ~]# su oozie
     [oozie@emr-header-1 root]$ cd /tmp
     [oozie@emr-header-1 tmp]$ wget http://emr-sample-projects.oss-cn-hangzhou.aliyuncs.com/oozie-examples/oozie-examples.zip
     [oozie@emr-header-1 tmp]$ unzip oozie-examples.zip

  3. 将 Oozie workflow 代码同步到 hdfs 上。

     [oozie@emr-header-1 tmp]$ hadoop fs -copyFromLocal examples/ /user/oozie/examples

  4. 提交 Oozie workflow 样例作业。

     [oozie@emr-header-1 tmp]$ $OOZIE_HOME/bin/oozie job -config examples/apps/map-reduce/job.properties -run

     执行成功之后，会返回一个 jobId，类似：

     job: 0000000-160627195651086-oozie-oozi-W

  5. 访问 Oozie UI 页面，可以看到刚刚提交的 Oozie workflow job。
• 在 HA 集群上提交 workflow 作业
  1. 登录集群的主 Master 节点。

     ssh root@主master公网Ip

     可以通过是否能访问 Oozie UI 来判断哪个 Master 节点是当前的主 Master 节点， Oozie server 服务默认是启动在主 Master 节点
     xx.xx.xx.xx:11000/oozie。

  2. 下载 HA 集群的示例代码。

     [root@emr-header-1 ~]# su oozie
     [oozie@emr-header-1 root]$ cd /tmp
     [oozie@emr-header-1 tmp]$ wget http://emr-sample-projects.oss-cn-hangzhou.aliyuncs.com/oozie-examples/oozie-examples-ha.zip
     [oozie@emr-header-1 tmp]$ unzip oozie-examples-ha.zip

  3. 将 Oozie workflow 代码同步到 HDFS 上。

     [oozie@emr-header-1 tmp]$ hadoop fs -copyFromLocal examples/ /user/oozie/examples

  4. 提交 Oozie workflow 样例作业。

     [oozie@emr-header-1 tmp]$ $OOZIE_HOME/bin/oozie job -config examples/apps/map-reduce/job.properties -run

     执行成功之后，会返回一个 jobId，类似：

     job: 0000000-160627195651086-oozie-oozi-W

  5. 访问 Oozie UI 页面，可以看到刚刚提交的 Oozie workflow job。